会翻跟头的机器人难进厂,制造业到底在等什么样的“打工仔”?

源自107位全网作者

10-22 17:50

10月下旬,资本市场和制造业现场同时出现了两幅反差鲜明的画面。10月19日至20日,宇树科技股价连续上涨,市值重新站上2100亿元,公司同步发布股价异动核查公告,称经营情况正常、不存在应披露而未披露的重大信息。10月21日,三菱电机宣布开发人形机器人与数控机床协同加工系统,奥迪也宣布将在德国英戈尔施塔特工厂测试移动人形机器人分拣零部件。一边是舞台上一个比一个炫的动作,一边是工厂验收单上一项比一项冷的指标——制造业等的"打工仔",从来不是翻跟头的运动员,而是能被算进班组排班、按节拍交活的"稳定工"。36氪知乎·具身智能前沿速递

工厂换了记分牌,翻跟头不再算分

能跑、能跳、能翻跟头,证明的是运动控制;工厂需要的是稳定抓取、重复作业、异常处理和连续工作,两者是两套能力体系。摩根士丹利在10月6日发布的《Humanoid Horizons》报告里,把行业讨论从"谁造得出机器人"换成了"谁来雇佣这些机器人",并给出雇主的验收顺序:先看任务成功率和循环时间,再看需要人工介入的频率,最后看跨环境表现是否稳定。报告援引了两组带数字的进展:小米在一个定义明确的工厂任务上,经过数月部署达到98%的成功率;Figure在从未见过的家庭环境中,整任务成功率为56%。两个场景和难度完全不同,数字不能直接比较,但它们指向同一件事——能不能进排班表,取决于成功率和节拍,而不是动作难度。鹿明机器人创始人喻超提到过一个更刺眼的例子:实验室里跑出89%的任务成功率,换到真实产线上只剩12%。微博·智驾daily知乎·kcdesk微博·钛媒体APP

真正的坎不是学会动作,而是接进流程

让机器人从数控机床取一件加工完成的零件,动作层面只是抓取和搬运;但在真实车间里,机器人需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、下一道工序是否准备就绪。三菱电机此次公布的系统,由AI加工任务规划器、具备Physical AI能力的数控机床和通用人形机器人组成,操作人员用自然语言提出工作要求,系统把步骤分配给机床和机器人,目标是减少每台机器人接入产线时所需的定制通信和控制开发。这套系统要等到10月26日开幕的JIMTOF 2026展会上才会实机演示,目前只有架构和技术目标,没有长期商业运行数据。

奥迪选的任务同样是流程里的硬骨头:其按需物料供应流程每天约涉及100万次拣选操作,单次错误率哪怕不高,海量重复下也会被显著放大。因此奥迪与Agile Robots、达索系统、NVIDIA合作,先用数字孪生在虚拟环境中模拟机器人动作和任务流程,再谈上产线,且没有公布机器人已完成多少次连续无故障拣选,也没有披露相对传统自动化的成本优势——这仍是概念验证。分拣靠视觉识别就能应付大半,而插接、拧紧这类接触密集的精细活要的是指尖级的触觉和力觉反馈,也就是"手感"。翻跟头练的是全身平衡,产线要的是指尖的力道分寸。知乎·具身智能前沿速递

工厂算的是ROI账,机器人公司算的是数据账

资本市场的热情和产线上的冷静,在宇树科技的招股书披露里能看到最直接的对照。2023年至2025年,宇树营业收入从约1.59亿元增至16.99亿元,2025年前九个月人形机器人收入约5.95亿元、占比51.53%,首次超过四足机器人;但拆开客户结构,科研教育贡献了超过七成的人形机器人收入,另一家厂商云深处更新的招股书则显示,2026年上半年其只卖出6台人形机器人、收入279万元,占营业收入的1.08%。行业整体也在放量:据IDC统计,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%,中国出货1.9万台;高盛调研14家国内产业链企业后判断,绝大多数头部玩家仍处于概念验证到小批量测试阶段,大规模落地预计要延后到2027—2029年。高盛判断的另一面是,麦肯锡把当前阶段称为"试验炼狱"(pilot purgatory)——从概念验证到创造真正的商业价值,中间存在巨大鸿沟;截至2026年中,可查的亿元级人形机器人订单里,地方国资主导的数据采集与实训基地项目占比较高,制造企业付费仍以单厂小批量验证为主。36氪界面新闻知乎·智讯智库

原因不复杂。工厂采购一台设备,算的是设备、系统集成、维护、停机损失加总的综合成本,对比对象是人工或传统自动化;机器人完成一次展示、执行一项标准化动作,与连续数月稳定完成生产任务之间,还有很长一段距离,隔着稳定性、任务完成率、综合成本、客户复购四道门槛。于是进厂"打工"的机器人,真实身份更接近"带薪实习生"——明面拧螺丝,实际KPI是采集高质量的具身智能数据:截至2026年初,全球具身智能数据原始采集总量约50万小时,而行业估算的有效数据需求是数千万小时量级,缺口在百倍上下。换句话说,现阶段不是工厂更需要机器人,而是机器人更需要工厂——产线上跑出来的运行数据和故障样本,比完成的计件数量更具现实价值。36氪知乎·智讯智库

已经上岗的"实习生",交出什么成绩

真实场景里已经有能查到的成绩。据央视财经报道,在广州邮区中心,具身智能机器人参与邮件识别、抓取、分拣等作业,单台每小时最高可处理1200件邮件。智元精灵G2进入龙旗科技南昌平板产线,以"早八晚七"开启六天直播,与人类协同完成平板质检工序;Figure的03机型三台轮换,连续分拣超过200小时、累计近25万件包裹且期间零硬件故障——但回看直播仍能发现速度波动、偶发错分和短暂停滞。演示越拉越长、场景越来越真,"带薪实习生"的身份尚未改变。微博·央视财经知乎·智讯智库

未来一两年值得盯的信号也很具体:厂商是否开始披露连续运行小时和人工介入频率——这两项指标将取代演示视频,成为衡量行业进步的主要标准;宇树们的收入结构里,行业应用占比能否持续抬升;以及最硬的一条——机器人走出自有产线后,第三方工厂愿不愿意基于投资回报自费复购。从舞台到产线,中间隔的不是后空翻的高度,而是成功率能否逼近99%以上、能否三班倒连续运行,以及一笔算得平的账。知乎·kcdesk

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章
相关兴趣推荐