人形机器人年底将开启“作业模式”加速入厂，规模化部署面临哪些挑战？

在过去的十二个月里，人形机器人领域的企业纷纷展示其跑步、翻跟头乃至马拉松等运动能力，然而，如今这些企业的关注点正逐渐转向工业应用场景。这一转变标志着人形机器人技术从展示性向实用性的迈进。

6月9日，工业和信息化部办公厅与国务院国资委办公厅携手发布了《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》），正式拉开了2026年度人形机器人与具身智能实景实训的序幕。

《通知》明确设定了目标：到2026年底，人形机器人等核心产品需在多个代表性场景中完成应用验证并实现常态部署，正式开启“作业模式”；同时，要挖掘并凝练出百个以上高价值的应用场景，进一步丰富具身智能的应用生态，推动形成万台级的规模落地能力。为此，《通知》详细规划了六项主要任务。

在此背景下，智元机器人等企业纷纷宣布了其工厂部署计划；宇树科技、云深处等企业则在招股说明书中透露了与工业场景相关的战略布局。然而，随着订单、部署和示范项目的不断增加，一个更为现实的问题浮出水面：人形机器人真正踏入工厂大门后，从概念验证到规模化部署，还需跨越哪些障碍？

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徽声在线记者采访时指出，当前人形机器人的发展仍面临诸多瓶颈。“若人形机器人持续停留在应用场景的探索阶段，未来或将沦为一项概念性技术，而非实用性技术，届时投资人的耐心也将逐渐消磨。”

工业场景成为具身智能落地的首选方向

针对人形机器人的落地场景，《通知》明确指出，将聚焦工业制造、民生服务、特种作业三大领域，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、防灾减灾等关键环节，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，从而开启人形机器人与具身智能的“作业时代”。

盘和林分析认为，此次专项行动通过跨部门、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，同时也为那些宣称技术领先的企业提供了一个实践实训的平台，通过技术比武、实训成果展示，来检验人形机器人企业的真实技术实力。

在此趋势下，工业场景成为了具身智能落地的首选方向。近期，智元机器人在龙旗科技南昌平板制造工厂完成了8小时的真实产线作业直播。智元合伙人、高级副总裁姚卯青透露，基于成熟的落地模型，到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领域拓展。

相较于家庭服务场景，工业场景之所以成为多数企业的首选落地方向，与其自身的特点密不可分。

日前，光象科技创始人张涛在接受包括徽声在线记者在内的媒体采访时，以汽车制造为例分析道，汽车作为目前规模最大、复杂度最高的工业产品之一，经过长期的生产优化，汽车工厂已经形成了较高的一致性和标准化水平，这为具身智能的落地部署提供了有利条件，例如让人形机器人能够在3米至5米的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。

同时，汽车制造对品质、效率和节拍的高要求，也成为了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了较强的基础能力。”张涛表示。

然而，在张涛看来，人形机器人进入工业场景，并不意味着要简单替代现有的自动化设备，更不是替代人，而是要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作用。

张涛还直言不讳地指出，过去两年，行业里出现了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的真正价值。搬箱子并非真正匹配具身机器人能力的场景，他希望行业能够更多地面向真实场景需求，做真正发挥具身智能机器人价值的事情。

公开资料显示，光象科技是由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的关键一年

值得注意的是，《通知》具体部署了六项主要任务：一是打造实景实训空间；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，这次专项行动将加速具身智能进入工厂车间，同时也会让外界看到具身智能在制造应用中的不足，从而丰富应用场景，帮助行业对人形机器人企业的技术实力有一个全面的了解。

盘和林进一步指出，就工厂制造场景而言，现阶段人形机器人的主要竞争对手是工业机器人，而非人。双方竞争的焦点在于谁能够以更低的成本或更高的效率完成制造任务，这需要通过实践实训中的对比来观察。

然而，尽管企业争相进厂，但业内对于具身智能的商业化进程仍保持理性态度。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，仍需时间验证。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，具身智能机器人在大多数应用领域的商业化渗透率仍然较低。从产品层面来看，具身智能机器人的综合性能提升有助于商业化渗透率的提高，但其可靠性和智能化水平距离完全满足终端客户的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标准，这也是具身智能真正进入产线后需要面对的重要挑战。“未来可能需要不断补足或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的余地。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，节拍也是一道难关。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的效率。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。

另一道难关则是泛化能力。云深处在招股书中指出，具身智能机器人的下游应用场景需求高度差异化、动态迭代等特征明显，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，但是工件形状、料架结构、操作要求都可能不同。”

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。