人形机器人年底将开启“作业模式”加速入厂，规模化部署还要闯哪些关卡？

每经记者｜可杨    每经编辑｜杨翼    

过去一年，人形机器人企业频繁展示跑步、翻跟头、马拉松等能力，而如今，越来越多企业开始将焦点转向工业场景。

6月9日，工业和信息化部办公厅、国务院国资委办公厅联合发布《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》（以下简称《通知》），正式启动2026年度人形机器人与具身智能实景实训专项行动。

《通知》明确提出，到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”；凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。为此，《通知》具体部署6项主要任务。

与此同时，智元机器人等企业相继宣布工厂部署计划；宇树科技、云深处等企业则在招股书中披露与工业场景相关的布局进展。不过，在订单、部署和示范项目不断增加的同时，一个更现实的问题也摆在行业面前：人形机器人真正进入工厂后，从概念验证阶段走向规模化部署，还需要闯过多道关卡。

今日（6月11日），工信部信息通信经济专家委员会委员盘和林在接受《每日经济新闻》记者采访时表示，现阶段，人形机器人的发展还存在一些瓶颈。“人形机器人如果再不探索应用场景，那么未来必将沦落为一个概念性技术，而非实用性技术，投资人也会逐步失去耐心。”

工业场景成具身智能落地最集中方向

对于人形机器人落地场景层面，《通知》表示，将聚焦工业制造、民生服务、特种作业三大方向，覆盖生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾等重点领域，依托真实工况开展真机实训，持续优化具身智能模型算法，积累高质量真机数据，提升本体关键部组件性能，开启人形机器人与具身智能“作业模式”。

盘和林分析指出，此次专项行动是通过跨部门，跨行业的协同创新，共同探索人形机器人和具身智能的应用场景，同时，也为当前宣称人形机器人和具身智能技术领先的企业提供一个实践实训的平台，去伪存真，以技术比武、实训成果的方式，来了解人形机器人企业真正的技术实力。

在此背景下，工业场景成为当前具身智能落地最集中的方向。近期，智元机器人在龙旗科技南昌平板制造工厂完成8小时真实产线作业直播。智元合伙人、高级副总裁姚卯青透露，基于成熟落地模型，2026年第三季度，智元精灵G2人形机器人的部署规模将扩大至100台，并加速向汽车制造、半导体、能源等更广泛的工业场景复制。

相比家庭服务场景，工业场景成为多数企业优先选择的落地方向，在业内看来，这与工业场景本身的特点密切相关。

日前，在接受包括《每日经济新闻》记者在内的媒体记者采访时，光象科技创始人张涛以汽车制造为例分析称，汽车是目前规模最大、复杂度最高的工业产品之一，经过长期生产优化后，汽车工厂已经形成较高的一致性和标准化水平，这为具身智能落地部署创造了较好的条件，例如让人形机器人能够在3米至5米范围内完成相对集中的工作任务，从而实现规模化部署和效率提升。

与此同时，汽车制造对于品质、效率和节拍要求极高，也成为检验人形机器人能力的重要场景。“当机器人能够符合完整产线的节拍、性能和品质要求时，意味着机器人已经具备较强的基础能力。”张涛表示。

不过，在张涛看来，人形机器人进入工业场景，并不意味着简单替代现有自动化设备，更不是替代人，而是按照最有效率的组合方式，让自动化设备、具身机器人和人共同发挥价值。

张涛还直言，过去两年，行业出现过不少人形机器人在工厂搬运箱子的案例，但这并不一定代表具身智能真正的价值所在。搬箱子不是一个真正匹配具身机器人能力的案例，希望行业有更多面向真实场景需求，做真正发挥具身智能机器人价值的事情。

公开资料显示，光象科技是清华大学车辆与运载学院和人工智能学院联合孵化的具身智能公司。6月10日，光象科技发布了行业首个工业级自进化具身智能机器人Phi-Bot X1。

今年是具身智能规模化放量关键年份

值得注意的是，《通知》具体部署6项主要任务：一是要求打造实景实训空间；二是组建创新应用联合体；三是攻关实用化作业技能；四是加强实景应用验证与常态部署；五是强化关键要素保障；六是凝练成熟经验。

盘和林认为，这次专项行动将会加速具身智能进入工厂车间，也会让外界看到具身智能在制造应用中的不足，让应用更加丰富，同时也能帮助行业对人形机器人企业的技术实力有个总体的了解。

盘和林进一步指出，就工厂制造场景来看，现阶段，人形机器人的主要竞争对手是工业机器人，而非代替人，双方竞争的焦点是谁能够用更低的成本或者更高的效率来完成制造任务，这需要实践实训中对两种模式制造的对比来观察。

不过，尽管企业争相进厂，但业内对于具身智能商业化进程仍保持相对理性。魔法原子总裁顾诗韬曾在接受记者采访时表示，2026年将是具身智能规模化放量的关键年份，但当前行业仍处于非常早期的商业化阶段，并非所有工业场景都适合引入人形机器人。

同时，客户是否愿意为此买单，仍然需要时间验证。而从企业实践来看，摆在行业面前的第一道关卡是可靠性。云深处在招股书中表示，现阶段而言，具身智能机器人在大多数应用领域的商业化渗透率仍处于较低水平。从产品层面来看，具身智能机器人综合性能的进步有助于商业化渗透率的提升，但具身智能机器人的可靠性及智能化水平距离完全满足终端客户要求仍可能存在差距。

张涛表示，目前，行业内绝大多数人形机器人的可靠性尚未达到工业级的标准，这也是具身智能真正进入产线后需要面对的比较重要的挑战。“未来可能需要补足或不断提升的地方，在于真正落地场景后的长期可靠性、长期成本优化和长期可维护性，这些维度需要不断完善。”

对于工业客户而言，成功率和精度没有妥协空间，张涛提到，人形机器人进入产线后，相关指标必须向现有产线标准看齐，而且“只能高，不能低”，如果成功率下降，意味着产品质量下降，这是工业客户无法接受的结果。

除了成功率，节拍同样是一道关卡，工业流水线往往按照固定节拍运行，一个工位效率下降，可能影响整个产线效率。张涛认为，对于强节拍工位，人形机器人不仅要达到产线要求，甚至需要留出应对异常情况的空间。

另一道关卡则是泛化能力。云深处在招股书中指出，具身智能机器人下游应用场景需求具备高度差异化、动态迭代等特征，核心技术从突破到转化为符合市场要求的成熟产品，需历经市场试用、产业化落地等多环节适配验证。

张涛举例称，即使是类似的工作，在不同的车厂可能有不同的表现形态，“比如都是上料，但是工件长得不一样，料架不一样，操作要求不一样”。

如何让人形机器人在不同场景下快速迁移，而不是每进入一个新工厂都重新开发一次，是行业必须解决的问题。从马拉松赛场到真实产线，具身智能已经迈出了商业化的重要一步。但对于整个行业而言，获得订单和进入工厂只是开始。能否在可靠性、效率、成本和泛化能力之间找到平衡，并最终实现规模复制，仍将决定这一轮具身智能产业竞赛的最终走向。

封面图片来源：每经媒资库