10月21日，宇树发布"H2-X 功夫传奇"人形机器人：能徒手抬起汽车、一脚踢凹车门。官方演示中，它还能从4米高台空翻落地。而这台机器人被安排的去向不是车间，是安防与救援。IT之家哔哩哔哩
这个去向选择，恰好回答了很多人对行业的疑问：机器人会翻跟头，为什么进厂干活却很难？答案是，翻跟头和装配件看着一难一易，实际考的是两套在控制系统里互相打架的本事——前者考身体在极限状态下的整体动态平衡，后者要求手在身体不稳时把精度做到厘米甚至毫米级，还要跟着设备与工序连续数班不出错。眼下行业的订单和收入大头，仍来自科研机构、学校和展演场景，工厂给出去的活儿还很少。
会翻跟头、不会干活：身体的平衡和手的精度互相打架
双足机器人最直接的死结在于：要稳定，手就得跟着晃；要手准，整个人就容易摔。后空翻的考核目标是落地——触地瞬间全身用几百毫秒缓冲、调整重心，容错以十几厘米计；干活恰好相反，夹爪要落在毫米级的定位上，身体却常在弯腰、前伸、重心不稳的状态里。36氪
过去一年，业内主流的全身控制方案大多站在英伟达开源的全身控制基准「SONIC」之上，它在算法层面的假设，是脚底接触的是一个连续、平滑的二维平面。36氪
这也解释了演示视频里的常见尴尬：跑跳时身手矫健，真要干活却得先找块平地，站稳锁定身体，再小心翼翼地伸手。按创业公司源策未来公布的对比测试，机器人俯身、探身取物时，开源基线的手部末端跟踪误差在10厘米量级——对接触式操作来说并不够用；其自研方案把误差压到了约2厘米，才算摸到"干活"的及格线。翻跟头落地与抓取零件之间相差的厘米数，正是"表演"与"打工"之间的距离。36氪
这个死结还卡住了数据供给。人做示范要经控制系统实时转成机器人动作，才能变成真机训练数据；控制跟不稳弯腰、下探这类姿态，数采员摸到了地、机器人的手却还悬在半空，示范就复刻不全，模型也就更难学会在身体和地形不断变化时继续操作。于是"越翻越稳"和"越干越笨"可以并存：平衡数据喂不出操作能力，两套能力不同源。36氪
进厂干的不是一下动作，而是一整套流程
就算手稳住了，机器人也未必能在工厂干活。以从数控机床取出加工好的零件为例：动作本身只是一次抓取和抽出，但机器人要知道机床是否完成加工、设备是否允许开门、工件是否处于可取出状态、下一道工序是否已经准备就绪——这些信息分散在机床和生产管理系统里，而不是写在"动作"里。传统工业机器人能胜任，是因为产线本就为它专门设计、程序提前写死；人形机器人的卖点是直接使用为人设计的工作空间，前提是能读懂"什么时候能动什么"。知乎
10月下旬密集公布的几笔动作，都在补这块。21日，三菱电机宣布开发人形机器人与CNC机床协同加工系统，由AI任务规划器把工序分配给机床和机器人，试图减少机器人接入数控机床时的定制开发工作；同一天，奥迪宣布与Agile Robots、达索系统和英伟达合作，在德国英戈尔施塔特工厂验证移动人形机器人零部件分拣方案——按需物料供应流程每天涉及约100万次拣选，单次错误率不高也会被重复放大，所以这仍是概念验证项目，先用数字孪生模拟部署。知乎
再往前一天，农机制造商AGCO与Agility Robotics签署商业协议，计划2027年在美国工厂试点Digit机器人做零部件分拣、堆叠和周转箱存放这类目标明确、可衡量的任务。真实工厂不允许机器人无限试错，能不能连续一个班次不出事，比动作难度苛刻得多。知乎
标尺变了：国标把"干活稳"写进考题
行业的评价体系刚刚被改写。10月15日，市场监管总局批准发布首批六项人形机器人领域国家标准，包括5项技术要求系列标准和1项仿真测试平台技术规范，自2027年4月1日起正式实施。技术要求覆盖环境感知、决策规划、运动控制、作业操作全链条，其中一组量化指标第一次把"干活稳"定为得分点：抓取刚性物体的成功率要达到90%以上，抓取易形变、易损坏的物体要达到85%以上，力量操作要达到15公斤以上。中国经济网央视新闻
另一组指标管的是"稳不稳"和"听不听得懂"：受到额定的外力推扰，一秒以内要能恢复稳定工作状态；指令准确率达到95%以上，人员靠近时运动速度降到0.5米/秒以下的安全档位。央视新闻
宇树创始人王兴兴正是这批标准的起草人之一，他的说法很直白：目前每家企业的机器人无论尺寸、性能、电池电压还是通信和使用接口都差别非常大，行业全球范围内都还早期，尽早统一标准才能规范和加速整个行业。往后，"会翻跟头"不再是合格证明，"能干活"第一次有了可测试、可复现的判据——随标准一起发布的仿真测试平台规范，就是为了让这些指标能在一致的环境里验证。微博
泼冷水的恰恰是卖机器人的人
市场的火和厂商的账，目前是两回事。10月19日宇树股价单日大涨16.15%，20日再涨6.07%，总市值重回2100亿元上方；截至20日，其滚动市盈率为388.25倍，而通用设备制造业近一个月平均滚动市盈率只有39.51倍。公司自己公告提示，人形机器人仍处于商业化早期。36氪哔哩哔哩
收入结构也印证这一点。招股书披露，2025年1月至9月宇树人形机器人收入约5.95亿元、占公司营收的51.53%，首次超过四足机器人——但科研教育贡献了其中超过七成的收入。另一家厂商云深处的更新招股书显示，2026年上半年它仅售出6台人形机器人，收入279万元、占营收1.08%，并称业务仍处于商业化起步阶段。36氪
行业的整体盘面同样如此。IDC在9月底发布的报告显示，2026年上半年全球人形机器人出货量接近2.5万台、同比增长432.1%，但科研教育、表演展示和政府数采中心等场景仍占全球出货量的69%，工业制造、零售和物流尚未成为主要出货方向。36氪
效率账也没算平。在Sharpa与DQ合作的机器人门店，制作一杯冰淇淋约需6分钟，熟练店员通常只需两三分钟；租赁市场上，人形机器人的日租金已从几千上万元跌到几百元。王兴兴在10月工博会上承认，宇树2024年就和数家汽车企业做过落地试点，但要把单点试验变成大规模应用，泛化性和作业效率还需要提升；他同时留了余地：如果明年GPT-7推出，有可能"直接把具身智能问题打穿"——不过这是基于模型进步的判断，不是确定的商业化节点。36氪36氪
回看开头：H2-X选择去安防救援而不是进厂，本身就是对这道技术真相的注解——先走容错空间大、动作能力能直接兑换成岗位的场景。工厂的门槛从来不是后空翻的高度，而是厘米毫米级的精度、整班次的稳定出勤，和一本能被采购算清楚的账。2027年4月国标实施，行业从"比翻跟头"切换到"比干活"，会翻跟头的机器人能不能交出作业操作这份答卷，值得盯紧。
