人形机器人进工厂打工，“元年”已经被宣告了好几轮，但那份真正的困难清单，很少有人把它说全：成功率要到99%以上，节拍不能拖产线后腿，一只灵巧手的连续作业寿命只有几周，数据缺口高达百倍。从实验室验证到实景实训、常态部署、规模复制、商业闭环，隔着五步。带着这个问题，记者近日走进北京昌平的福田康明斯发动机工厂，这里运行着国内进厂最早的人形机器人之一；在此前后，也在刚落幕的2026世界机器人大会和第二届世界人形机器人运动会上做了大量密集采访。

　　福田康明斯的工厂里，AGV小车早已大规模应用，缸体缸盖靠激光SLAM导航输送。但真正的痛点在“最后一米”：物料从拖料车向料架的举升搬运，一直没有成熟的柔性方案。传统专机换个料箱就得换夹爪，拆垛、转运、上架要好几台设备分工，而多品种、小批量的产线最缺的就是柔性，这是工厂选择人形和轮臂机器人的根本原因。北京人形机器人创新中心的天工2.0双足机器人和天轶2.0轮臂机器人已在厂内测试近一年，它们也是国内最早从运动会赛场直接走进工厂的人形机器人，福田康明斯在首届运动会上提出物料搬运、进排气门物料整理两大工业测试场景，赛后双方迅速对接落地。

　　选择北京人形，工厂是做过功课的。据福田康明斯相关负责人介绍，前期调研中工厂翻遍了Figure的公开参数、稳定性和可靠性资料，也与国内一线具身智能企业做过初步沟通，最终按场景契合度、配合度和落地推进能力做了选择。两台机器人无人自主作业，整机不做定制改造，本体沿用实验室版本，只针对工况开发两套末端夹具。现阶段目标是2到5千克物料搬运，后续逐步向十几千克迭代。真正的考题来自旧工厂本身：服役三五年的料架变形、倾斜，拖料车上的凸起结构触发激光雷达避障，变形的料架得临时增加一个“推箱”动作才能保证料箱完全归位，这些实验室模拟不出的工程细节，靠研发人员驻场逐条磨掉。如今，天轶2.0把六个周转箱放上货架全程不到四分钟，天工2.0搬一箱压到一分半钟，节奏已初步匹配产线节拍。箱子里装的是易碎的发动机零部件，机器人的优先级是“稳”，不是“快”。

　　支撑这一切的是“慧思开物”具身智能平台的大小脑协同：具身大脑基于大模型完成任务理解、拆解和编排，生成完整任务链路；具身小脑负责把每一步动作执行出来。落到现场，最直观的变化是“不用示教”，不需要逐个对料箱、货位点位编程，机器人靠头部相机感知全局，算法自主挑选合适的料箱抓取转运。新场景落地前，还可以先用世界模型做仿真测试，成功率达标再进场，压缩调试周期。产线上收集的各类料箱工况，回到平台做泛化训练，后续新工厂落地可以用低代码方式快速适配，这是“经验可复制”的关键一环。在负责人看来，机器人进厂的首要价值不是替代人力，而是解决人机工程痛点，把工人从弯腰、高位搬料的繁重劳动里解放出来；其次是接入工厂业务系统形成信息流闭环，降低装配出错率、提升发动机质量。对行业瓶颈，他的判断较为冷静：续航、负载、定位精度是三道硬坎，现阶段机器人只适合节拍压力不高、负载精度要求宽松的岗位，还不能完全顶替一名工人，给同行的建议只有九个字：小步快跑，大胆想象，小心求证。

　　如果把“进厂”拆成五步——实验室验证、实景实训、常态部署、规模复制、商业闭环——福田康明斯这两台机器人走了近一年，正站在第二步迈向第三步的门槛上，这在国内已经是最快的进度之一。近期两场行业大会接连落地：第二届世界人形机器人运动会落幕，2056台机器人完成全部赛项，工业装配上料岗成为核心看点；2026世界机器人大会上373家企业首发311款新品，工业人形场景方案成绝对主角。但截至2025年前三季度，宇树科技超过70%的人形机器人收入来自科研和教育，工业应用仅占9%。星动纪元联合创始人席悦也承认，工业场景里批量化、大规模去部署的还比较少见，整个行业还在这个过程中。一位头部具身企业算法负责人把五步精简成三句话：第一步到第二步回答“能不能干活”，第三步回答“能不能天天干活”，第四步、第五步回答“干活能不能算得过账”。按这个标尺看2026年8月的行业：绝大多数具身企业还在第一步；头部企业集体卡在第二步到第三步之间；第四步刚出现零星信号，第五步目前还无人走通。

