2026-01-27 一台进厂的机器人，被撕掉“通用”标签

作者：Jessica   出品：高工人形机器人

当资本市场仍在为具身智能的“通用梦”支付溢价，工厂车间的现实却正以一种近乎残酷的方式重塑行业认知。

2025年初，众多分析师与科技媒体就预测，通用人形机器人将率先在工业场景实现规模化落地。特斯拉Optimus的演示视频、Figure AI与宝马的合作声明、国内多家机器人企业的惊艳演示……这些片段共同编织了一个令人兴奋的叙事：那些形态拟人、功能全面的机器人将迅速渗透至千行百业，尤其是对自动化需求迫切的工业制造领域。

当这一年真正走进现实，市场反馈却呈现出巨大温差。现实与理想的落差并非简单的技术路线之争，而是对工业本质认知的回归，它迫使行业回答一个根本问题：在容错率极低、追求稳定性的工业现场，智能的终极形态究竟是无所不能，还是在特定边界内无所不精？

当行业从亢奋走向审慎，一种更为务实、更为专用的技术路径正在浮现。

特斯拉Optimus进厂打工

预期的膨胀与现实的落差

通用机器人的叙事魅力巨大。

它承诺用一个统一的硬件平台，通过强大的AI“大脑”，适配成千上万种任务，最终实现制造业劳动力的一揽子替代。这种想象源自人类自身形态的普适性，也契合了科技产品“一个设备解决所有问题”的消费电子逻辑。

2025年初，这种乐观情绪达到顶峰。行业观察到一个有趣的现象：机器人从年初在春晚转手帕、在王力宏演唱会上翻跟头，再到为王心凌伴舞，机器人展示了令人惊艳的娱乐演示能力。

然而，随着试点项目深入工厂，挑战接踵而至。

最核心的冲突在于，工业场景的确定性要求与通用AI的不确定性本质之间不可调和的矛盾。这实质上是两种技术哲学的对立——传统控制追求从输入到输出完全透明、可控、可追溯；而基于大模型训练的泛化学习，其决策过程往往是难以完全掌控的“黑箱”。

有报道称，某估值超百亿的头部具身智能企业，其机器人在国际Tier 1巨头的产线上因效率低下被拆除退回；另一家学术背景深厚的创业公司，在与动力电池企业的合作中因其机器人无法胜任产线节拍而被问责。

这些案例揭示了一个被资本叙事遮蔽的事实：在工厂里，“什么都能做一点”往往意味着“什么都做不好”。工业场景以其对稳定性、可靠性、精准性的极致追求，给所有闯入的通用机器人上了一堂深刻的场景教育课。

要理解为何通用路径遇冷，必须回归工业场景的本质诉求。工厂不是实验室，其核心逻辑是规模化、标准化生产，一切技术引入的终极评判标准是：能否提升效率、保障一致性、增强可靠性，并最终转化为可计算的商业回报。

通用机器人往往代表着在每个岗位上都不是最好用的，但它都能用。然而，在7×24小时专岗专用的模式下，一个能拧100种螺丝但每种都稍慢、偶尔出错的机器人，其价值远不如一个只会拧3种螺丝但速度极致、万无一失的专用机器人。

Figure 02在宝马工厂工作

这种专用化并非技术的倒退，而是工业发展史写就的必然。从第一次工业革命至今，设备演进的清晰趋势是走向极致专用，而非通用。以半导体制造为例，其前道制程中的光刻机、涂胶显影机，无不是为特定工艺环节量身定制的专用设备，追求的是在该环节无与伦比的精度与稳定。

背后的核心驱动力并非对专用性的偏爱，而是在同时满足高效率、一致性、可靠性这三座大山的前提下，不得不做出的最优工程妥协。

机器人“泰斗”王田苗去年在世界机器人大会上指出，未来几年行业将主要存在两条路径：一是构建深度泛化的通用世界模型；二是以 “智能定界”为路径，从垂类环境入手。他强调，要在明确任务、环境与载体约束的前提下，先设定精度、成功率、安全、成本等可接受的容忍度边界，并在此边界内通过裁剪算力与模型，满足细分场景的需求。

