机器人进厂，节拍输给了熟练工，却留在了生产线上。在杭州萧山浙江兆丰机电的汽车零部件工厂，乐聚的15台“夸父”人形机器人已在15个上料工位常态化作业：机器人弯腰、伸手、抓取、起身、移动到产线边放下，整个过程30多秒，而同一工位的工人完成这项操作大约只需要15秒。差距接近3倍，企业却没有撤走任何一台。这条真实产线给出的答案是：眼下被机器人接走的，只有重复、固定、允许慢的上料这类工位；换型调试、质检判断、异常处置等依赖现场经验与判断的岗位，在未来一到两年内仍然握在人手里。第一财经知乎
学会上料，练了一万五千次
10月15日，乐聚机器人与兆丰机电联合发布“具身智能+汽车零部件上料解决方案”：上料成功率稳定在98%，一次上料循环控制在40秒以内，该型机器人已在现场连续无故障运行超过2个月，累计运行约1000小时，协助生产超过6万个零部件。新华网
数字的另一面是进厂的难度。兆丰机电董事长孔爱祥原本以为机器人像手机一样，拆开充电就能用；部署时才发现，机器人“一开始站不了，摔跤，拿也拿不住，光是手抓零件就做了约1.5万次训练，反复调整力度、算法模型”。之所以第一个场景选上料，他的解释是“简单，就像小孩要先从不会说话学会说话，从不会拿东西到能拿东西”。第一财经
乐聚常务副总裁柯真东点出了卡脖子的地方：在标准可控的环境里，通过数据驱动把一个技能做到95%以上的成功率非常简单，但工厂环境变化多端，有人的穿行、机器的作业噪声、光照变化带来的不确定性。第一财经
这份“成绩单”，要拆开读
公开口径里最容易被误读的是“累计运行约1000小时”：没有注明是15台合计，还是每台各跑了1000小时，两种读法相差15倍。拿另外两个公开数字就能反推：6万件摊到15台、每台约4000件，按单次循环40秒的上限计算，纯循环作业时间约44小时——只有按“15台合计”读才能对上，平均下来每台每天通电作业约1小时。知乎
这不是质疑披露造假，而是给“常态化”划出真实水位：连续两个月不出大故障是真的，按产线满负荷运转目前还不是。对工厂来说，机器人今天更像一台每天定时干活、顺便积累数据的设备，而不是一个完整替班。
98%的成功率同样带着口径边界：它对应的是内径80至120毫米的小型零件、10余种物料、这一道打通了“预备—取料—转运—上料”的工序，产线上金属丝网框、多工位、上料台交错的动态环境被压缩在可处理的范围内。换成零件摆放杂乱、型号频繁切换的工位，这个数字是否成立，目前没有公开数据。中国经济网
哪些岗位暂时不会被替代
把这15台机器人“没碰”的工位列出来，就是问题的答案，每一项都能在事件披露里找到依据。
负责换型和调试的工艺工程师。 兆丰机电总经理孔辰寰提到，一线工程师算过一笔账：生产换型通常需要工程师在上班时间花2到3小时调设备，如果能让机器人在非开工时间完成20多个岗位的设备调校，一天能多出2到3小时生产时间。这个设想本身就说明：换型调试目前离不开人，企业算的是补充产能的账，不是裁撤岗位的账。第一财经
质检与巡检岗位。 孔爱祥说，他希望人形机器人“下一步”能带上相机、探头去巡检，用相机拍下图片、建模型，判断产品是否合格。也就是说，判断产品合格与否的工位，现在还在人手里。第一财经
装配等柔性操作岗位。 机器人目前只完成“取料—转运—上料”这一道搬运类工序，需要双手配合、力觉微调、处理软线与异形件的装配环节还没有交给它们，而它们接手的这一环，恰恰是人形机器人进厂时被企业认为最简单的一个应用场景。第一财经
异常处置和驻场运维。 现场部署了零件掉落、碰撞、过速检测等安全管理模块，但98%的命中率意味着约2%的循环出不了“标准结局”：零件掉落、动作过速之后，恢复生产的仍然是现场人员。乐聚CEO常琳的说法更直白：模型经后训练可以把准确率提升到95%左右，要在95%的基础上继续往上走，就必须用到真机的数据回流。中国经济网
这四类岗位的共同点是：任务不固定、需要现场判断、依赖长尾经验。机器人替代一个岗位的前提，是攒够该岗位的真实操作数据，而行业当前的缺口是数量级的——开放原子开源基金会副秘书长李博给出过对比：训练具备通用泛化能力的具身模型通常需要千万小时级真实物理交互数据，而全球合规可用的目前仅约50万小时。第一财经
中国工程院院士王坚则直言，这类工业数据仍“锁在每个企业的抽屉里”。短期内不会被替代的，正是数据最稀缺、判断最密集的工位。第一财经
慢这么多，工厂为什么还买单
工厂显然不是为今天的节拍买单。孔爱祥给出的账期很具体：希望一年甚至半年内把单次上料压缩到15秒，“参照人工的成本，大约部署3到4年可以看到投资回报”。第一财经
在此之前，这批机器人同时在产出三样东西。一是可复制的工程化能力：乐聚把上料技能拆分为30余个基础模块，像拼积木一样组合，多机调度平台把标准技能一键同步到多台设备，部署时间从天级缩短到小时级。二是真机数据：按项目方口径，15台同步运行单月采集真实作业数据超4万条，并随产线运行持续累积，双方已将上料真机作业回流数据集捐赠纳入开放原子开源基金会OpenLET社区。三是用工补位：原来由人工上下料不及时造成的损耗得到改善，产线开工率平均提高4%，机器人先吃下的是重复、枯燥、招工困难的环节。中国经济网新华网光明网
政策也在同一个方向用力。今年6月，工业和信息化部、国务院国资委印发通知，联合开展2026年度人形机器人与具身智能实景实训专项行动。目标说得很清楚：到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。中国新闻网
熟练工的优势还剩多久
从这条产线看，节奏可以这样判断：搬运、上料、码垛这类动作固定、允许节拍慢一点的标准化工位，是机器人最先接走的一批。工信部披露的相关产品已在仓储物流、餐饮零售、家庭服务等300多个重点场景加快验证和部署。但需要现场判断、处理随机异常、应对频繁换型的岗位，替代时间取决于真机数据回流的速度，而不是机械臂和腿脚的成本。中国新闻网
对产业和用工而言，更现实的观察信号不是又一台机器人下线，而是同一套方案能否复制到第二家工厂、第二道工序——截至10月16日发布口径，同一方案成规模复制到第二家工厂的公开信息尚未出现。当机器人离开驻场工程师仍能稳定运行、98%开始向99%移动时，被替代岗位的清单才会真正变长。在那之前，“机器人进厂”与“熟练工饭碗”之间，还隔着一条产线每天不到一小时的真实距离。知乎
