花30多万买的进厂机器人跑不过工人，慢在哪？
工人十几秒就能完成的汽车零部件上料动作，杭州萧山兆丰机电车间里的15台人形机器人需要约35秒，而且不能打乱生产节拍。 目前这批乐聚夸父机器人上料成功率已稳定在98%，在产线上连续无故障运行超过两个月，但论手速，还是跑不过工人。 慢的瓶颈不在电机和四肢，而在“大脑”：机器人要在非标准、会变化的真实产线里一路感知、核验、纠错，而这些“现场经验”，整个行业都稀缺。界面新闻中国新闻网
35秒里藏着什么
上料看起来只是弯腰拿件、放到线边，实际是机器人弯腰、伸手、扭转手臂、抓取、起身、移动到产线边、再弯腰放下的连续动作，全程30多秒。 它要连续完成10余个动作序列，抓取的是内径80至120毫米、在料框里摆放并不规则的小型零件。 放料前还得先判断工位上有没有零件，否则会撞乱产线。第一财经中国新闻网界面新闻
环境是第二重消耗。乐聚方面总结，在标准可控的环境里，把一个技能做到95%以上的成功率非常简单，但工厂里有人穿行、机器噪声、光照变化，处处是不确定性。 按兆丰机电董事长孔爱祥的说法，这些机器人刚进厂时站不稳、经常摔跤、拿不住东西，光是手抓零件就做了约1.5万次训练迭代，才换来现在的“稳”。第一财经中国新闻网
提速要靠真机数据“喂”出来
为什么快不起来？乐聚CEO常琳拆解了模型学会干活的过程：预训练基础模型泛化性强但准确率可能只有30%~40%，要用上千小时训练场真机数据做中训练，再加几百小时真机数据后训练，才能把准确率提升到95%左右。第一财经
小米此前也披露过，其进厂机器人在部分场景的成功率已达98%、逼近人工。 也就是说，行业已经大体解决了“会做”，卡住的是“快做”，而支撑快速迭代的东西恰恰最缺：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，全球合规可用的目前仅约50万小时。界面新闻第一财经
一台30多万，工厂在算什么账
这批上岗的“新员工”身价几何？乐聚IPO招股书披露的数据显示，其全尺寸人形机器人夸父（Kuavo）系列2025年卖出577台，比2024年的32台涨了17倍。知乎
同一年，该系列销售收入达到1.78亿元——折算下来，单台均价约30万元出头，这就是“花30多万买机器人进厂”的由来。 孔爱祥给这笔投入定过一个明确的回本标尺：把单次上料时间压缩到15秒，参照人工成本，大约部署3到4年可以看到投资回报。知乎第一财经
为什么明知跑不过工人还要买？先看参照系：这家工厂2013年起引入的固定机械臂，经过两三年磨合后部分工序已经能做到10至15秒的节拍——机器人想“毕业”，先得追上这个速度。界面新闻
它补的不是整条产线的岗位
固定自动化擅长大批量，而兆丰一些海外售后订单只有250至300套，品种多、换产频繁，工序之间的搬运上料恰恰是固定设备覆盖不到的缝隙。 更细的账在换型：过去工程师上班花两三个小时调设备，如果机器人能在非开工时间完成20多个岗位的调校，一天就能多出两三个小时生产时间。界面新闻第一财经
机器人稳定运行之后，产线本身还变成采集站：单月可回流超过4万条真实作业数据，双方已将上料真机数据集捐赠给OpenLET开源社区。 在行业看来，这比当下的手速更重要：仿真和训练场数据只能把模型训练到八九十分，要逼近90分，必须靠真实场景部署回流的数据。中国新闻网第一财经
现在卖掉的机器人，很多不是“工人”
车间里的新闻很热，行业整体仍需谨慎口径。IDC今年9月的报告显示，2026年上半年全球人形机器人出货量接近2.5万台，同比增长超过430%，但科研教育、表演展示及政府数据采集中心仍占全球出货量的69%。 乐聚自己的收入结构也是如此：夸父系列收入中，数据采集场景占到45%，工业制造只有3.88%——眼下多数卖出去的机器人，不是在工厂顶岗，而是在训练中心给“大脑”攒经验。界面新闻知乎
政策正在把这个过程往前推。工业和信息化部、国务院国资委已启动人形机器人与具身智能实景实训专项行动，要求到今年底开启“作业模式”，带动形成万台级规模落地能力。 上海也提出到2028年推动8000台人形机器人进工厂。半月谈界面新闻
所以，“跑不过工人”这件事，真正该盯的不是35秒和十几秒的落差，而是接下来半年到一年：上料节拍能否压进15秒、真机数据能否规模化回流、模型能否在同一条产线上持续变快。对工厂来说，这笔30多万的买卖从一开始就不是拿机器人换人，而是拿产线换数据——机器人跑输工人的每一天，都在给下一个版本的自己攒经验。