　　福田康明斯之外，还有两个样本值得记录。今年6月，银河通用的重载机器人Galbot S1进了宁德，双臂载重50公斤、续航8小时，承担物料搬运与拣选，自3月完成验收后已在宁德量产线上7×24小时运行约3个月。智元的8台精灵G2在南昌工厂连续并线6天、每天10小时全程直播，在龙旗工厂的6天连续直播中完成6.4万余次作业，任务成功率99.99%。三个案例拼起来，进度条上的位置就清晰了：福田康明斯是“第二步走满一年、正在叩第三步的门”，机器人干活没问题，但还在测试轨道上，没有进入产线的正式编制；银河通用在宁德的7×24三个月、智元在龙旗的105天，是业内仅有的两个“第三步实证”，但也还只是单条产线、单一工段。第四步的信号今年才零星出现：智元三季度大幅扩编、Figure年内从40台扩到200台、苏州博银合创拿到荻捷工业近2000台的战略采购协议——订单和扩编是规模复制的前奏，不是规模复制本身。至于第五步，商业闭环还没有人真正走通。

　　成本大头在执行器系统。以特斯拉Optimus为基准的拆解显示，关节模组与灵巧手合计占整机成本近一半，其中丝杠占线性执行器成本的67%，六维力矩传感器占传感器成本的66.7%，灵巧手占整机约14%。中科慧灵董事长张正涛直言灵巧手“贵而不稳”：单只高自由度触觉灵巧手售价超十万元，工业连续作业寿命仅数周到两三个月。降本路径上，宇树创始人王兴兴的答案是核心部件自研自产、垂直整合加规模化摊薄；国产替代也在奏效，谐波减速器国产化率已达60%至70%，价格较海外低30%至50%。

　　进厂进到哪一步，一半取决于本体可靠性，另一半取决于“大脑”。今年行业在大脑路线上的分野已经摆上台面。通用派的代表是北京人形，本届WRC上其发布大一统具身智能模型Pelican-Unify，把视觉语言理解、动作操控和世界模型集成进同一套表征，宣称打通“理解—推理—预演—执行”闭环，已在天轶真机跑通；同步宣布具身大脑模型Pelican-VL 2.0正式商用，称其为国内首个通过网信办备案的具身大模型。务实派的世界模型也在成型，优必选把基座模型Thinker、世界模型Thinker-WM、行动模型Thinker-VLA三合一，全部集成到单颗芯片控制板上，先深耕工业垂域，落地一百个不同工位之后，机器人对物理空间、操作指令、工序的理解能力会由弱变强；自变量机器人则把宝押在端到端的世界统一模型WALL-B上，用更通用智慧的大脑，而不是堆砌更昂贵的硬件身体，去完成更复杂的产业任务。这条路径上也出现了更聚焦的垂类玩家，苏州博银合创由银河通用与博世旗下博原资本共同孵化，自研Bolt模型只做工业制造与物流两大场景的垂直训练，用工业场景的“专业课”补通用模型的“通识课”。热闹之外有一句冷静的提醒：清华大学交叉信息研究院助理教授赵行说得直接，工厂要的不是演示级的产品逻辑，而是能在真实产线上稳定运行的确定性——工厂的容错率，是以停线损失计价的。

　　把各方说法放在一起，“进厂”的门槛其实非常清晰，而且一道比一道硬。第一道是成功率，工业场景普遍要求成功率在99%以上，部分更严格的场景要求百分之百准确；第二道是节拍与寿命，工业现场前后都有生产节拍，上一道工序15秒给你一个零件，你不能30秒才完成操作，而灵巧手连续作业寿命以周计，WRC大会展馆内不少进行作业演示的机器人持续运行后机身明显发热，部分展台不得不限定演示时长；第三道是数据，机器人在仿真环境中学到的技能如何零偏差迁移到真实产线，是行业公认的难题，不是“一公里”的距离，而是“一毫米以内”的精度，而针对实际工作场景的有效数据严重不足、采集成本过高，京东的解法是把数据当基础设施来建，计划两年内建成全球最大的真实场景数据集，累计采集超1000万小时真实场景数据。三道门槛有个共同点：都没有捷径。成功率靠一次次真机作业磨出来，节拍和寿命靠硬件迭代熬出来，数据靠一小时一小时采出来。

　　至于行业最关心的那笔账，一个明显的变化是客户开始算账了。以前给客户做POC、做数据采集，没有更多考虑价格的问题；现在，尤其是对有机会做小规模部署的场景，越来越多的客户开始愿意真实地探讨，他会算自己的ROI。席悦给“跑通PMF”定了三个硬信号：解决的是不是真实需求、有没有批量复购、经济模型是否跑通，三个都满足才叫跑通。但也有不同声音，优必选首席品牌官谭旻表示，人形机器人属于长周期技术，头部企业更多是希望布局下一代智能制造范式，现在大量500强企业主动找来，并不是冲着便宜来的。如此看，账开始算得过来，还没完全算过来。