带着这个问题，《科创板日报》记者近日走进北京昌平的福田康明斯发动机工厂——这里运行着国内进厂最早的人形机器人之一；在此前后，记者也在刚落幕的2026世界机器人大会（WRC）和第二届世界人形机器人运动会上做了大量密集采访。工厂车间和两个会场合在一起，给出了一个比“元年”叙事诚实得多的答案。如今，“能干活”已经解决，“天天干活”刚开了头，“算得过账”还没有人做到。从实验室到商业闭环的五步里，中国最快的一批机器人用了整整一年，走完了第二步，正在敲第三步的门。
一家发动机工厂里的“新工人”
福田康明斯的工厂里，AGV小车早已大规模应用，缸体缸盖靠激光SLAM导航输送。但真正的痛点在“最后一米”：物料从拖料车向料架的举升搬运，一直没有成熟的柔性方案——传统专机换个料箱就得换夹爪，拆垛、转运、上架要好几台设备分工，而多品种、小批量的产线最缺的就是柔性。据悉，这是工厂选择人形和轮臂机器人的根本原因。
《科创板日报》记者从现场获悉，现在，北京人形机器人创新中心的天工2.0双足机器人和天轶2.0轮臂机器人已在厂内测试了近一年。它们也是国内最早从运动会赛场直接走进工厂的人形机器人：福田康明斯在首届运动会上提出物料搬运、进排气门物料整理两大工业测试场景，赛后双方迅速对接落地。
选择北京人形，工厂是做过功课的。据福田康明斯相关负责人黄运保告诉《科创板日报》记者，前期调研中，工厂翻遍了Figure的公开参数、稳定性和可靠性资料，也与国内的一线具身智能企业都做过初步沟通，最终按场景契合度、配合度和落地推进能力，选了北京人形机器人创新中心。
上述负责人介绍，两台机器人无人自主作业，整机不做定制改造，本体沿用实验室版本，只针对工况开发两套末端夹具——窄型夹具对付料箱与架体间只有两三公分余量的狭小货位，钩型夹具负载更强，覆盖15公斤以上的料箱。现阶段的目标是2到5千克物料搬运，后续逐步向十几千克迭代。
真正的考题来自旧工厂本身：服役三五年的料架变形、倾斜，拖料车上的凸起结构触发激光雷达避障；变形的料架得临时增加一个”推箱”动作，才能保证料箱完全归位。这些实验室模拟不出的工程细节，靠研发人员驻场逐条磨掉。如今，天轶2.0把六个周转箱放上货架全程不到四分钟，天工2.0搬一箱压到一分半钟，节奏已初步匹配产线节拍。 北京人形产业应用相关负责人对《科创板日报》记者解释，箱子里装的是易碎的发动机零部件，机器人的优先级是“稳”，不是“快”。
支撑这一切的是“慧思开物”具身智能平台的大小脑协同：具身大脑基于大模型完成任务理解、拆解和编排，生成完整任务链路；具身小脑负责把每一步动作执行出来。
据了解，落到现场，最直观的变化是“不用示教”——不需要逐个对料箱、货位点位编程，只设一个料堆观察点，机器人靠头部相机感知全局，算法自主挑选合适的料箱抓取转运。新场景落地前，还可以先用世界模型做仿真测试，成功率达标再进场，压缩调试周期。福田康明斯产线上收集的各类料箱工况，回到平台做泛化训练，后续新工厂落地可以用低代码方式快速适配——这是”经验可复制”的关键一环。
在黄运保看来，“机器人进厂的首要价值不是替代人力，而是解决人机工程痛点——把工人从弯腰、高位搬料的繁重劳动里解放出来；其次是接入工厂业务系统形成信息流闭环，降低装配出错率，提升发动机质量。工厂评估智能装备就两条：质量改善、人员工作环境改善。”
对行业瓶颈，他的判断较为冷静：续航、负载、定位精度是三道硬坎，现阶段机器人只适合节拍压力不高、负载精度要求宽松的岗位，还不能完全顶替一名工人。他给同行的建议只有九个字：小步快跑，大胆想象，小心求证。
双方的合作还在往深走。据悉，除现有搬运工位，工厂内部还有多个待开放场景；福田康明斯正在打造行业”未来工位”，人形机器人是其中的重要组成部分。
如果把“进厂”拆成五步——实验室验证、实景实训、常态部署、规模复制、商业闭环——福田康明斯这两台机器人，走了近一年，正站在第二步迈向第三步的门槛上。这在国内已经是最快的进度之一。
谈及人形机器人“进厂打工”的感想，黄运保告诉记者：未来已来。
产量的狂欢，落地的大考
