当人形机器人从实验室走向宝马、宁德时代等真实产线,工位严苛的节拍、续航与故障率要求开始反向塑造硬件形态与研发优先级。Figure、优必选与Agility的实践表明,决定商业胜负的核心已变成持续稳定交付的能力。
美国人形机器人公司 Figure 公布了退役机型 Figure 02 的最终去向:送入芬兰的熔炉销毁。在快速迭代到 Figure 03 与 Figure 04 的节奏下,公司选择将旧机身熔掉,但它在产线踩过的坑却沉淀了下来。
在宝马美国斯帕坦堡工厂,Figure 02 累计运行超过 1250 小时,完成了 9 万多个零件的上料任务。产线数据暴露出一个关键软肋:前臂是全机硬件故障率最高的部位。于是到了 Figure 03,工程师重构了腕部电子架构,精简了通信分配板和动态线缆,让腕部电机控制器直连主计算机。今年 6 月,Figure 03 再次进驻宝马产线,执行新的物流排序任务。

机器人还没能大规模重构工厂,工厂却已开始改写“好机器人”的标准。
工厂对机器人的第一道考题,是完整接下一整份工位任务。
如果机器人只能覆盖工位的局部动作,剩余操作仍需人工介入;或者工作几小时就得停机充电,整个产线节拍就会被打乱。
优必选 Walker S1 早期就曾遭遇作业范围的局限。由于对工业现场理解不够深入,机器人无法触及工位全部区域。针对这一痛点,迭代后的 Walker S2 增加了腰部自由度,使其能够弯腰、下蹲,实现向地面取物。面对“高负载工作 3 小时、充电 1 小时”的停机瓶颈,优必选研发了自主换电技术,让机器人自行更换电池,大幅压缩非作业时间。

在宝马钣金上料项目中,Figure 面对的要求更为苛刻:单轮任务限定 84 秒,其中上料占 37 秒;放置准确率目标超 99%,人工干预目标归零。在工业产线上,单纯“能做”毫无意义,必须在节拍内“零差错重复”。
这种实用导向甚至影响了机器人的底盘形态。银河通用在研发端储备了双足技术,但在落地宁德时代产线时,其重载机器人 Galbot S1 选择了轮式底盘,以此保障双臂 50 公斤级载重和 8 小时连续续航。当工位用轮式就能高性价比解决时,双足就必须证明自己的额外价值。
把机器人卖进车间,只是服务周期的开始。客户购买的是劳动力,企业就必须对劳动力的持续出勤负责。
Agility Robotics 的双足机器人 Digit 最初设想是配合自动驾驶汽车配送快递。但在实际商业落地中,Digit 最终走进了仓储物流企业 GXO 的分拣车间。

在接箱、转身、放置的重复流程中,Agility 持续重写导航系统,优化减小步数与转向动作,提升带载移动效率。遇到下游工位积压,Digit 还要学会判断何时暂存料箱、何时等待。
在最新推出的 Digit 5 上,Agility 将工充比从 2:1 提升至 10:1(充电 9 分钟,工作 90 分钟),并强化了人员检测安全机制。同时,配套的 Arc 软件平台负责建图、流程调度和系统对接(WMS/MES),形成了“硬件+软件服务订阅+维保”的完整交付体系。
四足机器人早期的工业巡检之路,预示了人形机器人未来的演进轨迹。
云深处“绝影”系列从变电站走向野外风电场,经历了从加装防尘防水、重做光照干扰下的充电定位,到提升高低温适应能力的过程。这些不起眼的工程细节,往往决定了设备能否在恶劣环境下独立存活。

目前,部分机器人企业通过向科研教育、二次开发市场出货实现了规模营收。但这与真正扎根工业生产是两套完全不同的逻辑。
把机器人卖给开发者,交付的是一个探索可能性的平台;把机器人放上流水线,交付的则是一份必须稳定产出的工时。下一阶段的竞争,不再取决于视频里动作有多炫酷,而在于谁能把现场的每一次故障与节拍瓶颈,转化为下一代产品的工业可靠性。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断