具身智能与移动机器人齐聚工厂，未来工业场景竞争态势几何？

工业制造：机器人落地新战场

工厂正成为移动机器人和具身智能共同的落地场。几天前，多台智元精灵G2机器人集群进驻龙旗科技江西南昌量产工厂，进行6天、每天11小时的全透明产线作业直播；同期，银河通用的重载人形机器人Galbot S1进入宁德时代智慧产线，承担模组与电池包生产环节的长程自主作业；它石智航宣布与天海汽车在汽车线束装配场景合作探索落地。

据人形机器人场景应用联盟消息，多路集成厂商也在工业制造场景推进人形机器人落地。如深圳壕翎机器人在潍柴发动机生产线活塞销上销工序，部署1台人形机器人实现活塞销分拣、抓取、换向、放置全流程自动化作业；安徽巨一科技在某汽车电芯模组组装产线的电池上料核心工位，部署1台人形机器人完成上料作业。

具身智能进军工厂时，早已落地工厂的移动机器人企业也在技术迭代，推进轮式底盘+人形上半身的形态机器人在工厂应用，也有企业将通用大脑落地到专有设备上。工业制造和仓储物流一直是移动机器人的最大应用场景，如今，具身智能和移动机器人两代机器人厂商在这两大场景呈现出重心不同，但形态、场景有所交融的落地态势。

那么，为什么今年厂商们都在工厂场景发力？两代机器人做的场景有何差异，能力演进路径如何？2026年，工厂需要新一代机器人具备怎样的能力？

工业制造为何成主战场

让具身智能加速挺进工厂的关键，并非技术成熟度。从行业数据看，工厂目前并非具身智能最大的买家。人形机器人场景应用联盟秘书长李进科在第三届人形机器人场景大会上梳理，去年到今年具身智能实际落地第一大场景是数据采集，各地政府建数据采集基地，批量采购机器人做实训数据；第二是教育科研，高校和研究机构是稳定客户；第三是表演和商业服务，租赁、展览、活动演出已形成小型市场，但竞争迅速白热化。工业物流在2025年的具身落地场景里出货排在第四，占比约4%。

一个现在落地较小的场景，为何成为今年的重点落地场景？政策方面的驱动因素不可忽视。6月10日工信部与国资委联合启动“人形机器人与具身智能实景实训专项行动”。泰盈科技高级副总裁赵庆波观察到，行动明确要求10个省和一批中央企业在真实工业和物流场景中部署具身智能机器人。有行业资深人士称，不少地方快速反应，主动拉着企业做场景匹配。李进科将“实景实训专项行动”视作具身智能产业的上岗证，认为这有利于推动具身智能从实验室走向真实生产生活场景。

其次，当下资本市场环境里，具身智能进工厂有利于企业构建叙事，从行业激烈竞争中拉开身位。今年具身领域融资一再创纪录，智能制造等有极大落地想象空间且受政策支持的场景，成为厂商重要市场。另外，工厂数据对具身厂商跑通从数据到模型的智能飞轮至关重要。智元机器人中国区副总裁卢贤刚提到，工业相对结构化，是具身智能从价值探索走向部署态数据飞轮的一类环境。完成量产突破后，智元寄望通过产线反馈产生数据飞轮，让机器人更智能，最终实现更大规模普及。

一些集成商认为具身智能可让制造业实现前所未有的柔性，解决工业制造痛点。大连豪森智能研究院院长、壕翎机器人总经理黎炯看到产线换型速度急剧加快，传统刚性自动化方案面临挑战，换成以具身智能为核心的控制大脑将大幅提升制造柔性。以汽车线束为例，它石智航选中这个场景，逻辑是在最难的柔性场景跑通了，往下兼容就顺理成章。

具身厂商推进落地时，移动机器人厂商也在迭代进化，推出类人型轮式产品，也有厂商探索将通用大脑接入已有产品。2个月前的智造大会上，海康机器人的轮式人形机器人亮相，被定义为“多用工”，可实现“一机多用、快速适配”。海康机器人副总裁张文聪认为，轮式类人型机器人与原有的AMR专有设备是协作关系，用来弥补专用设备不适用的场景问题。也有用VLA大脑“重做”已有产品的路径，瞄准的是此前困扰行业的场景碎片化、交付成本及周期问题。移动机器人行业发展超十年，目前仍有规模化提升空间。

专用向上，通用向下

一家集成落地商坦言，具身智能进厂，落地并非一蹴而就。仙工智能叶杨笙将机器人落地分为五个不同阶段，3.0阶段的产品和4.0阶段产品会共存，但从落地机会和进展看更偏向从3.0阶段中找。因此仙工智能选择用更通用的大脑，基于已有智能叉车设备把原来的产品重做一遍，提升场景泛化能力。

