1天前 人形机器人进厂的真正门槛——围栏拆掉之后，急停不再等于安全

作者：陈钶     出品：机器人产业应用

过去几年，人形机器人行业一直在回答一个问题：机器人什么时候能够真正进入现实世界？

从实验室里的行走展示，到汽车工厂、物流仓库中的实际测试，人形机器人正在逐渐从“技术演示”走向“工作岗位”。越来越多企业开始尝试让机器人承担搬运、物料转移、上下料等任务，因为这些场景既存在大量重复劳动，又不像传统自动化产线那样完全固定。但当人形机器人真正靠近生产线，一个此前没有被充分讨论的问题开始浮现：机器人会不会干活，并不是进入工厂的最后一道门槛。

对于企业来说，更现实的问题是，如果机器人和员工出现在同一个空间里，它是否足够安全？如果机器人在搬运过程中出现异常，谁能够及时控制它？如果一台几十公斤甚至上百公斤的人形机器人失去平衡倒下，会不会影响旁边的人和设备？这些问题决定了人形机器人能否从实验室走进真实生产环境。

10月1日，Agility Robotics与机器人安全技术公司FORT Robotics宣布升级合作关系，双方将围绕下一代人形机器人Digit 5建立更加完整的安全体系，并公布关键模块Offboard Safety Bridge（机器人外部安全桥）。

Digit 5 工厂工作场景图

从表面来看，这只是一次机器人企业与安全技术公司的合作。但从产业角度看，它释放出了一个更加重要的信号：人形机器人进入工业场景后，安全不再只是机器人自身需要解决的问题，而会逐渐变成机器人、工厂环境以及基础设施共同组成的一套系统。

过去工业机器人解决安全问题的方法，是尽可能把机器人和人隔离开。而人形机器人想进入现实世界，需要解决的问题恰恰相反——它需要在人类工作的环境里，与人长期共存。

01

人形机器人进入工厂后，第一个暴露的问题不是智能，而是安全

在过去几十年的工业自动化发展中，安全其实一直有一套相对明确的答案：把危险隔离开。机械臂负责高速、高精度的重复动作，人负责设置参数、维护设备和管理流程，双方通过空间边界被分开。这样的体系之所以能够成立，是因为工业机器人从诞生开始，就被设计在一个高度结构化的环境中。它们知道自己的工作区域在哪里，也知道什么时候应该停止。

机器人安全工作区

但人形机器人正在改变这个前提。

如果说机械臂代表的是“机器适应工厂”，那么人形机器人想做的事情更接近“机器进入人的世界”。它们并不是为了待在一个固定工位完成单一动作，而是希望利用人类已经搭建好的基础设施完成更多任务：走到货架旁拿取物品，在仓库通道中移动，把零件从一个区域搬到另一个区域，甚至未来参与一些需要人与机器人协作的工作。

Agility Robotics正在工厂中工作

问题也正是在这里出现的。当机器人不再被围栏隔离，而是开始和员工共享空间，过去工业机器人几十年积累的安全经验就没有办法简单复制。因为传统机械臂面对的是一个相对静态的问题：如何避免人在机器人高速运动范围内出现。而人形机器人面对的是一个动态问题：当机器人和人在同一个空间里不断变化位置时，如何让双方都处于安全状态。

这也是为什么，人形机器人行业现在开始重新讨论安全。过去大家关注的是机器人的“大脑”——视觉模型够不够强，运动控制够不够精准，任务规划能力够不够复杂。但真正进入工业环境后，机器人还需要拥有另一种能力：知道什么时候应该行动，什么时候应该停下来，以及在出现不确定情况时，如何让自己处于一个不会造成伤害的状态。

双足结构进一步放大了这个问题。

对于固定式工业机器人来说，停止动作通常意味着风险降低。机械臂停止在当前位置，不会因为失去动力而改变自身状态。但人形机器人不同，它是一个依靠持续控制维持平衡的系统。机器人站立、行走、转身，本身都需要控制算法不断调整身体姿态。这意味着，“急停”这个在传统机器人领域非常成熟的安全手段，到了人形机器人这里需要重新思考。

假设一台正在工厂中搬运物料的人形机器人突然检测到有人进入危险区域。传统思路可能是立即停止所有动作，但对于双足机器人来说，直接停止执行器并不一定意味着安全。如果机器人正在移动，突然失去控制，可能会因为失去平衡摔倒；如果机器人手中拿着物料，停止过程也可能导致物品掉落。所以，人形机器人真正需要解决的问题并不是“如何让机器人停下来”，而是“如何让机器人进入一个安全状态”。这个区别非常重要。

未来的人形机器人安全策略，可能并不是简单的停止，而是根据具体情况做出不同处理。例如降低运动速度、改变运动路径、主动避让人员、保持身体姿态，或者在必要情况下主动坐下。对于一个需要在人类环境中长期工作的机器人来说，安全并不是一个按钮，而是一整套行为逻辑。

02

Digit 5想解决的，不只是机器人的安全，而是整个工厂的安全

这也是 Agility Robotics 与 FORT Robotics 合作最值得关注的地方。

过去，机器人安全更多依赖机器人自身完成判断。机器人通过摄像头、传感器和控制系统感知周围环境，然后根据自己的判断决定下一步动作。但真实工厂并不是一个完全由机器人掌控的环境，很多风险信息并不一定来自机器人自身。

比如，一个员工可能从货架另一侧突然出现；一个维修人员可能打开某个安全门进入区域；另一台自动化设备可能因为异常进入机器人原本规划的路径；某个生产区域可能因为临时维护需要被禁止进入。

