2026年被业界视为“人形机器人量产元年”。工业和信息化部、国务院国资委近日联合印发通知，启动年度人形机器人与具身智能实景实训专项行动，并提出到今年底“开启‘作业模式’”“带动形成万台级规模落地能力”等。

进厂叙事拉开序幕，一个关键问题正在真实的工业应用场景中展开验证：人形机器人距离创造价值还有多远？记者对此在浙江走访相关企业，了解人形机器人从实验室到车间的真实进度与未来场景。

进厂实训：在真实的工业场景交互中迭代

从缝纫机到高端智能化设备，从服装、家具横跨到汽车、航空领域，杰克科技股份有限公司作为全球智能缝制设备龙头企业，基于对工业场景的深刻理解，早早布局人形机器人赛道，推出品牌“艾图”。

面向模板机上下料、贴袋机布料摆放、粘衬机裁片取放等重复性工序，艾图人形机器人顺利完成裁片分离、柔性抓取、平整铺料、精准对位整套作业流程验证。现阶段，相关机器人产品已落地几家国内服装工厂，多条生产产线同步开展实地部署与量产试运行，推动服装制造柔性工序自动化转型。

“在单一品类、单一面料条件下，艾图人形机器人裁片分离成功率达到97%，缝纫合格率超过98%。”浙江艾图具身智能科技有限公司总经理娄灵通介绍，以此效率测算，该款人形机器人的投资回报周期约18个月。

今年4月，艾图科技携手浙江人形机器人创新中心、自变量、智元等多家企业达成战略合作，合力推动服装制造产业模式、供应链体系与价值网络实现系统性升级。

2026年被业界认为是“人形机器人量产元年”。记者走访看到，一大批人形机器人已经进入工厂，在真实的工业场景中展开交互，涉及纺织、汽车、消费电子等产业。

当产线数据反哺模型迭代、供应链成本随规模逐级递减，一个更加生动的中国智造生态正在加速延展。

均普智能旗下普智未来机器人科技有限公司生产的工业具身智能机器人G2，已在多个工业场景落地应用，包括3C电子装配、产线上下料、物流分拣、工业搬运、零部件检测等。该机器人在国内头部3C企业完成8小时、2283次任务零失误的实战测试，验证了其在真实工业环境中的稳定性与可靠性。

在汽车安全产线上，G2也已正式“上岗”——在安全带铝制器件攻丝工序中，原本需要人工完成、生产节拍约18秒的工位，G2将节拍提升至最快12.9秒，效率提升约三分之一。更重要的是，不同于传统自动化设备，G2能够依托垂类模型逐步掌握不同型号、不同产品的抓取和放置，通过自适应像“老师傅”一样应对不同工况。

“具身智能机器人进厂，正在从概念验证走向实质性落地。”普智未来机器人相关负责人介绍，6月，普智未来机器人无锡子公司首批G2机器人正式下线，预计8月产能将达到300至400台，年产能达2000至2500台。

大势所趋：人形机器人将深度参与未来制造业

多位受访者表示，从目前应用情况看，人形机器人进厂短期改变的是工厂“招不到人、留不住人”的现实困境，中长期则将持续提升中国制造效率与竞争力。

“服装行业每年自然退休、流失的工人数量，远大于机器人替代数量。”娄灵通表示，“招工难”是许多制造工厂当下面临的现实情况，人形机器人对此带来结构性补充，而非岗位替代。

浙江人形机器人创新中心有限公司首席科学家、浙江大学教授熊蓉认为，人形机器人在产业应用中的深入，既会重塑原有制造业就业结构，也会催生全新的高技能职业生态，推动人力资源从重复性体力岗位转向技术服务、运维、调试、二次开发等岗位。

让机器人做重复、枯燥、高强度、有危险性的工序，让人做更有价值的管理、技术、创新工作——随着人口红利的结构性转换、机器人成本的降低、AI技术的成熟，人形机器人将会深度参与未来的制造业。

“人形机器人深度介入制造业，绝不是简单的人机零和博弈。”中国兵器杭州智元研究院首席科学家李引认为，人机交替的过程将会重塑就业地图、创造新的职业生态。

技术可用、工程量产、商业可行，人形机器人从实验室样机走向工业规模化应用，需要经过这3个阶段验证。目前，大量人形机器人已走出实验室，开始以数据连接真实世界。

5月中旬，国内首个基于开源鸿蒙底座的人形机器人数据训练场——宁波慈溪人形机器人训练场正式启动，这里共部署具身智能机器人40台，成熟运营后，将实现平均日有效训练时长90小时以上。

据悉，该训练场精准模拟家电、汽车、纺织、商服等9大慈溪优势产业真实场景，通过真机实操采集高质量数据，为机器人技能迭代与技术成果产业化转化提供核心支撑。

国家人工智能应用中试基地（具身智能）在杭州高新区（滨江）“落户”，它不是单一企业自建训练场，而是构建从算力、芯片到本体、模型研发，再到应用场景开发的完整产业生态。据悉，该中试基地聚焦“具身智能+”新消费、新物流、新制造、新工程、新安全、新农业等领域，“新制造”居其一，致力于拉通具身智能国产技术栈。

