NE时代

◎ 进厂很多，但上岗很少。

△ 撰文：董志洋

如今在头部具身智能公司估值冲破百亿美金之际，传统的科研、娱乐领域、特种作业应用已然无法支撑。接下来，具身智能急需像AI一样，证明自己可以作为生产力，实现资本回报。

能够大规模落地的场景主要就两块，工业场景和家庭场景。工业场景以非标自动化空间为例，国内每年市场空间超千亿元。家庭场景参考家政的话，从业人员已经超千万。

不过两个场景对具身智能的要求有很大差异。技术上，工业场景的要求更加容易被描述，家庭场景则更加强调泛化性，当然也更难描述。商业模式上，工业场景对应的都是大客户，更适合技术的验证也更容易落地；家庭则主要面向个人（当然酒店场景也面向大客户），需求相对分散，也就越依赖技术成熟和规模化之后的降本。

所以工业成为具身智能最快落地的场景，家庭则需要等待技术、数据的进一步发展，落地进度上也落后于工业。

工业场景中，因为非标自动化已经应用多年，所以具身智能的应用方向主要有两个。一是补充非标自动化无法涉及到的领域，典型如上下料、柔性装配（线束装配、连接器插拔等）。二是彻底解决非标自动化的老大难问题，即让非标自动化标准化。

从各家demo来看，让非标自动化装备标准化依然遥不可及，能够做的更多的是配合非标自动化设备，提升整条生产线的自动化能力，减少人工的参与。

参与工厂流水线工作最重要的是稳定，其次是节拍，能够切实带来收益（如果对比现有人工方案的话）。目前进一步工业场景数据披露的一共有两家，一是Figure在宝马的工厂，一是Agility Robotics 的 Digit。

Figure的成绩单

在宝马工厂工作的是Figure的上一代双足人形机器人，Figure 02。它的手有 16 个自由度，全身有 6 个 RGB 摄像头，配置有一块 2.25 千瓦时的电池包。上个月底，它以终结者的方式完成了自己的谢幕，跳进了75 吨的电弧炉，熔出来的金属做成限量纪念品。

Figure 02在宝马工厂参与的是车身车间的一道上料工序。把宝马X3的钣金件拣起来，放到焊装夹具上。然后由一个六轴工业机器人完成焊接，最后把焊好的部件送进主线（焊接工作站就是一个典型的非标自动化设备）。

在此之前，钣金件上料是由工人完成的。

宝马对Figure 02的技术要求是每个循环要把三块钣金件全部放对，零件要在 2 秒内放到 5 毫米公差以内，单班准确率要达到99%。每次循环84秒，其中包括装载的37秒。生产过程中无任何人工干预。

宝马强调，这步对机器人的触觉要求特别高；同时把它描述成一项人体工学不友好、容易疲劳的工作，这也是具身智能替代人工的重要意义。

不过根据公开资料，Figure并没有公布触觉相关的更多信息。

按 Figure 和 Brett Adcock 公开的节点，Figure 在宝马的部署历时 11 个月，其中有 6 个月的时间每天在现场工作，工作期间强度并不低。

按照 Brett Adcock 发布的信息，2025年5月期间已经完成一次连续20小时的双班运行，日常是单班10小时，那时Figure 02刚开始上岗。

最终的成绩单是实际上岗6个月，1,250 小时，装载了 9 万多个零件。参与了3万多台X3的生产。

Figure 在总结里对可靠性的评价是：1,250 多小时里硬件故障"很少"，但没有给出故障次数、故障率或停机时间。

头号故障点是前臂，主要原因是空间紧凑，在有3个自由度的情况下，需要反复抓取和转动，导致散热受限。

Figure 03的加强

Figure 02没有继续做下去，2025年11月就已经结束。

不过Figure 02的一些问题在新一代产品上看到了加强。

对于前臂，Figure 03让每个腕部电机控制器直接连到主计算机。Figure 的说法是，这样结构更简单、更可靠，散热也更好处理。而Figure 02 的前臂里有一块微控制器电路板，负责在主计算机和腕部电机之间转发通信。

手部的变化是触觉。Figure 02 的规格里没有提到触觉传感器；到了 Figure 03，Figure 自研了指尖触觉传感器，称可以检测小到 3 克的压力，并在每只手掌里加了一个摄像头。Figure 自己的解释是，现有的触觉传感器有固有局限，扶不住真实场景的使用。触觉方面的改动是否来自宝马的经验，Figure 没有说明。

后续

Figure 02退役之后，接班工作的是Figure 03，不过又换了一个工序段。2026 年 6 月 26 日，宝马发布新闻稿，展示 Figure 03 在 Spartanburg 的新用途；6 月 30 日，Adcock 宣布 Figure 03 开始在工厂执行一项物流作业。按宝马的说法，新任务是生产物流里的复杂排序。

值得一提的是，除Figure之外，宝马也在尝试更多的方案。在德国莱比锡工厂，宝马选了瑞士 Hexagon Robotics 的 AEON 做试点。用于高压电池装配和零部件生产环节的物料配送等工作。

总结

Figure 02的上岗经历证明了具身智能参与工业场景具备可行性，但技术和产品还需要进行长期磨合。目前仍处于以数据积累和硬件迭代为主的阶段。

-END-