2026年汉诺威工业博览会开幕,展馆里人形机器人忙着叠衣服、搬运、巡检,动作笨拙但认真。
这画面有种奇怪的割裂感:技术看起来已经足够酷炫,但离真正“能干活”,还有不小距离。
跳舞是一回事,干活是另一回事
一位参展企业高管说得很直接:“训练机器人跳舞,可以帮助研发人员理解运动控制、机械结构,但这不一定会直接成为工业产品。工业客户真正需要的是能解决问题、带来投资回报的方案。”
这话听着扎心,但说出了本质。
跳舞是表演性质的,路径固定、环境可控、失败了大不了重来。工厂流水线的任务是重复性的,环境复杂、容错率低、任何一个环节出错整条线都要停摆。
现场演示中,机器人能完成搬运、抓取、巡检等动作,但动作迟缓、错误率偏高。即便是单一工序的稳定执行,目前仍然面临不小挑战。
具身智能的“三缺一”
让机器人从“会跳舞”走向“能干活”,需要物理身体、AI大脑、实战数据三者协同。
硬件层面已经相对成熟。罗兰贝格报告显示,人形机器人整机硬件已趋于商业化成熟,预计运营成本仅2美元/小时。这个成本相比人工优势明显。
但软件能力、数据体系、供应链生态,整体落后硬件三到五年。
黄仁勋打了个比方:具身智能像“刚毕业的大学生”——四肢健全、脑子够用,但缺乏工作经验。入职后需要从头学,而且学费不便宜。
把机器人放到工厂里训练
行业正在探索的路径是:用真实生产场景训练机器人。
中联重科推出RobotOps操作系统,目的是降低机器人技能开发、数据收集、模型训练的门槛。中联重科有自己的工程机械制造体系,里面有大量真实场景可以训练机器人。
上海电气的做法类似。他们推出“星云智造”AI模型,覆盖研发设计、生产制造、运行维护等环节,一边用机器人,一边训练机器人。
宇树科技也在这么干。宇树G1四足机器人能完成空翻、高速集群跑等动作,这些能力不是凭空产生的,而是在真实环境中反复训练出来的。
从“项目制”到“自来水制”
一位从业者说:一旦机器人误差成本低于人工的50%,工厂对机器人的需求就会从“项目制”变成“自来水制”。
这个临界点什么时候到来?乐观估计三到五年,悲观估计更久。
但趋势是确定的。2026年亦庄半程马拉松上,机器人从“遥控跑”进化到“自主跑”,只花了一年时间。技术迭代速度,比很多人想象的快。
展会上,有观众问机器人厂商:你们什么时候能真正替代人工?
厂商的回答很诚实:我们不知道。但我们可以确定的是,每一天都在靠近那个目标。
用真实产线训练机器人的思路是对的。仿真环境再逼真,也比不过真实数据的厚度。特斯拉当年也是这么干的。
感觉行业低估了'贯通'的难度。懂机器人的不懂AI,懂AI的不懂工业软件,懂软件的不懂场景。这种跨界的gap,比技术本身还难解决。
跳舞和干活的最大区别:跳舞可以重来,干活不能。工厂里任何一个环节出错,整条线都要停。这个容错率要求,比跳舞高太多了。
2美元/小时的运营成本,这个数字印象深刻。如果真能稳定运行,工厂老板们会算账的。问题是稳定性,谁来解决?