宇树机器人进厂实录，从展台演示到产线落地，具身智能正经历现实淬炼

10月的上海工博会8.1H展馆，没有灯光秀，也没有格斗表演，两台宇树G1机器人安静地站在约30平方米的展区内。一台伸手抓取纸箱并精准放置，另一台手持电动螺丝刀完成拧紧动作——动作简单，却反复执行。几步之外，优必选Cruzr Y1轮式机器人搬运纸箱码垛；乐聚则将整条产线1:1搬进展馆，Kuavo 5-W机器人分守工位执行拆垛、上料等工序。

这并非炫技，而是具身智能向工业腹地挺进的真实切片。过去两年，人形与四足机器人在消费端和科研端频频亮相，但真正考验其商业价值的，是能否稳定、经济、可复用地嵌入现有工厂产线。而现实给出的答案是：事情没那么简单。

从“通用机器人”转向“场景定义本体”

早期具身智能创业公司多采取“先造本体、再找场景”的路径：研发人形躯干，训练大模型，期望一台机器人通吃所有任务。但在工业现场，这种思路迅速碰壁。

一位考察客户直言：“现在的工业机器人已经很成熟，具身智能想进产线，得先找到真正有刚需的场景。”工厂的上下料工序看似相同，实则对物料尺寸、节拍要求、精度容忍度差异巨大。例如，某汽车线要求每分钟处理24件零件，误差±0.2mm；而电子装配线可能只需每分钟6件，但插接公差需控制在±0.05mm。

由此，行业共识正在形成：由场景定义产品形态，而非拿固定人形硬套场景。今年工博会上的人形机器人明显“去人化”——轮式底盘替代双足行走，可升降躯干适配不同高度工位，末端换装为大负载夹爪或力控电批。宇树G1虽仍为人形外观，但关节扭矩与结构已针对拧螺丝、抓箱等任务优化；乐聚Kuavo 5-W则支持模块化快换工具头，同一本体可切换装配、检测、搬运模式。

更关键的是，通用能力正与单一本体解绑。“身体可以专用，大脑需要通用”，多位工程师指出：底层感知-决策-控制模型被封装为可跨设备调用的技能库，例如“柔性抓取”“视觉引导插接”等技能可在人形、轮式双臂、甚至固定机械臂上复用。这意味着，企业不再追求“万能机器人”，而是在细分工位中打造高可靠性的“专业助手”。

多构型混合部署成主流趋势

单一构型难以覆盖整条产线，促使“多构型协同”成为新范式。越疆展台展示了典型闭环：人形机器人分拣物料→四足机器人Rover X1转运→协作机械臂完成装配。创始人刘培超称，这是技术积累与客户需求自然延伸的结果。

传统工业自动化厂商也主动拥抱变化。汇川技术联合阿米奥机器人推出钣金件柔性装配方案：面对不规则摆放零件，系统自主识别位置、规划路径，再通过双臂协同+视觉伺服+力控完成装配。该方案支持轮式双臂、固定基座等多种构型，且宣称客户现场最快3天即可部署。

这种合作本质是能力互补：具身智能企业强在模型算法与灵巧操作，传统厂商则掌握工艺Know-how、工程交付与客户渠道。对高自动化水平工厂而言，全面替换旧设备成本高昂、风险巨大；而让具身机器人补足柔性环节（如异形件抓取、线束整理），更容易算清ROI账。

柔性操作与部署工具成竞争新焦点

具身智能的突破口，集中在传统自动化长期未解决的“柔性工位”：线束装配需边感知边微调力度，光模块插接要求±0.1mm级定位，精密插针需实时反馈接触状态。这些任务依赖“感知-决策-执行”闭环，恰好是具身智能的长项。

宇树G1演示的拧螺丝动作，表面看普通，实则集成了力传感器与视觉反馈：当螺孔偏移0.3mm时，系统自动补偿轨迹；扭矩达到设定值即停机，避免滑牙。类似能力正从实验室走向产线验证。

与此同时，部署效率成为商业化成色的试金石。乐聚Taskor、智元Genie Studio、节卡AiHub等平台陆续整合数采、仿真训练与调试功能。核心指标不再是“机器人多聪明”，而是“下一次进厂能省多少时间和人力”。例如，某客户反馈：使用标准化部署工具后，新工位上线周期从2周缩短至3天，调试人力减少60%。

新玩家面临双重角色困境

更具现实意味的是，具身智能企业正面临身份模糊的挑战：是整机厂商？还是算法供应商？抑或本体代工厂？

传统工业机器人厂商已开始自研“物理AI”能力。发那科、ABB加速集成视觉与力控模块；国内厂商如埃斯顿、新松也在布局人形与移动操作平台。当客户已有成熟产线与集成商体系，新玩家若仅提供硬件或单一技能，极易沦为供应链一环。

一位系统集成商负责人坦言：“我们愿意用新技术，但最终要对产线OEE（设备综合效率）负责。如果具身机器人故障率高于传统机械臂，或者调试周期太长，客户不会买单。”

这也解释了为何今年工博会具身展区相对冷清——没有观众围观表演，只有工程师蹲在展台前记录参数、询问接口协议。工业市场不买概念，只认实效。

结语：进厂不是终点，融入才是起点

宇树们进厂，标志着具身智能从“能动”迈向“可用”的关键一步。但真正的考验才刚开始：如何在严苛的生产节拍下保持99.9%以上稳定性？如何将单台成本从数十万元压至可接受区间？如何让技能模型在不同产线间快速迁移而不需重训？

工业场景不会为技术浪漫主义让路。那些能在具体工位中证明自身不可替代性、并与现有生态协同演进的企业，才可能穿越从Demo到量产的死亡谷。未来三年，具身智能的胜负手，不在展台多炫酷，而在车间多安静——安静到没人注意到机器人在工作，只听见产线持续运转的声音。