近期，两场行业大会接连落地：第二届世界人形机器人运动会落幕，2056台机器人完成全部赛项，工业装配上料岗成为核心看点；2026世界机器人大会上373家企业首发311款新品，工业人形场景方案成绝对主角。赛场与展台的技术迭代，正快速向真实产线的零容错要求靠拢。
但截至2025年前三季度，宇树科技超过70%的人形机器人收入来自科研和教育，工业应用仅占9%。
“在工厂里真干活的人形机器人仍占少数，大量机器人仍处于实训、工艺验证、小批量试运行阶段。” 星动纪元联合创始人席悦在WRC期间接受《科创板日报》记者采访时也承认：工业场景里批量化、大规模去部署的还比较少见，整个行业还在这个过程中。
聆动通用创始人季超对“进厂”的标尺说得具体：工业场景对机器人的要求，不是能否一次性达到人类水平的100%，而是经过一段时间以后，能否从人类水平的30%提高到60%、80%，最后在某些标准工位上超过人工——并且这一能力能够在100台机器人上复用。
一位头部具身企业算法负责人告诉《科创板日报》记者，上述那五步，其实可以精简成三句更直白的话：第一步到第二步，回答“能不能干活”；第三步，回答“能不能天天干活”；第四步、第五步，回答“干活能不能算得过账”。按这个标尺看2026年8月的行业：绝大多数具身企业还在第一步；头部企业集体卡在第二步到第三步之间——“能干活”已经证明，“天天干活”正在证明；第四步刚出现零星信号，第五步目前还无人走通。
福田康明斯之外，还有两个样本值得记录。
今年6月，银河通用的重载机器人Galbot S1也进了宁德：双臂载重50公斤、续航8小时，承担物料搬运与拣选。自3月完成验收后，Galbot S1已在宁德量产线上7×24小时运行约3个月。
智元的8台精灵G2在南昌工厂连续并线6天、每天10小时全程直播。据介绍，在龙旗工厂的6天连续直播中，8台机器人完成6.4万余次作业，任务成功率99.99%。
三个案例拼起来，进度条上的位置就清晰了：福田康明斯是“第二步走满一年、正在叩第三步的门”——机器人干活没问题，但还在测试轨道上，没有进入产线的正式编制；银河通用在宁德的7×24三个月、智元在龙旗的105天，是业内仅有的两个“第三步实证”，但也还只是单条产线、单一工段。
《科创板日报》记者观察到，第四步的信号今年才零星出现：智元三季度大幅扩编、Figure年内从40台扩到200台、苏州博银合创拿到荻捷工业近2000台的战略采购协议——订单和扩编是规模复制的前奏，不是规模复制本身。至于第五步，商业闭环还没有人真正走通。
《科创板日报》记者从多名具身智能从业者处获悉，成本大头在执行器系统，以特斯拉Optimus为基准的拆解显示，关节模组与灵巧手合计占整机成本近一半，其中丝杠占线性执行器成本的67%，六维力矩传感器占传感器成本的66.7%，灵巧手占整机约14%。
中科慧灵董事长张正涛则直言灵巧手“贵而不稳”：单只高自由度触觉灵巧手售价超十万元，工业连续作业寿命仅数周到两三个月。降本路径上，宇树创始人王兴兴的答案是核心部件自研自产、垂直整合加规模化摊薄；国产替代也在奏效——谐波减速器国产化率已达60%—70%，价格较海外低30%—50%。
机器人背后的工业大脑
进厂进到哪一步，一半取决于本体可靠性，另一半取决于“大脑”。而今年，行业在大脑路线上的分野已经摆上了台面。
通用派的代表是北京人形。本届WRC上，其发布大一统具身智能模型Pelican-Unify，把视觉语言理解、动作操控和世界模型集成进同一套表征，宣称打通”理解—推理—预演—执行”闭环，已在天轶真机跑通；同步宣布具身大脑模型Pelican-VL 2.0正式商用，称其为国内首个通过网信办备案的具身大模型。 福田康明斯产线上“不用示教”的泛化能力，正是这套全栈技术在工业场景的直接兑现。
务实派的世界模型也在成型。优必选把基座模型Thinker、世界模型Thinker-WM、行动模型Thinker-VLA三合一，全部集成到单颗芯片控制板上；优必选首席品牌官谭旻告诉《科创板日报》记者，公司不直接做泛化通用世界模型，而是先深耕工业垂域，有点像拼图——落地一百个不同工位之后，机器人对物理空间、操作指令、工序的理解能力会由弱变强。自变量机器人则把宝押在端到端的世界统一模型WALL-B上，其路径宣示得很直白：用更通用智慧的大脑，而不是堆砌更昂贵的硬件身体，去完成更复杂的产业任务。