这些信息对于机器人来说都非常关键，但它们并不一定能够通过机器人自己的视觉系统获得。

因此，Digit 5安全架构中的Offboard Safety Bridge，实际上代表了一种新的思路：机器人安全不能只依靠机器人自己，而需要让机器人和工厂环境建立连接。根据 Agility Robotics 和 FORT Robotics 公布的信息，Digit 5 的安全体系主要包括三个层面：

第一层：机器人自身安全

包括：感知危险，判断距离，执行动作调整。比如：发现人员接近后减速或者停止。

第二层：机器人内部安全控制

机器人内部需要保证：通信可靠、控制状态稳定、异常情况下进入安全状态。

第三层：连接工厂安全系统

简单来说，未来工厂中的机器人可能需要同时理解两类信息。

一类来自机器人自身，例如它正在执行什么任务、当前速度是多少、周围有没有人员靠近；另一类来自整个生产环境，例如哪个区域现在开放、哪个设备处于异常状态、哪些区域暂时禁止进入。

过去的机器人更像一个独立工作的设备，它只需要关注自己能不能完成任务。但未来的人形机器人，更像是工厂系统中的一个成员，它需要知道整个环境正在发生什么。这也是Offboard Safety Bridge值得关注的原因。它解决的并不是一个单独的安全功能，而是在机器人和工厂之间建立一条安全沟通通道。

如果未来人形机器人真的大规模进入工业场景，那么机器人公司交付给客户的可能不会只是“一台机器人”。除了本体和模型之外，企业还需要一整套能够让机器人安全运行的基础设施，包括安全控制、现场接口、环境感知、异常处理以及与现有生产系统的连接。

03

安全会不会成为具身智能产业新的价值入口？

过去两年，具身智能行业最受关注的几个关键词一直围绕机器人本身展开：更灵活的机械结构、更大的模型、更丰富的数据。但随着机器人开始从实验室走向工厂，一个新的变化正在发生——企业真正需要购买的，可能不再只是一台机器人。

过去，企业采购机器人，关注的是机械性能、精度和效率；未来采购人形机器人，除了这些指标，还需要考虑安全体系是否完整。机器人本体、模型能力、数据闭环固然重要，但如果缺少能够让机器人稳定运行的安全系统，它依然很难真正进入大规模工业应用。

这也是为什么FORT Robotics这样的公司开始受到关注。它们并不制造机器人，也不参与大模型训练，但它们解决的是机器人商业化过程中一个非常现实的问题：如何让机器人被企业放心地放进生产环境。

从产业链角度看，这和过去云计算、自动驾驶的发展路径有些相似。早期行业竞争往往集中在核心技术本身，但当技术开始进入规模化应用阶段，围绕基础设施产生的新机会会逐渐出现。云计算时代，安全、运维、数据库等服务成为重要产业环节；自动驾驶时代，测试、认证、法规体系成为商业化必经路径。

04

人形机器人是不是已经跑在安全标准前面？

除了企业自身探索，另一个值得关注的问题是：机器人发展的速度，是否已经超过了安全标准制定速度？

过去工业机器人发展几十年，形成了一套相对成熟的安全体系。例如：工业机械臂、自动导引车（AGV）、协作机器人，都有对应的安全规范。但人形机器人带来了新的问题，它具备：双足运动、动态平衡、高自由度关节、自主决策能力，这些特点让传统机器人安全标准难以完全覆盖。

目前，针对动态稳定工业移动机器人的相关标准仍在推进过程中，包括ISO 25785-1 等方向仍处于制定阶段。

机器人安全测试应该符合ISO 10218, 13482,甚至更高标准

这意味着一个现实情况：机器人企业正在探索商业部署，而行业标准仍在追赶。这种情况在新技术发展过程中并不少见，自动驾驶也是如此：技术先出现，应用先探索，标准和法规随后完善。

但机器人安全更加复杂，因为自动驾驶主要面对道路环境，而人形机器人面对的是：工厂、仓库、医院、家庭、公共空间，这些场景里面每个场景都有完全不同的安全要求，这意味着未来可能不会存在一个简单统一的“机器人安全”，而是在不同场景应该指定对应不同的安全体系。

05

未来评价工业人形机器人，可能不只是看成功率

过去几年，机器人行业最喜欢展示的指标是任务成功率。一台机器人完成100次抓取，有多少次成功；执行100次操作，有多少次能够完成，这些数据能够直观体现模型和控制能力的提升。但如果把机器人真正放进工厂，这个指标的重要性可能没有想象中那么高，因为企业购买的并不是一次演示，而是一台需要每天运行、持续创造价值的生产设备。

Agility Robotics官方展示Digit工业应用场景

这也是为什么，人形机器人进入工业阶段之后，行业评价标准可能会发生变化。过去大家关注的是机器人“会不会做”，未来企业更关心的是机器人“能不能一直做”。连续运行时间、人工接管频率、安全恢复能力、人机协作效率，这些过去不属于实验室核心指标的数据，可能会逐渐成为决定机器人商业价值的重要因素。

这次 Agility Robotics 和 FORT Robotics 的合作提前暴露了一个行业必须面对的问题：当机器人开始真正进入人的工作空间，安全体系也必须随着机器人的能力一起升级。过去几年，行业更多是在证明机器人“能不能完成任务”。模型是否足够强，数据是否足够多，动作是否足够灵活，都是企业竞争的重点。但随着机器人逐渐走向真实生产环境，另一个问题会变得越来越重要——企业是否愿意让它长期存在于人的身边。

从这个角度来看，人形机器人真正的商业化门槛，并不是让机器人完成一次惊艳的展示，而是让它成为一个能够被信任的生产伙伴。