王田苗推测，具身智能将先运用于特定工业任务，但不会泛化到任何工业场景。这一判断，精准地解释了为何“专用”会成为工业场景倒逼下的最优解。

“专用”是场景定义下的最优解

经过市场的淬炼，一种更为务实的技术路径正在获得共识：不执着于通用形态，而是追求在工业场景下的专用化智能与超高可靠性。

这条路径并不关心机器人是否像人，只关心它能否高效且稳定地完成某类工作。因此，它的形态可以是搭载机械臂的移动平台，也可以是轮式或履带式底盘，或是任何为场景优化的异构形态。

问题的关键从不在于机器人能做什么，而在于它被部署的特定场景里，需要做到多好。工业岗位需求呈现出一个广阔的光谱，从极端结构化的晶圆搬运（需要微米级精度、零振动），到非结构化的厂务巡查与异常处置（需要一定的环境理解与泛化能力）。

一刀切地追求通用或专用都没有意义。

“当机器人被当作产品看待时，它所面向的使用场景，其泛化性到底有多宽？这是机器人非常重要的存在理由。”优艾智合市场总监关健指出，在工业场景，这个“度”的边界由生产工艺的刚性约束划定，这些都不是通用泛化能力可以妥协的维度。

全球首台双臂协作巡操机器人“钧仪”上岗配电间

这本质上是一个智能定界的过程。

“AI教母”李飞飞在近期访谈中也触及了相关现实瓶颈。她指出，机器人距离真正成熟仍很远，关键瓶颈在于数据。与相对受限的自动驾驶相比，机器人需要在开放世界中进行多样化的操控与交互，这要求真实遥操作数据、网络数据与合成仿真数据的组合。

构建能够理解物理世界并进行可靠交互的智能，是一条长路，这也从侧面印证了在边界清晰的专用场景中率先落地的合理性。

当前，制约机器人产业发展的关键可能不在供应链，而在成熟应用场景的缺乏。有行业观察指出，短期内市场会更多使用“尚不聪明但稳定可用”的机器人产品。这种对稳定可用高于聪明炫技的需求，正是专用路径的生命力所在。

萌生自工业场景的具身智能

当通用机器人仍在工厂门口徘徊时，另一条技术路线——移动操作机器人+具身智能，已悄然成熟，并开始在高端制造领域规模化渗透，其标志是从预设自动化到场景自适应能力的跃迁。

传统自动化依赖预编程，环境一变即需人工调试，而具身智能技术赋予了机器人对非预期变化的理解和应变能力。这种专用硬件平台与泛化智能软件的结合，创造了一种新范式：在保证核心任务执行如传统自动化般稳定可靠的同时，赋予其应对边界变化和串联复杂任务的灵活性。

据弗若斯特沙利文测算，全球移动操作机器人市场将在2024年至2030年间保持60.4%的年复合增长率，规模从92亿元激增至1569亿元。这一预测的背后，是工业现场对兼具移动与操作能力的刚性需求的释放。

其市场空间并非简单替代传统自动化，而是开拓那些传统自动化无法解决、完全依靠人工作业又面临成本、质量、安全或招工难等问题的中间地带。

为攻克这些复杂中间地带，头部企业已各有应对之法。

今年1月，银河通用发布全球首个负载50公斤的具身智能重载机器人Galbot S1，专为工业重载场景设计，目前已在宁德时代等头部企业产线实现应用，承担物料搬运、部件装配等核心生产环节。此外，其在智慧零售、工业制造等场景中部署的定制化机器人系统，更是基于Galbot G1的硬件平台，结合特定场景需求进行功能拓展和优化。

又如正在冲刺港股“移动操作机器人第一股”的优艾智合，其提出的一脑多态（MAIC）架构，清晰地体现了工业场景下专用化与智能化融合的前沿思考。

安全壳智能听巡机器人穿梭于核岛外环廊

该架构的核心在于解耦“脑”（智能软件）与“态”（硬件本体），根据场景需求反向定义机器人形态。这意味着，在晶圆厂执行毫米级精密搬运的，是一个高度稳定的专用移动操作平台；在变电站高压室内进行开关柜操作的，是一台全向移动双臂协作机器人；而在厂区进行综合巡检的，可能是另一个具备更强环境理解能力的机器人。

