1天前 30+人形机器人抢跑上岗，“进厂”成具身智能下一个战场？

作者：慕白    出品：高工机器人

随着近两年人形机器人的出圈表现，外界对“人形进厂”的风评似乎变了，行业关注焦点也从“要不要进”的博弈，转向“能不能进”、“好不好用”的生产力价值变现。
据高工机器人不完全统计，国内外已有超30家企业公开人形机器人“进厂打工”的实操案例，其中不少已渡过概念验证（POC）阶段，迎来收获真金白银订单的实战期。

注：企业入选统计口径以官方明确公开在工厂中应用为准，包含POC合作及实际部署成交订单。因公开资料统计难以详尽，敬请谅解，若有企业或产品遗漏欢迎联系我们。上述30余家企业的人形产品造型风格迥异，但整体的落地应用场景相当聚焦。如汽车整车及零部件制造、3C电子制造、家电制造、仓储物流等是当前最主流的落地战场，究其原因，这些行业的工艺标准化、自动化程度较高，顺理成章成为人形机器人的“最佳练兵场”。

实际部署的工艺来看，当前人形机器人进厂应用聚焦在搬运、分拣、上下料、装配、质检、巡检等工序。在行业较为公认的VLA模型技术范式没有取得根本性突破之前，大部分人形应用会先从简单重复工序入手，逐步过渡到精细化操作，再去攻克长时序、多任务的复杂岗位。

直面复杂工况30+企业人形机器人已上岗

人形机器人行业正从“炫技模式”，快速向“打工模式”转变。云深处科技CEO朱秋国深刻感受到了这种变化：“以前投资人问的最多的是机器人能不能后空翻，现在问的是，机器人能否在真实场景中跑过1000小时。”

当唱歌跳舞的“眼球经济”价值和热度逐步见顶，业界开发者对人形机器人进工厂有更多的渴望。

GGII数据预测，2027年中国工业具身市场规模将突破百亿元，有望在2034年增长至千亿元规模。当前工业具身市场生态卡位战逐步打响，其中发起“进厂运动”的主力玩家有三类：工业机器人企业、人形机器人企业、车企。

01工业派：从产线磨砺出的实干家

如越疆机器人、拓斯达、新时达、美的集团等工业机器人企业，手握成熟的零部件供应链，普遍拥有十年以上的深厚工艺经验和自动化交付能力，在工业级作业精度、可靠性、运动控制等技术层面如鱼得水。

例如，越疆机器人的Atom人形机器人已经进入国内头部汽车主机厂、锂电结构件厂，Atom搭载越疆自研的生成式VLA模型底座，“工业级”双臂重复定位精度达到±0.05mm，在自适应分拣抓取、多规格PCB群体协同检测、仓储大件搬运、高危立库巡检等跨场景多任务协同作业中表现出色。

图源：越疆机器人

拓斯达的人形机器人“小拓”，已在注塑后段工序进行验证，具备工业级精度和作业能力，是国内首款应用于注塑场景的智能人形机器人。

图源：拓斯达

工业派企业将扎实的工业经验写进人形基因，其人形机器人应用往往诞生于客户产线需求，因而可以快速进入高粘性高信任客户场景中进行工艺实训。

而在拿下“入场券”后，大脑能力自然成为工业派持续迭代的目标。早期工业机器人企业大多选择在开源模型基础上，配合工艺数据训练，重心在打造专用场景垂类小模型。但随着具身智能技术迭代和终端客户需求深入，不少企业已经开始自研或合作大模型基座，强化在多场景、长链条下的复杂作业能力和泛化能力。

越疆机器人创始人刘培超认为，未来机器人应用场景会非常多，“一脑多体”会是具身智能最终落地的核心，如果没有自研大脑，就无法判断数据的质量，为此越疆构建了ATOM-VLA大模型作为技术底座，通过分层框架，将场景数据-模型进化-多体执行的链路打通。

高质量场景数据是训练智能体的核心基石，基于此判断，拓斯达与智谱联合成立的子公司——矩阵智拓，研发出低成本、高适配的便携夹爪数据采集方案，实现高效、低成本的数据采集，为具身智能模型的训练奠定坚实的数据基础，进而拓宽应用场景的覆盖广度与泛化程度，成为拓斯达“场景+产品+数据+AI”商业闭环的关键要素之一。

该方案直击行业共性难题，把“数据获取”从高成本投入变成可规模化复制的能力，为具身智能数据采集提供了可落地的技术路径。

02 人形派：怀揣通用理想的“场景攻坚者”

