人形机器人进军汽车产线，工厂需求不止于干活能力

徽声在线记者 | 徐美慧
徽声在线编辑 | 文姝琪

对于人形机器人而言，将一个汽车零部件从料框中精准地放置到产线上，绝非易事。工人仅需十几秒就能完成的动作，机器人却需要大约35秒，而且还得确保不破坏既定的生产节奏。

10月15日，徽声在线记者实地探访了位于杭州的兆丰机电工厂。在这里，乐聚公司的多台人形机器人分布在汽车零部件产线的各个不同工位，有条不紊地执行着识别、抓取、转运以及上料等任务。

就在同一天，乐聚与兆丰携手发布了具身智能汽车零部件上料解决方案，并正式对外宣布，已有15台机器人投入到常态化运行当中。

乐聚机器人CEO常琳在接受徽声在线等媒体采访时，将人形机器人类比为“下一个新能源汽车”。他指出，人形机器人具备带动关节、减速器、电机等上下游产业链蓬勃发展的巨大潜力。然而，要达成这样的产业规模，首要任务是让机器人切实投入到生产和生活场景之中。

当前，机器人主要负责机加工产线的上料环节。面对形状各异的零件、位置不断变化的料框以及交错分布的工位，机器人需要连贯地完成取料、转运和放置等一系列动作，而非在固定位置重复执行同一套操作。

据乐聚公司介绍，这15台机器人已经覆盖了15个工位，能够处理10余种不同类型的零件。单次上料循环时间控制在40秒以内，成功率约为98%。该项目已经稳定运行两个多月，累计作业时长约1000小时，协助生产了超过6万个零部件。

图片来源：徽声在线记者 摄

人形机器人的出货量正处于上升态势，但工业场景的实际需求仍有待进一步验证。IDC于9月29日发布的报告显示，到2026年上半年，全球人形机器人出货量预计接近2.5万台，同比增长幅度高达432.1%，其中中国市场将超过1.9万台。同期，科研教育、表演展示以及政府数据采集中心仍占据全球出货量的69%。

与这些场景相比，工业生产对机器人有着更为严苛的要求，需要机器人长期严格遵守生产节拍，并保持稳定、连续的作业能力。

在常琳看来，此次15台机器人在厂区内实现常态化使用，“绝非Demo（演示）”。相较于单点技术展示，他更关注能否将工厂验证过的成熟方案推广到更多的产线。

从实际生产情况来看，机器人仍需进一步提升作业速度。与熟练工人的操作相比，机器人约35秒的上料节拍还有较大的提升空间。

兆丰机电董事长孔爱祥在接受徽声在线等媒体采访时表示，工厂自2013年起就开始引入固定机械臂，经过两三年的磨合，部分工序已经能够达到10至15秒的节拍。他认为，人形机器人只有将上料节拍缩短至约15秒，才更具备在行业内广泛推广的条件，预计还需要半年至一年的时间才能达到这一目标。

常琳也表示，目前机器人的上料成功率已经达到了较高水平，下一步的重点工作就是提高作业速度。除了通过真实产线数据回流来优化模型之外，乐聚还希望充分发挥机器人双臂协同作业的能力，让机器人一次能够抓取更多零件，从而提升上料效率。

那么，已经配备了固定机械臂的工厂，为何还需要人形机器人呢？其中一个重要原因是，部分生产环节难以通过固定自动化设备实现完全覆盖。

兆丰机电总经理孔辰寰举例说明，工厂的一些海外售后订单数量较少，只有250至300套，但产品种类繁多，换产频繁。现有的自动化设备擅长处理大批量、相对固定的加工任务，然而在工序之间仍需要人工进行搬运、上料和调整等工作。人形机器人更多的是对这些环节进行补充，而非完全替代整条自动化产线。

图片来源：徽声在线记者 摄

即便只是进行上料操作，工厂环境也比实验室要复杂得多。乐聚助理副总裁任广杰在现场介绍道，不同车间的光照条件差异明显，零件的形状和摆放位置也在不断变化。最初，机器人只能抓取规则摆放的零件，一旦料框稍有移动，就可能出现识别失败的情况；在放料时，还需要准确判断工位上是否已经有零件，以免影响产线的正常运行。

他提到，实际部署工作不仅仅是改进视觉识别和抓取算法，还涉及到车间油污、人流、设备接口，以及与前后工序的对接等诸多方面。机器人只有与工厂的生产系统实现深度打通，才能将单个动作转化为可连续执行的生产任务。

为了进一步提高作业效率，乐聚还将数据回流纳入到了此次方案之中。机器人在进行上料操作的同时，会同步采集相关数据，抓取失败、零件掉落等记录也将用于后续的模型训练。双方还将汽车零部件上料真机数据集捐赠给了开放原子开源基金会OpenLET社区。

常琳解释说，基础模型训练需要多种来源的数据，但在具体工厂部署阶段，真实的机器数据更为关键。只有经过现场训练、运行数据回流和算法调整，机器人才能逐步适应特定的工序要求。

他还特别强调，数据能否在不同机器人之间实现复用，直接关系到后续部署是否需要从头开始采集和训练数据。

为了减少重复开发工作，乐聚将上料技能拆分成了30余个基础模块，并提供了开发工具链和多机调度平台。公司希望借此让相同的技能能够更快地部署到多台设备上。不过，同一套方案应用到其他工厂后，仍然需要根据零件、设备接口和安全要求等进行适配，是否真正具备规模复制能力，还需要通过更多的项目来进行检验。

除了上料环节，双方也在积极探索其他生产环节的应用可能性。兆丰方面透露，下一步希望让机器人承担巡检、质量检测和设备调校等任务。例如，部分产线在更换产品型号后，需要工程师花费两三个小时来确认和调校设备。如果机器人能够在开工前完成部分工作，就有望增加设备的有效生产时间。

对于后续的商业化发展，常琳还着重强调了产业链分工的重要性。他认为，人形机器人企业应当承担起“链主”的角色，带动上游零部件企业和下游应用开发团队共同参与，而不是一家企业独自包揽所有环节。