（来源：千龙网）
10月12日，“上海市加快发展新一代智能制造行动”启动，提出到2028年推动8000台人形机器人进工厂。今年以来，江苏提出打造具身智能机器人标杆产线，深圳部署真实场景实训，上汽、宁德时代等制造企业陆续披露人形机器人产线应用进展。
从研发制造机器人，到让机器人持续参与制造，产业发展的考题正在深入具体工位。它们能够承担哪些任务，工厂如何衡量投入产出，真实生产场景又能为技术迭代提供什么？各地加快推进的应用实践，正在检验人形机器人从完成动作走向稳定生产的距离。
工厂向机器人递来“入职邀请”
上海提出的8000台，是未来的进厂目标。在这一数量背后，人形机器人的应用被纳入新一代智能制造的整体部署，与智能工厂培育、工业模型开发、装备和系统集成能力建设同步推进。
围绕制造业部署人形机器人，已有政策铺垫。2023年，工业和信息化部发布的人形机器人创新发展指导意见，就提出面向汽车、3C等重点领域建设示范产线和工厂。今年，政策对“进入工厂”的要求更加具体，开始明确由谁提供工位、怎样验证效果，以及通过验证后如何扩大部署。
6月8日公布的2026年度人形机器人与具身智能实景实训专项行动通知，要求选取需求明确、工况清晰、具有经济可行性的真实场景单元，由用户单位参与确定应用目标，并评价作业成功率、效率、安全和经济性。机器人能否被生产体系接纳，有了来自使用端的检验。
这也改变了研发与应用之间的关系。专项行动将用户单位与整机企业列为创新应用联合体的主体：用户提出工况和验收要求，供应方围绕实际任务改进产品。制造企业从购买设备的客户，向参与定义产品的合作者延伸，技术路线需要更早面对生产约束。
江苏6月发布的“人工智能+制造”实施方案，将汽车、电子制造场景开放与具身智能产品创新、标杆产线建设相衔接。深圳9月公开的工作方案，则提出推动相关产品在工业、服务、特种环境三大领域不少于10个真实场景中常态部署。
这些安排涉及的行业和机器人类型并不完全相同，但呈现出共同方向：产业培育正在把制造企业的具体需求纳入技术开发过程，整机、零部件和算法的进步，需要在生产任务中接受验证。
不同项目的进度仍有差别。湖北省经信厅9月刊载的报道显示，东风汽车人形机器人“小东”计划10月底进厂实训、年底参与试生产。进厂实训、产线试用与常态生产，仍是这轮应用推进中并存的阶段。
车间里的“简单活”也没那么简单
已经上岗的机器人，承担的往往是可以明确分解、又存在操作变化的工序。
上汽集团3月27日披露，上汽通用与智元联合研发的“能仔1号”进入别克至境E7电池量产线，负责电芯抓取、上料。按照上汽的介绍，这一工位原先面临人工带电操作风险，以及传统自动化方案占地、柔性等限制；机器人通过识别来料、规划抓取路径，减少对工件精确摆放的依赖。企业披露的作业效率约为2秒一件。
在江西南昌龙旗的平板电脑产线上，智元精灵G2进入多媒体集成测试工站，承担取放产品、测试上下料和按结果分类等任务。据智元4月披露，这一方案支持不同型号混线生产。机器人在这里接手的是测试设备前后的操作，并不意味着质量检测的所有环节都由机器人独立完成。
消费电子产品更新较快，换一种型号，取放位置、夹具和操作流程就可能调整。智元在介绍龙旗项目时，将缩短换线周期、适应多型号小批量生产，列为方案要解决的问题。对这类工位，通用能力的价值，要落在减少专用改造和重复调试上。
宁德时代6月确认，银河通用Galbot S1已经进入其智慧产线，在模组、电池包生产环节承担物料搬运、拣选等作业。宁德时代将降低高强度工序的人工劳动负荷，作为这项应用的目标之一。
