从“学徒工”到“正式工”，人形机器人还要迈过几道坎？

阅读提示

近年来，人形机器人已在工业场景中开始当“学徒”，从事打磨、装配、搬运、分拣、巡检等中高强度重复劳动。未来可能会有大批人形机器人进厂。有委员指出，应尽快补齐这一领域的短板，把“热闹的展厅”变成“可复制的工位”。

3月2日，今年全国两会开幕前夕，小米集团创始人雷军代表透露:小米机器人已经开始在汽车工厂实习。

近年来，人形机器人已在工业场景中开始当“学徒”，从事打磨、装配、搬运、分拣、巡检等中高强度重复劳动，任务成功率等关键指标稳步提升，有助于降低生产成本并提高生产效率。

多位来自智能制造一线的代表委员认为，走进工厂的人形机器人要想“转正”，在工艺稳定性、基础大模型、场景泛化能力等方面还有待完善。

从实验室走向工厂

汽车生产线、3C电子生产线、新能源电池生产线……越来越多智能工厂中开始出现人形机器人的身影。

今年政府工作报告提出，培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。而人形机器人作为人工智能的物理载体与具身智能的核心形态，为具身智能的落地提供了方向。

天娱数科董事长贺晗委员注意到，进入2025年以来，我国人形机器人产业热度高、企业多、产品迭代快，开始从“能动起来、能表演”转向“能上岗、能干活”。

人形机器人上岗能做到什么程度？雷军代表分享了小米机器人在汽车工厂自攻螺母上件工站中连续自主运行3小时的成果:双侧同时安装成功率为 90.2%，且满足了最快76 秒的产线生产节拍要求。

在该任务中，机器人连续从自动送钉设备中精准抓取自攻螺母，并放置在自攻拧紧的定位工装上，配合滑台输送和自攻工位的自动定位锁定，实现汽车一体化压铸后地板零件自攻螺母的自动化自攻拧紧作业。

“可能大家现在看着还觉得有点‘笨拙’，但这的确是个非常有意义的开始。”雷军代表说。

面临硬核考验

人形机器人从实验室走向工厂的过程中，面临极大的挑战——要满足生产节拍和合格率的要求。雷军代表介绍，在实验室中，可以进行成千上万次的失败迭代，而工厂要求动作精准可靠，生产节拍分秒不差。

“小米人形机器人在汽车制造场景的规模化应用，已经迈出第一步。但人形机器人的大规模工程化应用，尚存在工艺稳定性差、单体硬件成本高、车间工位数量少等突出问题，导致人形机器人还处于‘学徒工’状态，尚未真正转向‘正式工’。”雷军代表表示，这是机器人进厂面临的硬核考验。

贺晗委员则从算法角度分析，目前我国多数企业仍采用针对特定任务的定制化算法，缺乏真正意义上具备强泛化能力的具身智能基础大模型。“当前不少人形机器人在受控环境下表现亮眼，但面对真实世界的光照变化、物体多样性、工位差异、干扰碰撞等，仍易出现策略失效与长任务中断。”

泛化能力的缺乏，也是小鹏汽车董事长何小鹏代表关注的焦点。“从技术结构上看，我国当前大部分人形机器人属于软件规则控制的类型，但在‘大脑’与‘小脑’(运动控制)的协同体系、更多场景任务泛化能力、商业化落地前景方面尚未形成行业优势。”何小鹏代表表示，这导致我国人形机器人在加速迈向规模化、真实场景商业化方面仍面临诸多挑战。

尽快补齐短板

2月28日，人形机器人与具身智能标准化年会在北京召开，会上发布了《人形机器人与具身智能标准体系》。这是我国首个覆盖全产业链、全生命周期的标准顶层设计，涵盖基础共性、类脑智算、肢体部组件、整机系统、应用及安全伦理六大板块，标志着相关产业进入规范化发展新阶段。

“国家已经出台了促进人形机器人产业创新发展的指导政策，为加快推动通用人形机器人在智能制造中的应用指导了方向。”雷军代表建议，鼓励人形机器人、智能制造等企业开展联合攻关，提高人形机器人的工艺稳定性。同时，支持通用人形机器人在搬运装配、零配件安装、柔性组件组装、焊接喷涂等具体产线落地应用，扩大智能制造应用场景。

对于更为具体的应用场景，贺晗委员聚焦国家级“人形机器人上岗清单”的建立，建议选择收益可量化、环境相对结构化的场景先形成规模，例如3C装配、仓储搬运、质检巡检、危化/电力巡检等。同时，以“AI+制造”为抓手，形成真实工位数据回流与持续迭代机制，带动中小企业进入配套生态。

“高阶智能人形机器人的突破，将推动人工智能从数字世界走向真实场景。”何小鹏代表认为，在本地部署具备自主感知、决策、执行能力，具备泛化能力，由物理世界大模型驱动的高阶智能人形机器人，更有利于真正推广到工业、商业乃至家庭等场景，拥有更广泛的商业化价值。

人形机器人大规模进厂“打工”很可能是大势所趋。雷军代表预计，未来5年会有大批量人形机器人进入小米工厂干活。“在此背景下，更应尽快补齐短板，把‘热闹的展厅’变成‘可复制的工位’，把‘单点突破’变成‘系统胜利’。”贺晗委员说。