人形机器人企业的终极梦想，是打造“一招鲜吃遍天”的通用型人形机器人。而进厂训练，则是铸就“通用梦想”所必须经历的一环。

如智元机器人、银河通用、优必选、北京人形、千寻智能等人形机器人厂商，掌握了通用大模型的技术底座，在数据训练、实时推理、模型部署上具备先发优势。上述本体企业大多致力于通过大小脑高度协同完成端到端任务，希望打造出在跨产线、跨工序作业中仍能保持高精度、高效率和一致性的人形产品。

上述部分人形本体企业已有鲜明的落地应用。比如在宁波均胜电子汽车零部件工厂，智元机器人精灵G2被应用在高难度三销定位的柔性装配环节，精灵G2的工作节拍最快12.97秒，成功率超过99%。目前，均胜电子体系内适配精灵G2的应用工位已达千个。

图源：智元机器人

千寻智能的人形机器人已进入宁德时代的电池工厂PACK封装段，在电池包下线测试环节的EOL与DCR工序，其插接成功率稳定在99%以上，作业节拍已达到熟练工人水平，助力产线单日工作量实现三倍提升。

图源：千寻智能

优必选的人形机器人在富士康、比亚迪，以及极氪、东风柳汽等汽车工厂中应用，在搬运、上下料等任务中成功率达到99%，目前作业效率接近人工的50%，2026年有望达到人工效率的60%-70%。

一位行业资深分析师指出，从百亿估值和工业场景的投产比来看，人形进厂是一个想象力有限的空间，但许多人形企业拿到了产业投资方的注资，结合其股东的产业背景，在工厂去做一些验证和应用，既能够快速实现订单出货兑现的承诺，也能获得相应的现金流。

03车企派：既是裁判，也是选手

如特斯拉、比亚迪、小鹏、小米、上汽等汽车企业，在人形机器人产业链中布局横贯了上下游，既研发核心零部件，也有终端应用场景，造人形机器人可谓是“一箭双雕”。

汽车制造的产业链够深够广，车企们有大批量标准化的工站和岗位，能在结构化场景中积累实训数据，也能快速验证人形机器人在产线的真实生产力。加上汽车行业日益内卷，无论是资本叙事需要还是柔性制造降本提效的刚需，都让车企成为人形进厂的主力推手。

高工机器人注意到，当前在汽车超级工厂的焊装、涂装等工艺的自动化率已经接近上限瓶颈，车企将目光瞄向打螺丝、分拣物料、装贴内外饰等柔性生产线：

如小鹏汽车广州工厂中已小批量部署人形机器人用于物料搬运、装配等应用；小米汽车展示了第三代人形机器人在螺母装配工序中3小时作业超90%的准确率；上汽集团将人形机器人能仔1号部署在汽车电池量产线，承担电芯抓取、上料等拟人工作。

图源：小米科技

目前包括特斯拉、比亚迪、现代、上汽等车企也大多在自有工厂中部署其自研机器人，而如丰田、宝马、奥迪、福特等汽车品牌与全球人形机器人企业展开合作，将形态各异的机器人安排在装配产线承担各种作业，车企已成为人形研发和应用落地中不可忽视的强力推手。

大小脑不够用，人形进厂上岗有多难？

在集中调研了一批人形企业后，一位自动化集成商直言：“人形机器人在工厂，干粗笨重活，小脑跟不上，负载不够用；干精细复杂活，大脑跟不上，泛化性差。”

这番言论可能以偏概全，但也直白地揭穿了资本热潮下的“粉饰太平”：进厂不仅是对机器人软硬件耦合的可靠性检验，同样也是对作业环境系统化、工程化、智能化的多重考验。

“进厂”需要满足工业的苛刻条件，可靠性、稳定性、效率缺一不可。

新时达机器人总经理田永鑫表示，新时达正在将“工规级”作为具身智能产品研发的标准，“工规级”首先要满足“安全合规、精准高效、稳定可靠”的特点，并且根据工厂特征做到工艺适配、可批量复制部署。

图源：新时达/海尔集团

在工厂中，光照强度全天不断变化，物体表面反射难以预测，工件可能出现偏差错位，传感器可能会因为其他设备信号噪声导致失真，人员叉车等移动物体随机穿行……这些高动态环境对人形机器人的感知-决策链路提出极高要求。

一系列复杂挑战摆在面前，直接导致当前人形机器人进厂的任务准确率、作业效率存在理想和现实的鸿沟。

在真实产线上，单一任务没有99%以上的成功率，几乎都是不可用的。在效率层面，浙江人形机器人创新中心COO宋道灵曾给出一个数据，当前在工业和服务场景中，人形机器人效率仅有人类的20%-30%。这意味着在准确率达标的基础上，谁能突破效率瓶颈，谁就能快速完成商业化的闭环。

智元机器人精灵项目管理及交付总监艾文表示，单台机器人效率达到人工的70%以上，才算初步具备上岗资格。

在均胜电子的零部件产线，智元机器人精灵G2的生产效率相当于人类的四分之三，两台人形机器人联动即可对准产线偏差，将工人从每日5万步的高强度劳作中解放出来。目前智元机器人已经完成了对均胜电子超1亿元采购合同的首批商用交付。