从这些案例看，人形机器人进入制造业，首先寻找的是既有自动化体系中的具体需求：来料位置会变化，产品需要换型，操作需要双臂配合，或者物料需要在不同位置之间转移。“柔性”在产线上对应的是适应这些变化的能力。
浙江服装制造的探索提供了另一种观察。据公开报道，艾图机器人已在服装工厂开展部署与量产试运行，验证裁片分离、抓取、铺料和对位等工序。艾图总经理娄灵通解释，难点在于面料柔软、易滑、易变形，机器人面对未训练过的材料时，还需要学会调整力度和轨迹。
制造企业也在探索不同设备之间的分工。中联重科公开的方案中，既有人形机器人，也有面向传统工业机器人的智能化升级平台，尝试通过增加感知、决策能力，缩短存量设备的部署和换型周期。生产需求决定采用什么形态，具身智能的应用并不限于双足机器人。
银河通用公布的Gal⁃bot S1规格显示，这款面向工业搬运的产品采用轮式底盘，双臂最高负载50公斤。工厂选用机器人，需要将移动方式、负载和操作空间放在具体工况中比较。已经部署的固定设备与新进入的移动操作设备，也可以在同一条产线上分别承担不同任务。
工序进入真实生产后，技术门槛随之改变。东华大学彭乐乐、孙以泽等人在《中国工程科学》发表的研究指出，工业场景对稳定性和可预测性要求较高，光照变化、非标准来料和设备磨损，都可能使实验条件下表现良好的系统出现性能下降。
续航同样需要放回作业条件中理解。Galbot S1官方标注满电运行8小时，并支持电池热插拔；供电可以接续，与连续完成生产任务是两个层面的能力。判断产线适用性，还要看运行期间的有效作业、故障停机和人工接管，不能仅以电池时长替代运行记录。
一次抓取成功之后，还有整个班次的节拍、异常情况下的恢复，以及与前后工序的配合。当前已披露的应用，可以证明部分产品具备承担特定任务的能力；这种能力能否在更长周期、更复杂工况中保持，仍需持续运行检验。
机器人也要接受老板的成本考核
当机器人开始承担真实工序，制造企业面对的是一项生产投资。技术能否完成任务，要与完成任务的代价放在一起衡量。
优必选2026年中期业绩公告显示，上半年全尺寸具身智能人形机器人产品及服务收入约5.90亿元，销量921台。这一统计覆盖不同应用场景，不能直接作为制造业实际进厂数量，但已经反映出相关产品形成销售收入。
销售之后，客户是否扩大采购，涉及另一套判断。中联重科旗下中科云谷负责人曾光在2026世界机器人大会上表示，企业评估机器人，要同时考虑质量、效率、安全和柔性收益，以及采购、集成、运维和停机成本。
这笔账超出了单机售价。机器人接入原有产线需要多少改造，运行时需要多少人员照看，故障会不会影响整线交付，都会改变投资回报。一个工位节省的操作工时，也要与新增的调试、维护和异常处置工作一并核算。
岗位变化也由此进入成本核算。浙江大学教授熊蓉指出，机器人应用会推动部分人力从重复性体力工作转向技术服务、运维、调试和二次开发。落实到具体工厂，减少某项操作与减少一个岗位之间，还隔着任务重组、人员培训和重新分工。
优必选具身智能与人形机器人研究院院长助理秦文龙对媒体介绍，团队进入客户工厂后，需要经过调试、沟通和方案调整，部分项目在两三个月后才可能获得客户认可并签单。试用也是供需双方共同确定能力边界和成本边界的过程。同次采访中，优必选副总裁、具身智能与人形机器人研究院院长焦继超表示，部分客户已经复购，但未披露客户名称和复购数量。这为观察持续需求提供了线索，尚不足以判断行业已经形成稳定的大规模生产采购。
降低前期投入门槛，已经进入政策安排。国家实景实训专项行动鼓励探索按效用付费、经营性租赁等模式。对使用企业而言，这提供了整机买断之外的选择；对供应方而言，交付内容也延伸到运行服务，持续完成任务的能力与收入更加紧密地联系起来。
