人形機器人商業化提速，多家企業拿下千萬訂單

人形機器人要從“表演”過渡到“幹活”，如今已成為行業共識。近期，工廠千萬級訂單正在密集落地。

8月11日，智元創新（上海）科技有限公司與富臨精工股份有限公司達成數千萬元標的的項目合作，近百台遠征A2-W將落地富臨精工工廠。

智元方面稱，這是國內首個工業領域具身機器人規模化商業簽單案例，更是該品類在全球智能製造場景的首次規模化落地，標誌著工業具身智能從技術驗證階段正式邁入規模化商用新紀元。

但千萬訂單並非行業孤例。

摩根士丹利預計，到2028年，中國機器人市場規模將以年均23%的速度增長，達到1080億美元。業內人士認為，這場由大訂單驅動的商業加速度短期內能提振市場信心，不過也有人認為，當前人形機器人拿下工廠千萬訂單只是為了滿足投資方的規模需求，在技術路線尚未收斂，安全規範還沒成形的當前階段，機器人實際落地還有很多難題。

人形機器人商業化處理程序提速

整個行業的交付和拿下工業訂單的節奏，都明顯進入提速階段。

在日前剛剛落幕的2025世界機器人大會（WRC）現場，越疆科技首席科學家朗需林發佈全新一代具身智能人形機器人DOBOT Atom Ⅱ，此外同時推出“機械臂+人形+多足”具身智能平台多形態機器人產品，覆蓋工業、商用、科研教育、家庭陪伴多場景應用。越疆科技相關負責人告訴澎湃科技，目前越疆的具身智慧型手機器人應用已經獲得了全球頭部客戶的多場景驗證，拿下數十家全球客戶訂單，客戶訂單包括馬扎克、ASKA、Aurotek、AI Korea等國際工業與商業巨頭。

8月12日，另一家機器人公司智平方的相關負責人也透露，他們已收貨近千台通用智慧型手機器人訂單，涵蓋工業和公共服務場景，已經在東風柳汽、晶能微電子、華熙生物等工廠落地，並將在上海虹橋機場投入營運。

同日，人形機器人第一股優必選‌（09880.HK‌）宣佈，該公司人形機器人正在成批次地“轉正上崗”，預計今年交付500台工業版人形機器人，面向汽車、3C半導體等行業客戶，其中以汽車客戶為主。

早在7月18日，根據中國招標投標公共服務平台發佈的《機器人裝置採購項目中標公示》，優必選成功中標覓億（上海）汽車科技有限公司總額 9051.15萬元的機器人裝置採購項目，主要採購優必選的Walker S工業人形機器人系列產品，這是目前公開資訊中，全球人形機器人企業披露的單筆最大金額中標訂單。但另有公開資料顯示，優必選2024年僅出貨10台人形機器人。

儘管工業訂單好消息頻傳，但據人形機器人場景應用聯盟統計顯示，截至2025年上半年，從國內公開披露的人形機器人訂單來看，採購主體仍以高校、科研院所、職業院校等教育科研機構為主，佔比高達75%。項目金額結構，中小單仍是主旋律，合同金額在100萬元以下的項目佔比60%，千萬元級訂單以上僅佔6%，顯示絕大多數買家仍處於試點和驗證階段，採購規模與預算較為謹慎。

技術仍未收斂

近期密集拿下工業“大訂單”，是否意味著人形機器人進工廠打工時機已經成熟？還有那些問題暫未形成共識？

智平方相關負責人認為，暫且不論時機是否成熟，但可以明顯感受到的是，人形機器人商業化處理程序正在提速，這對整個行業也是利多消息。“因為人形機器人最終還是要找到實際的場景落地，才能拿到真實的訂單。”

在這屆WRC上，人形機器人企業“加速進化”的人形機器人在場館內展示踢足球的場景吸引了不少觀眾注意，甚至360集團創始人周鴻禕在與該公司的機器人比拚足球技能。

但該公司副總裁趙微晨明確告訴澎湃科技，他們不做工業場景，在他看來，機器人進工廠只是為了滿足投資人的期待。從實際落地來看，現在人形機器人進工廠實際落地角度很難。

趙微晨指出，目前工業場景裡80%以上的任務已經被協作機器人解決了，而“輪加雙臂”的機器人早在五年前就已經有性價比很低的成熟解決方案，比如小車加工業臂。剩下的工業應用場景，要麼技術太難，五年內落不了地，要麼市場規模太小，ROI（投資回報率）不足。趙微晨表示，人形機器人的終極目標是進入家庭場景，現階段在人形機器人大腦層面技術還未收斂，等三年後公司有了一定收入體量再投入。

穹徹智能聯合創始人、上海交通大學人工智慧學院副院長盧策吾在接受媒體採訪時也明確指出，所有人形機器人進工廠都得面臨成本能不能更好，良品率能不能更好，或者能不能更柔性。人形機器人如果在這幾個方面體現出優勢是有空間的。

當前，人形機器人進入工廠還有那些問題需要解決？

多位採訪對象指出，現在的問題是搭載於人形機器人的AI技術尚不成熟，VLA技術模型技術還未收斂，此外安全和穩定性也是一大考驗。

據媒體報導，早在2024年，富士康科技集團曾在其國內大陸的工廠試用優必選機器人，富士康期待機器人可以進行組裝和銲接作業，但機器人“尚不能完成複雜工作”。

場景應用方上汽通用動力科技有限公司智能裝置高級技術經理徐嘯順此前在接受澎湃科技採訪認為，人形機器人進工廠工作挑戰一方面集中在穩定性上，不能突然有意想不到的動作，以及程序不能出現突發狀況，另一方面在於機器人對整體的場景要適配。“現在的很多工作還集中在消除使用者或使用人員對人形機器人產品的理解上，這個過程可能有點困難。”徐嘯順說。

徐嘯順稱，工廠環境考慮的是質量和安全，但非專業使用者很難理解模型的決策機制。目前多家人形機器人公司採用的技術路線—VLA模型（視覺、語言、動作）技術尚未完全收斂，在現場部署中仍然存在一定風險。他認為，在現階段，“能跑起來”已經很不錯了，但要做到可信任可負責，可能還需要一段時間。

智元機器人通用事業部總裁王闖告訴澎湃科技，VLA模型關鍵在於泛化性要求非常強。即使從未見過的場景，也能迅速做出正確的反應。它依賴大量資料建構基座能力，確保在千差萬別的任務中也有成功率。

王闖指出，VLA模型的難點在於，行業內現在到底需要什麼樣的資料並沒有形成共識，導致大家採集資料不一，此外資料量是否足夠現在未有定論。這些新的資料會對VLA模型有什麼影響，也暫時未知。另外從VLA模型效果來看，它與人類的泛化能力仍然有顯著的差距，要實現強泛化、高成功率，這非常不容易。 (澎湃新聞科技頻道)