这种3.0和4.0的交融图景，刻画出当下工厂不同机器人厂商的落地现实。当下具身智能厂商们在场景落地上还相对窄，处于“通用之下”的阶段，可视作叶杨笙口中的4.0阶段产品。目前工业及仓储物流场景落地走在前列的有智元、优必选、银河通用、星动纪元等玩家。这些企业目前“通用”处理开放任务之路还在极早期，通过具体场景来加速需求验证和场景打磨是当下现实，也是企业获得生产级场景数据、转动模型智能飞轮的一环。

具身智能的落地集成商采取了渐进的落地策略。深圳壕翎正与在翼子板搬运、电池上下料、活塞销上销等多个场景探索人形产品落地。豪森智能研究院黎炯提到，他们的渐进技术路径，短期以动作编排为主，中期过渡到分层模型驱动，远期才到大模型的端到端路线。壕翎在汽车装配场景提炼25个场景，不同类别对机器人要求不同，使得当下不可能用一个通用形态做完所有工作。目前皓翎跟多类本体企业合作，针对场景来采取不同本体。也有厂商用产品设计的模块化来提升产品在不同场景的适配性，比如星动纪元有不同模块面向不同场景需求灵活组合。

从移动机器人侧观察，除仙工智能外，一批公司也重视起大模型技术的布局。海康机器人基于深度学习小模型做手眼协同等，也有团队研究跟进感知控制一体化的端到端模型的探索和落地。不过海康机器人提到，目前具备自主感知等能力的移动机器人，才是当前工业场景落地最成熟的广义具身形态。人形机器人是具身智能形态之一，是海康机器人接下来的布局点之一。目前他们采取双线并举策略，专业做深，多用持续进化。

今年机器人赛道专用向上，通用往下，新一代具身玩家和移动机器人厂商当下在落地场景、形态上形成重心不同，但场景、形态有所交融的局面。

工厂的门槛和数据飞轮之路

形态在折衷融合，路线上渐进，但工厂的验收标准并不会降低。重庆千里科技副总经理钟南海提到，千里科技作为潜在场景需求方，内部形成了一套研判指标。千里科技前身是重庆力帆汽车，2022年完成基因重组后，集合多重基因，工厂里有5000多名工人。

验收指标包括定量和定性两个方面，可总结为 “三个100和一个3” ——连续跑100次任务，成功率要达到95%以上，在专项场景中要达到99%以上；100小时内人工接管次数小于1次；参照工业机器人的可靠性标准100天内故障少于1次；整体拥有成本在3年内低于一个工人的成本。还有四个定性指标：机器人要有长程闭环能力，要过安全合规关，要能跟工厂现有的MES系统对接，供应商要能给出明确的故障修复时间承诺。

这些指标严苛，已经在工厂完成规模化落地的移动机器人厂商此前接受过拷问，现在轮到具身智能玩家了。具身智能厂商先要实现技术突破，让机器人具备泛化能力和场景可靠性，才能兑现想象空间。这一代具身厂商们都在用数据驱动的方法通向未来phycial AGI，用AI native的方式让工厂里的机器人不再是高度碎片化市场。

厂商间分歧点明显，当下模型能力还没有“端到端打天下”，该用什么承载“通用性”，获得什么场景的数据来加速闭环，大家的判断和决策不同。攻克极窄的高难度任务，往下兼容是一个选项，比如它石智航从线束场景出发，自研可穿戴设备获取真实场景数据。也有厂商看中当下可落地场景，原力灵机联合创始人兼CEO唐文斌认为物流场景可让机器人先干，任务能被闭环，企业更好算过来账。按照技能复杂度一个个攻克也是一种思路，银河通用先让pick and Place技能接近100%成功率，再叠加下一个技能。

高速迭代和数据飞轮是所有厂商强调的重点。一位行业资深人士提到，迭代需将围绕着AI所有环节的珠子串起来，头部的具身厂商还在搭建交付团队，加速跑通闭环。行业内有观点称，当下更大的竞争点在谁能更快地将更多的机器人铺出去。上一代移动机器人厂商有业务和场景理解优势，新型具身智能玩家则走了全新的、更可能规模化的路。未来它们在工业场景的协同和角力、竞争态势仍需长期观察。而当下可以确定的是，要在工厂里规模落地通用机器人，仍需不短的时间。未来它们在工业场景会如何发展？值得我们持续关注。