比如双足人形机器人“凌枢”，同样基于此架构，目标是服务于半导体精密辅料装填、能源复杂环境巡检等特定高价值环节，而非通用替代。

“一脑多态”的本质，是承认工业场景的复杂性无法用单一技术或形态解决，必须通过软硬件的解耦与重组，构建一个弹性、可扩展的机器人群体智能系统。

它的成功，恰恰在于完全从工业客户的价值逻辑出发，目标不是展示炫技般的通用能力，而是在明确的商业场景内，通过提升效率、保障安全、应对用工难，来证明可量化的投资回报。

从场景里来的打工者

相比许多仍在寻求首个落地案例的通用机器人，专用化的移动操作机器人已作为可靠的“打工者”，深入半导体、能源等国家战略性行业的核心环节。

在半导体领域，头部晶圆厂的全工艺链中，移动操作机器人负责晶圆盒、光罩盒等高价值、高洁净度物料的跨车间自动搬运，其精度与稳定性直接关系亿级产线的连续运转。

在能源电力行业，全球首台全向移动双臂协作机器人“智运”，已在220千伏变电站的高压室内，替代人工执行巡检和倒闸操作。以往需要两三个小时、风险高的操作，现在运维人员可在办公室一键式指挥完成。

在新能源锂电领域，移动操作机器人精准完成电芯模组从产线到仓储的自动转运与上下料，衔接了自动化与人工工位之间的断点。

这些案例的共同点是，机器人以专用解决方案的形式而非独立的通用产品出现。它们深耕行业Know-How，形成可复制的业务模式。

据优艾智合在其招股书中提及，2024年及2025年上半年收入主要来自能源化工、半导体和3C制造三大行业，合计占比分别为85.0%与71%。且客户复购率表现突出，其中，半导体行业达83%，锂电池行业高达92%，3C及其他制造业整体为83%。

高复购率印证了其解决方案为客户创造了真实、可衡量的生产效率提升。

经过2025年的市场淬炼，资本与市场对于工业机器人的发展路径有了更清醒的认识。通用机器人所代表的尖端探索，其意义在于不断拓宽技术边界，探索智能的更多可能性，尤其在非结构化、高度泛化的服务场景。而在相对结构化、追求确定性和极致效率的工业主战场，专用化智能的路径显示出更强的现实生命力与商业穿透力。

写在最后

2025年关于通用机器人进厂的讨论热潮，如同一场必要的压力测试，让整个行业更清晰地认识到工业场景的深层逻辑，是对确定性、可靠性和投资回报率的极致追求。

在这场测试中，“移动操作机器人+具身智能”的路径显现出强大的生命力。它不追求形态的仿真或技术的单一颠覆，而是致力于用正确的形态融合正确的技术，专注解决具体的痛点，创造可衡量的价值。在能“算得过来账”的垂类场景中率先实现产品与市场的匹配。

工业岗位千百种，有在航空器制造领域对几万种零件如数家珍的老师傅，也有在高温熔炉旁或高压电柜前工作的工人。移动操作机器人真正能够发挥的价值，就是帮助他们从这些重复、危险、精密的岗位中获得协助与解放。

工业智能化的终极愿景，或许并非构建一个完全无人化的黑灯工厂，而是打造一个人机高度协同、灵活响应变化的增强型工厂。在这个工厂里，移动操作机器人作为具身智能的工业载体，在确定性与适应性之间找到最佳平衡点；而人类则被解放到更具创造性、判断性和决策性的岗位上。

当2025年的喧嚣散去，机器人产业的幸存者将是那些深刻理解工业本质、尊重场景特异性、能够在技术理想与商业现实之间找到平衡的企业。移动操作机器人的崛起，不是对通用机器人的否定，而是对智能本身的重新定义。

在工业的世界，真正的智能不是无所不能，而是在正确的场景做正确的事，以正确的比例融合正确的技术。