这条“通用基座+场景后训练”的路径上，也出现了更聚焦的垂类玩家。
苏州的博银合创由银河通用与博世旗下博原资本2025年共同孵化，其自研的Bolt模型不追求通用，只做工业制造与物流两大场景的垂直训练，并在苏州设立真机数据采集中心，复刻产线上最有挑战性的工位，采集带力反馈的完整操作序列数据——用工业场景的“专业课”，补通用模型的“通识课”。
据悉，银河通用的“银河星脑”AstraBrain与“银河星数”数据基础设施，为博银合创面向工业场景构建垂直模型能力提供了底层支撑。对博银合创而言，银河通用提供了底层具身大模型、数据基础设施的共同支撑。而博银合创则是把这些底层能力进一步转译为面向制造业的落地能力，让具身智能机器人真正进入工位、适应节拍和生产流程。
热闹之外有一句冷静的提醒。清华大学交叉信息研究院助理教授赵行在WRC期间说得直接：工厂要的不是演示级的产品逻辑，而是能在真实产线上稳定运行的确定性。 确定性三个字，判了通用叙事一半的死刑——工厂的容错率，是以停线损失计价的。
三道没有捷径的门槛
把各方说法放在一起，“进厂”的门槛其实非常清晰，而且一道比一道硬。先看落在门槛之前的那个问题——场景。
光象科技创始人兼CEO张涛对《科创板日报》记者的分析一针见血：“为什么大家都去搬箱子？本质上是因为做不到更难的事。”这位清华大学车辆学院出身的创始人，把公司第一站押在对节拍、精度、可靠性要求最严苛的汽车制造，理由是要让机器人干”真实的生产力”，而不是做演示。搬运、上下料、分拣、插接质检——当前落地的场景确实高度收敛在这几类“笨活”上。
第一道是成功率。优必选副总裁焦继超判断：工业场景普遍要求成功率在99%以上，部分更严格的场景要求百分之百准确。苏度科技CEO韩铮的标准更高：单次执行或有限纠错后的成功率应达到99%乃至99.9%，否则很难进入产线。
第二道是节拍与寿命。“工业现场前后都有生产节拍。上一道工序15秒给你一个零件，你不能30秒才完成操作，零件的位置、姿态、光照发生变化，也不能马上停机。”季超认为。
《科创板日报》记者注意到，寿命问题则藏在更细处：灵巧手连续作业寿命以周计；WRC大会展馆内，不少进行作业演示的机器人持续运行后机身明显发热，部分展台不得不限定演示时长、把演示安排在固定时段,而这些展馆里的小心翼翼，到了工厂都会一笔一笔算进成本。
工程部署也在形成行业经验值。谭旻对记者给出的节奏是：成熟标准场景“第一天完成建图、导航定位和工序配置，第二天调试观察，两到三天工作人员就可以离场”，全新定制任务也只需两到三周——前提是仿真验证充分，“仿真度达到90%以上才会到现场，前期仿真定义SOP的工作量大于现场调试”。
第三道是数据。此前，业内有观点认为，把作业能力称为行业最大的“卡脖子”环节：机器人在仿真环境中学到的技能，如何零偏差迁移到真实产线，是行业公认的难题—不是“一公里”的距离，而是“一毫米以内”的精度”。而这个难题落点则在数据，针对实际工作场景的有效数据严重不足，采集成本过高。京东的解法是把数据当基础设施来建，京东零售具身智能业务负责人郑小丹此前披露，京东计划两年内建成全球最大的真实场景数据集，累计采集超1000万小时真实场景数据。
三道门槛有个共同点：都没有捷径。成功率靠一次次真机作业磨出来，节拍和寿命靠硬件迭代熬出来，数据靠一小时一小时采出来——这正是”从演示验证转向常态化作业”这句话的全部重量。
至于行业最关心的那笔账，一个明显的变化是客户开始算账了。“以前给客户做POC、做数据采集，没有更多考虑价格的问题；现在，尤其是对有机会做小规模部署的场景，越来越多的客户开始愿意真实地探讨——他会算他的ROI。”席悦说。他给”跑通PMF（产品市场匹配）“定了三个硬信号：解决的是不是真实需求、有没有批量复购、经济模型是否跑通，”三个都满足，才叫跑通”。
但也有不同声音，谭旻表示，人形机器人属于长周期技术，头部企业更多是希望布局下一代智能制造范式——现在大量500强企业主动找来，并不是冲着便宜来的。如此看，账开始算得过来，还没完全算过来。
Extracted and lightly reformatted for readability. · Source: zh