資策會數位轉型研究院─FIND中心

Boston Dynamics 推出的 Stretch，代表物流機器人已從概念驗證邁向大規模商業應用。相較於以人形為主的通用型機器人，Stretch 採取任務特化路線，聚焦貨櫃卸貨、搬運與分揀等高強度作業，目標在於補足物流現場最難自動化的一段流程。對倉儲與供應鏈業者而言，此案例的意義不僅在於提升單點效率，更在於建立可持續擴充的智慧物流作業模式。

【案例服務說明】

長期以來，貨櫃卸貨被視為倉儲現場最辛苦、也最不易標準化的作業之一。工作環境常伴隨高溫、空間狹窄、包裹尺寸不一與堆疊狀態不穩定等問題，因此不僅勞動強度高，也容易造成人員流動與職業傷害。隨著電商物流需求持續擴張，企業更需要能在尖峰期間維持高吞吐量、同時降低人力依賴的解決方案，這正是 Stretch 受到關注的主要原因。

Stretch 是一款可直接導入既有倉儲環境的移動式機器人，其核心能力在於辨識不同形態包裹並完成自主抓取與搬運。

使用者操作與自主性： 透過整合 Google Gemini 與 DeepMind 模型，Stretch 不再需要預設程式。面對長途運輸後倒塌、移位、甚至變形的包裹，它能像經驗老道的技師一樣，即時判斷抓取位置，甚至能自行清開障礙物，達成真正的「全自主作業」。
機隊管理與協同作業： Stretch透過 Orbit™平台進行機隊管理，倉庫管理員能同時監控數百台機器人，達成「群集作業」。
在 2026 年的應用情境中，Stretch 負責繁重的卸貨工作，並與四足機器人 Spot（負責巡檢）及新一代 Atlas 人形機器人（負責精細分揀）聯手，形成完整的全自動化鏈條。

圖1：Stretch AI 視覺感知系統對不同尺寸包裹抓取點示意圖

圖片來源：Inside the Stretch Test Lab | Boston Dynamics

圖2：專業特化型 vs. 通用人形機器人比較

圖片來源：本文作者自行整理

【應用效益與成果】

該方案在 2026 年交出具備高度說服力的成績單，不僅直接解決了倉儲作業中高工傷與人員高流動率的棘手問題，更展現了卓越的營運韌性：

作業效率突破極限：Stretch 展現了驚人的產出能力，平均每小時能穩定處理 800 個貨箱。作業速度與穩定性遠超於人類極端環境下的平均表現，確保了物流端點的吞吐量維持在最高標準。
營運品質顯著優化：全球物流領導者 DHL 供應鏈已正式簽署備忘錄，將在全球部署超過 1,000 台 Stretch。此舉預計能將整體的營運錯誤率大幅降低 40%，顯著減少了包裹受損與分揀失誤帶來的隱形成本。
具備全天候生產力：透過先進的自動換電池技術，Stretch可達成16小時以上的連續運作。這意味著倉儲能真正實現「零停機」卸貨，在高負荷季節性高峰期（如電商購物節）時，展現出極強的調度彈性。
產業規模化與降低成本：零售巨頭 Lidl 預計在2026 年 5 月前，將自動化方案完整導入荷蘭與比利時的所有進口倉庫。同時，現代汽車 (Hyundai) 憑藉強大的工業製造能力，計畫於 2028 年前達成年產 3 萬台工業機器人的目標，將有效降低企業的採購門檻與維修成本。

【FIND 觀點】

針對 2026 年 Boston Dynamics Stretch 所引領的變革，目前各界皆面臨少子化與3K產業人才斷層的嚴峻背景下，導入此類具備高度自主性的卸貨技術，不僅能有助於企業間數位轉型以提升電商供應鏈韌性，更能將勞動力從高風險環境中解放並轉型為高價值的機器人調度者。

Boston Dynamics Stretch：從卸貨到全自動化，如何解決物流瓶頸？

Boston Dynamics Stretch：從卸貨到全自動化，如何解決物流瓶頸？