企业参与应用的方式也不只有采购成品。上汽披露，智元是上汽金控投资企业，“能仔1号”由双方联合研发。宁德时代与银河通用的合作，则同时涉及机器人应用、电池和后市场服务。共同研发和产业协作，为早期落地提供了条件；面向更多客户复制时，产品仍需适应各自的生产和预算约束。
机器人自身的制造能力也在扩张。9月投产的柳州优必选工厂提出“用机器人造机器人”，公开的每10分钟下线一台、年产超万台，分别属于设计节拍和规划产能。制造端具备批量供给能力之后，使用端能否形成持续采购，仍要由产线表现和客户回报来回答。
批量供给还要解决产品一致性。北京经开区6月公开的信息显示，领益智造北京具身智能超级工厂将功能、运动、通信和安全纳入整机测试，并把螺丝扭矩、关节标定、运动曲线与产品编号绑定。单台样机能够工作之后，每一批设备是否达到相同标准，成为规模交付的另一道门槛。
换家工厂还能凭“工作经验”上岗吗？
从一个工位走向更多工厂，场景的价值开始超出一笔订单。制造企业长期积累的工艺、设备和作业数据，正在成为机器人研发需要接入的产业资源。
辽宁省科技厅公开信息显示，今年举行的具身智能产业发展推进会发布44项场景机会，沈飞、国网辽宁电力、大连豪森等企业提出应用需求。江苏推动汽车、电子制造场景开放，深圳支持整机企业与下游用户在真实场景采集工作数据。各地正在调动既有产业基础，为技术开发提供具体问题和验证条件。
从这些部署看，地方制造业基础正在以不同方式参与新产业培育：汽车和电子企业提供高频生产工序，装备制造企业提供设备和工艺经验，既有供应链参与整机量产。场景的产业价值，取决于这些积累能否转化为可反复验证的任务、数据和解决方案。
工厂中的失败和干扰，同样具有研发价值。东华大学研究指出，工业数据具有较强的企业专有性，罕见故障样本不足，影响模型训练与迁移；真实设备运行中的摩擦、形变和磨损，也难以在仿真环境中完全还原。场景开放连接的是生产经验、数据积累与技术改进。
生产数据的使用还涉及企业之间的协作规则。国家专项行动要求明确知识产权归属和利益分配，并在保护商业秘密的前提下推动数据共享。工厂愿意开放哪些流程、研发成果如何使用，关系到合作能否持续，也影响一处场景的经验能否服务更多用户。
不过，开放场景并不自动意味着形成可复制的产品。同一项搬运任务，换一家工厂，可能就面对不同的物料、空间和设备接口。中联重科推出覆盖数据采集、模型训练、仿真测试、部署和迭代的工具链，正是尝试把这些环节连接起来，降低反复开发的门槛。
跨厂复制需要同时压缩技术适配和工程实施的成本。一套模型能识别新的物料，机器人还要接入客户既有的生产管理、控制和安全系统。东华大学研究将系统兼容和集成复杂列为落地障碍：如果每换一家客户都要重新进行大量联调，单点应用的成功仍难转化为规模优势。
地方推动应用，也开始面对如何组织有效需求的问题。国家实景实训专项行动要求避免场景类型扎堆，并为技术迭代快、场景变化大的领域预留升级和退出空间。场景建设的成效，需要在真实使用中检验，规划数量与在用数量、展示能力与生产能力各有不同含义。
宁德时代与银河通用已将合作延伸至机器人后市场服务，这也说明机器人持续“上班”，需要生产现场之外的服务体系支持。未来的发展，将更多体现在机器人能否持续完成合格任务、企业能否获得可接受的回报，以及同一方案能否在更多工厂复用。出货和交付反映供给能力，验收、运行和复购则把观察延伸到使用结果。具体工位上的这些变化，正在为人形机器人更大范围进入制造业提供依据。
（本文摘自新京报第A08版）
