How humanoid robots are moving into everyday jobs

人形机器人进厂上班 效率与回报仍未过关

人形机器人开始走进工厂,作业速度却仍落后熟练工人。能否提高效率、交出投资回报,将决定它们能否成为产线上的常驻员工    财联社Marketwatch专栏 现代制造业车间里,一场关于“人”的替代正在悄然推进。随着部分制造企业开始把人形机器人纳入常态化生产流程,行业关注点也随之从“能不能做”转向“值不值得用”。这一转变背后,既有用工结构变化带来的现实压力,也有具身智能技术迭代与数据积累的支撑。 从试点到上岗 随着机器人技术日益成熟,部分制造场景已开始把人形机器人作为日常生产的员工。据预测,2026年国内人形机器人出货量有望从2025年的约1.8万台增至6.25万台,而工业制造是切入的首选领域。汽车轮毂轴承龙头企业兆丰股份(300695.SZ)与乐聚智能合作部署的车间内,15台“夸父”人形机器人已承担常态化上料作业,经过一年磨合,累计运行约1,000小时,完成超过6万件零件生产,作业成功率稳定在98%以上。 当前,人形机器人承接的岗位集中在上下料、搬运及分拣等环节,而汽车线束装配、焊接、喷涂、打磨等强工艺环节预计还需8年以上才可能由人形机器人承担。由此可见,现阶段具备落地条件的均为偏弱工艺环节,其中柔性上下料的需求最为迫切。 一个由此产生的疑问是:既然固定机械臂节拍可达10秒,为何还要引入速度更慢的人形机器人?实际上,在中小企业及频繁切换工序的产线中,传统机械臂更换工具后无法直接适配,仍依赖大量人工上下料;涉及软包等柔性材质处理时,普通机械臂也难以替代人工,而人形机器人部署更快、泛化性更好。同时,潜在的用工瓶颈正积极促进工厂培养人形机器人。 追赶工人速度 然而,人形机器人进厂并非即插即用,其还需要抓取稳定性、作业节拍与场景适配三个层面的成本磨合。以兆丰股份车间为例,15台机器人已适配15个工位、覆盖10余种零件,可稳定抓取内径80至120毫米的零件。但机器人刚进车间时手部无法稳定抓取零件,仅抓取训练就做了约1.5万次,反复调整力度和算法模型。 事实上,实验室条件下将成功率做到95%以上并不困难,但车间地面存在油污,加之人员穿行与光照变化,团队必须持续修正数据集并与自动化产线节拍对齐,才能将产线成功率稳定在98%以上。这表明真实环境的扰动因素是实验室条件难以完全模拟的,产线数据具有不可替代性。 节拍是下一个待突破的关口。夸父机器人单次上料耗时35至40秒,而产线熟练工人仅需约15秒。目前机器人的准确度和平均无故障工作时间(MTBF)均已达标,下一步目标是将单件上料时间压缩至与生产节拍相匹配的15秒。除此之外,兆丰股份还在探索跨时段的多技能包调度。该公司一条产线有26至28个工位,若让机器人在非开工时间提前完成点位调校,每天可多出2至3小时生产时间,直接转化为新增产能。 产线也是训练场 人形机器人批量进厂除分担产线工序外,另一重作用是获取生产环境中的作业数据,正如高质量产线真机数据的稀缺是行业共性瓶颈。将车间收集的真机数据与仿真数据结合,部署到本体上微调,再将作业数据回流训练模型,是机器人向高难度工艺进阶的基础。 仿真数据只能把模型训到30至60分,训练场真机数据能带到80分左右,只有依靠包含油污、光照变化及异常摆放的产线回流数据,才能把模型成功率推向98%以上。然而。训练通用具身基础模型通常需要千万小时级别的真机交互数据,而全球合规可用的同类数据仅约50万小时。 从兆丰股份的车间实践可以看出,人形机器人开始进入以节拍、成功率、投资回报为衡量标准的常态化阶段。此外,今年以来资本市场对人形机器人整机本体及关节模组的投资明显减少,资金正集中投向灵巧手、具身大模型、触觉传感器等灵巧操作领域。综合来看,人形机器人要在工厂实现大范围常态化部署,需在商业层面的投资回报率、工程层面的整机寿命周期、技术层面的作业节拍三个维度同时取得突破。 财联社Marketwatch专栏提供有关中国各行业的洞察与分析。他们的联络方式:liujingyi@cls.cn 欲订阅咏竹坊每周免费通讯,请点击这里