最终来看，进厂的成功率和泛化能力又取决于数据规模与架构创新，当前工业数据的积累远未满足人形进厂需求。

即使机器人在仿真平台中成功，迁移到现实世界应用依然会有漏洞。受制于真机数据的体量和质量，机器人仿真系统和实际物理应用之间存在较大差距，大多数企业将仿真数据和真机数据混合喂给AI大模型，通过模拟/强化学习、Real to Sim to Real的迭代闭环提升准确率，在实训中反复调试，去弥补仿真环境和物理应用之间的割裂。

要打通“本体-模型-数据-场景”的快速循环，以数据飞轮驱动模型升级，再进入更多场景，实现小批量进厂到大规模应用的晋级。

进厂壁垒谁来打破？

大规模进厂，无论是海外的先驱企业波士顿动力、特斯拉等，还是国内生机勃勃的人形创企都尚未实现，这层壁垒由谁来打破？

有人提出了标准共建。2026年初，人形机器人与具身智能标准化年会在北京召开，靠春晚功夫表演再次出圈的宇树科技创始人王兴兴在会上明确呼吁，要通过标准化建设让人形机器人从“功夫模式”转向实用的“打工模式”。

有人关心数据基建。从2025年以来全国各地风风火火投建的数据采集实训中心、中试基地等基建设施来看，业界对具身智能落地的核心痛点——真实数据采集，已经有了清晰的认知。

从企业实践上升到“服务智能经济新形态”的国家战略层面，拓斯达董事长兼CEO吴丰礼在两会期间提出人工智能领域制度创新与工业数据基础设施建设，致力于推动人工智能与实体经济深度融合，服务智能经济新形态的国家战略。

越疆机器人创始人刘培超表示，基于对工业和商业场景的认知，越疆知道在生产组装、物流等环节中如何将整个流程拆解成单个工序进行数据采集，这将极大有利于模型训练。刘培超认为，今年具身智能在垂直场景的短序列任务上会有很大进步，准确率能够达到99%，未来三年内就能解决平台泛化性和效率问题。

软通天擎CEO黄鹏指出，在智能化时代，具身智能的落地亟需新一代的‘新基建’，需要对机器人的作业环境进行标准化重构，通过场景再造，产生标准化的数据推动模型进步。

有人认为临界点和选择权在市场。

银河通用创始人王鹤对人形机器人的应用节奏有一个判断，先在工商业跑10000台，将硬件、安全，以及成本磨到“无感”后，就可以“先B后C”走向家庭消费。他预计，三年内能看到1万台人形机器人完全自主干活。

乐聚机器人创始人冷晓琨表示，“工厂里有大量的场景用工业机器人解决不了，并且这些只能由人来做，但现在已经没有人去做了，这是人形机器人必然会在工厂出现的原因。”进厂意味着让机器人在智能性要求没那么复杂的场景先用起来，逐步进化，需要这一个过渡阶段。

众擎机器人CEO赵同阳表示，其实行业不缺订单，缺的是如何满足用户的需求。现在人形机器人的腿要利索、胳膊能力也够强，至少可以做一些跑腿、巡逻巡检甚至在边境站岗这样的事情。

优必选创始人周剑认为，过去人形机器人的购买力主要在政府端和科研端，但2026年会有更多制造业大厂批量购买，2026年是人形机器人真正的市场化元年。比如车间料箱搬运场景，谁能真正把人形机器人在物体识别、推理、决策、执行的闭环干好了，面向全球至少能有30万台的订单。

总体来看，人形进厂的壁垒，需要产业链多方携手打破：零部件厂商的提质降本、本体厂商的大小脑协同和VLA泛化适配、数据服务商的高质量采训部署、千行百业制造工厂的环境开放。

同时，在未来人形进厂大潮中，也许会衍生出一类新角色，能够打通人形机器人应用落地部署的关键环节，按照工业机器人行业惯例叫法，这个角色将承担类“集成商”的功能，将人形机器人大小脑、数据训练、场景建模、工艺调试进行有机融合，让人形机器人在终端产线上高效运转。

▎写在最后：

人形机器人从空中楼阁到真实生产力的蜕变，也不过是近几年的事。当上百亿的研发资金蜂拥至人形机器人行业后，人形企业自然会在应用场景和技术路线的十字路口做出抉择。

对于传统工业机器人厂商而言，无论企业是否选择主动出击，全球制造领域新一轮智能博弈已经开启，当未来“人形进厂落地”的枪声在耳边剧烈回响，或许也意味着工业具身智能市场正从“卡位战”加速迈向“淘汰赛”。