21世紀經濟報道記者 孫燕 鄧浩 上海報道

不止孔雀東南飛，今年以來，人形機器人也悄然開啟“打工潮”。

美的自研的“美羅1號”人形機器人最近正式前往旗下洗衣機荊州工廠“打工”；樂聚機器人公司在1月完成了100臺人形機器人的產業化交付；小鵬官宣其AI機器人Iron將于2026年實現工業化量產，目前已在廣州工廠實訓落地。

“之前市場的天花板太低了，所以最近開始轉向工廠。”有頭部人形機器人本體廠商這樣對21世紀經濟報道記者解釋，他們原來的主業是科研和教育機器人。

不過，之前的制造業工廠早就有工業機器人、協作機器人、工業移動機器人（AGV/AMR）多種形態。人形機器人來搶當“打工人”，還有沒有必要？

“工業機器人、協作機器人在工業領域用于單場景，人形機器人要進入的是多場景。”上海市人工智能行業協會秘書長鐘俊浩告訴記者。

理論上看，相比于工業機器人、協作機器人僅具備處理單一或有限范圍問題的能力，人形機器人面向更廣泛、更多樣的泛化任務，能夠在不同的工業場景中執行多重任務，完成多模態協作。

只是受本體能力限制，人形機器人在運動控制上，還難以高效完成工業中高度重復且對速度要求極高的任務；在接觸工況中，很難快速判斷所需花費力氣的大小、分辨所接觸物品的材質；在整機續航上，現有電池技術不足以滿足長時間、高負荷的運行需求。

非標場景才是機會

在工廠中，工業機器人通常被設計用于執行固定位置的任務，如搬運、上下料、焊接、噴涂、加工、裝配、潔凈等。協作機器人一部分固定在特定工位，專注于與人協同的靜態任務；另一部分可以集成移動功能，用于物流、倉儲、動態生產線等場景。 

云岫資本合伙人符志龍告訴記者，工業機器人與協作機器人均屬于專用的自動化設備，服務于特定場景，替代重復性勞動，工作內容相對單一。而人形機器人作為通用型智能體，目的是解決前兩者解決不了的問題，比如柔性生產等。

“我們去年跟一汽紅旗、蔚來汽車、江淮汽車等進行了合作，正在這些整車廠做驗證。目前，人形機器人已經探索了物料箱的搬運，零件的分揀、打包等，主要是在整車廠的總裝車間，處理機械臂不擅長的工序。”有本體廠商人士如是對記者說。

具體來說，工業機器人需要進行高精度重復作業，協作機器人則是在相對簡單的交互場景下完成高標準化的協同作業。二者某種程度上來說都屬于單一動作循環，或解決預設程序下的簡單問題，不具備所謂的“靈活性”和“智能性”。

人形機器人不同，因為具備多模態感知與自主決策能力，其能夠在復雜環境和變化場景中，實現自我判斷、自我調整、自適應操作。

這意味著，人形機器人與工業機器人、協作機器人的能力互補，可以共同組成完整的工業流程。

目前在工廠中，大量傳統工作場景無法用機械臂替代，需要人形機器人來“解決人力不足的問題”。

以汽車工廠為例，一位汽車自動化企業高管指出，在焊裝等環節，工業機器人已經用得非常多，自動化程度非常高。但是總裝環節，汽車需要進行組裝、擰螺絲、裝車門和內飾，該環節依然大量使用產業工人和藍領工人。“但這完全可以用人形機器人替代。因為很多工作場景復雜、非標準化，無法使用工業機器人，這就給人形機器人提供了應用的機會。”

“與傳統工業機器人相比，人形機器人最大的特點是其與人類相似的‘肢體’結構、運動方式和感知方式，并在人工智能大模型的賦能下，從體能、技能、智能三方面，實現對人的模仿。”長江證券研究指出，在工業中，人形機器人或可應用于工業機器人難以使用的領域，包括倉庫管理/物流管理領域以及簡單但人力負擔較重的領域，例如移動貨物上下樓梯。

“完成人干的活”