记者采访了解到，随着机器人研发企业愈发意识到实景实训的重要性，多数企业目前都在以各自优势为出发点，进行机器人场景的“合作”开发。

有联合创新模式，主要是传统工厂提供场地、场景和人员配合，机器人研发公司提供技术解决方案和算法迭代；有合资公司模式，即大型企业之间约定成立合资公司，工厂方也深度参与，共同投入算法，并联合申报专利；有生态协同模式，则是传统工厂与灵巧手、机械臂等供应商成立合资公司或签订战略协议，分工承担不同场景的研发任务，共同做大产业盘子。

前瞻布局：智能进化速度决定产业终局

从“能干活”到“正式上岗”，人形机器人距离成为工厂流水线上的“正式工”还有多远？采访中，多位业内人士给出了审慎的判断：场景突破只是第一步，真正的考验才刚刚开始。

娄灵通认为，目前人形机器人仍处于学习阶段——能干好单一工序，但还做不到全流程无人化。他预计，2026年—2028年是人形机器人单工序能力的验证期，2028年—2030年将进入“多工序协同”的规模化期。

均普人工智能与人形机器人研究院总经理何川说，具身智能机器人的推广会经历3个阶段：第一阶段以科研为主，在高校和科研平台打磨优化；第二阶段开拓工业与商业应用；第三阶段迈向产业化。他认为，未来3至5年，具身智能机器人在单一应用场景中完成任务基本可行，但实现大规模产业化仍需在伦理、安全、政策等方面铺平道路，预计还有很长的路要走。他判断，以当前技术水平，搬箱子、分拣等场景已可落地部署，市场规模预计可达10万至20万台，足以支撑国内整机厂商先“跑起来”。

与实验室环境不同，具身智能机器人大规模进厂面临的是复杂多变的真实作业场景。受访人士普遍认为，当前机器人行走、视觉导航、路径规划等技术已趋于成熟，但工厂落地的真正核心在于抓取、旋拧、分拣、装配、柔性物料处理等实操动作。这类闭环控制的精细作业，对结构耐久、热管理、功耗优化等抗疲劳设计以及高负荷连续作业能力要求极高，也是决定机器人能否成为主力生产工具的关键。

“服装行业最大的难点不是硬性物件，而是如何处理软、滑、易变形的柔性面料。”娄灵通坦言，当前全行业的共性技术卡点是人形机器人灵巧操作能力的泛化性不足，即如何让机器人面对此前未训练过的面料或工件，也能自适应地调整操作力度和轨迹。“就像用手抓豆腐，力度大了变形，小了抓不住，千态千面。”

何川说：“作业能力是机器人行业最大的‘卡脖子’环节。”他具体拆解为两个层面：一是强化学习与物理世界的对齐——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，这是行业公认的难题；二是多模态感知的可靠性——工业现场的金属反光、粉尘干扰等因素经常导致感知系统失灵。“不是‘一公里’的距离，而是‘一毫米以内’的精度。”何川说，工业场景对精度的要求极为苛刻，容不得半点偏差。

多位受访人士还指出了当前产业仍然存在的工业数据集紧缺等卡点。例如，高质量、多场景、可泛化的真实产线数据采集才起步不久，且分散在不同企业手中，尚未形成有效汇聚；如何与自动化领域长期积累的机理性模型和数据进行协同，尚待破题。

“针对机器人实际工作场景的有效数据严重不足，采集工业具身数据的成本过高，数据采集后的安全合规风险也需要创新性的加密技术支撑。”何川说，这些问题直接影响着模型的训练和泛化能力。

不少业内人士呼吁前瞻性关注行业标准问题。各家厂商产品尺寸、关节、灵巧手不统一，接口、通信协议、安全标准各自摸索，导致设备互联互通困难，协同成本居高不下。何川说，标准不统一的直接影响就是适配成本高昂、能力复用性差、开发门槛高。

在机器人验证方面，有受访者指出，当前，产品及供应链零部件的“工业级寿命”可靠性缺乏认证体系，多数企业只能通过各自在真实场景中反复测试来验证和提升，周期长、成本高。

除了具身机器人本体的能力外，业界也认识到制造效率与智能进化的“双螺旋”，是竞争的关键。

熊蓉认为，人形机器人产业竞争不是制造效率和智能进化的二选一，而是二者协同发展的双螺旋模式：强大的供应链与制造能力，为智能算法落地提供硬件载体；持续迭代的具身智能，又能不断挖掘硬件潜力、拓展应用场景，两者相互赋能、正向循环。

“未来谁能最快用高智能驱动低成本硬件，谁才是终极赢家。”李引认为，企业竞争短期看制造效率，这决定谁能“活下来”，中长期看智能进化速度，这也是真正决定产业终局的核心。

业界建议，抢抓具身智能产业机遇，需进一步发挥组织与效率优势。同时，人才建设是产业建设的根本，应加快推进“政府引导+高校支撑+企业主导”的创新中心模式，并推进产教融合、职教对接，填补人形机器人售后、测试等新兴岗位人才缺口。（记者 方问禹 张璇 顾小立）