想象一下未來的多機器人協同作業，很可能是如下場景：

工業機器人將專注于底層標準化流程（如壓鑄、沖壓），確保基礎零部件的規模化供應；協作機器人處理中游柔性任務（如臨時補料、異常處理），通過即時響應提升產線容錯率；人形機器人負責頂層復雜操作（如整機裝配、跨工序協調），利用其類人形態適應非結構化環境。

有產業人士直言，“人形機器人最先落地一定是在工廠，本質就是利用通用能力完成人干的活，去操作專用型的工具。”

實際上，憑借高精度感知、柔性抓取及動態場景適應等核心技術，目前在工業中，人形機器人可以在鏈盒上下料、零部件搬運、零件組裝等典型場景發揮巨大作用。

而在這個工作流中，人形機器人仍然需要和工業機器人、協作機器人配合，完成多機協作。

近日，Figure創始人Brett Adcock更新了機器人在寶馬工廠工作的視頻。在視頻中，Figure 02完成了對汽車零配件的搬運、托舉、對齊擺放位置等多項任務，任務完成后再由工業機器人進行進一步的加工裝配任務。整套流程中，人形機器人和工業機器人展現出了協同性和配合度。

國泰海通證券研究指出，兩臺機器人使用相同的Helix模型權重，無需針對特定機器人進行訓練或明確角色分配，通過自然語言提示就能實現協作，簡化了多機器人協作的控制邏輯，提高了系統的通用性和靈活性。

21世紀經濟報道記者梳理發現，多家人形機器人企業已在工廠進行協作驗證：優必選Walker S1已實現人形機器人與無人物流車、無人叉車、工業移動機器人和智能制造管理系統的協同作業；魔法原子的人形機器人“小麥”已在追覓科技工廠完成上下料質檢等工序的多機協作驗證。

有意思的是，人形機器人還可與工業機器人、協作機器人合作，實現“機器人制造機器人”。今年3月，Figure發布人形機器人制造工廠BotQ。BotQ產線通過自研Helix模型實現機器人參與組裝、搬運和質檢任務，將自研人形機器人投入到自身的生產流程中。

快思慢想研究院院長田豐告訴記者，“其實機器人自身的裝配也可能會成為機器人訓練的天然場景，就是機器人自己來組裝自己，一旦可以滿足自己的需求，也是非常大的工業級市場。”

效率、成本挑戰仍巨

人形機器人“藍領化”落地，能夠深入傳統工業機器人難以應對的柔性制造、狹窄多變空間等場景，完成精細、泛化操作。

但在工業場景中，工廠對于生產節拍、良率、效率的要求非常高。人形機器人的工作效率達到工業級，是在工廠大規模應用的門檻之一。

有業內人士指出，工業機器人之所以精確性好、速度快，一方面在于其結構采用的器件，比如用諧波、RV減速器等高精度、高剛性結構；另一方面，通過預先編程讓其反復執行，能夠保證一致性。“到了人形上面，用諧波能達到同樣的精度，但場景泛化了。要在泛化的場景下做到自適應和高精度、高效率，這是我們面臨的挑戰。”

因此，人形機器人需要經過實地訓練調優，確保工作效率達到工業級。同時，提升泛化能力，也需要海量的3D數據進行訓練。

21世紀經濟報道記者梳理發現，多家人形機器人企業已與汽車企業合作開展實訓：優必選（09880.HK）與蔚來、比亞迪、東風柳汽、吉利汽車等合作，進行質檢、搬運等工作；宇樹科技在吉利汽車寧波基地參與汽車裝配線測試，執行零部件搬運和裝配任務；傅利葉與上汽通用汽車合作，將GR-1引入工廠展開實地應用測試。

此外，符志龍告訴記者，工廠的環境比較復雜，無論是輪式底盤還是雙足，人形機器人都需要具備穩定的越障和避障能力，確保復雜工況下的生產可靠性。

長遠來看，人形機器人大規模“進廠”還要算好經濟賬。符志龍指出，目前人形機器人價格依然相對偏高，需要進一步降低成本，滿足工廠經濟性要求。

田豐告訴記者，現在中國工廠里打工的機器人成本還很高，單臺價格可能就要50-80萬元，甚至100萬元。“我認為對工廠環境來說，人形機器人的交付量是一個關鍵的里程碑。一旦有單個工廠或企業用了1000臺，那就說明這件事已經做到了。”