往时两年，具身智能的热度一起攀升。

机器东谈主跑步、舞蹈、叠衣服、作念家务，简直每隔一段时刻，行业皆会出现新的演示视频。从模子才调到机器东谈主本色，具身智能不停刷新着外界的期待。

可是，与消费阛阓的躁动不同，汽车行业的作风彰着更为平缓。

车企天然留神模子发达，也留神本色才调，但一项时刻能不可果真走进工场，看的不是演示成果，而是工程考据。从完成一个动作到妥贴每天数百上千辆汽车的连气儿坐褥节奏，这中拆开着一整套制造体系。

    

7月3日，在盖世汽车垄断的2026具身智能产业场景和会大会上，一场题为“车企需要什么样的具身智能伙伴——从时刻展示到限度化委用”的热门对话，将这个问题推向了前台。北京星河通用机器东谈主副总裁兼工业功绩部总司理仓玉、中国长安汽车副总工程师谭颖聪、FMC³ Robotics妥洽独创东谈主兼COO樊坚强、上汽通用能源科技智能斥地时刻郑重东谈主徐啸顺、中国一汽总装工艺主任宋伟佳，五位嘉宾从不同视角，参谋了具身智能落地汽车产业靠近的试验问题。

工场缺的机器东谈主是什么样的？

第一个话题是机器东谈主在汽车行业的专揽场景优先级。

嘉宾们提到的，简直皆是那些历久存在、却永恒莫得太好经管决策的岗亭，包括搬运、高下料、质地检测、高压功课、底盘安装、线束插接、零部件分拣等。这些场景有不少共同点，它们偶然有多复杂，却长年浪费着宽绰东谈主力。有些岗亭就业强度高，有些影响作事健康，还有一些胜利联系到整车质地和坐褥安全。

物流是不少嘉宾提到的切进口。仓玉觉得，高负载搬运、投料、分拣、回收等场景步伐化进程较高，更容易酿成完好闭环，也更有但愿率先已毕机器东谈主的限度化委用。

    

图片起首：小米机器东谈主

主机厂更留神质地、安全以及坐褥一致性。谭颖聪以车身缝隙断差检测为例，东谈主工完成一次全检常常需要一到两个小时，许多企业只可作念抽检。要是具身智能能够胜任连气儿检测，遵循更高，驱散也更强健。

安全和作事健康是另一条干线。电芯拼装、化工品操作这类岗亭，企业最初探究的是责难安全风险。在徐啸顺看来，高压带电操作、化工原料涂胶等工序，机器东谈主雷同具有较高的专揽价值。因为企业最初探究的应是责难安全风险，而不是追求时刻的酷炫。

从整车制造一线的视角来看，其现时要点留神的场景鸠合在三个标的：安全风险高的岗亭、作事健康压力大的岗亭，以及整车质地一致性强关联的工位，比如强电邻接、底盘安装、线束插接等场景。

这折射出车企对具身智能的一套判断：新时刻进场，不应是从最复杂的责任启动，而是应该优先填补传统自动化隐敝不到、东谈主工又历久承压的本领。在汽车坐褥线上，一项时刻的价值很少取决于才调的上限，更多取决于它能否历久、强健地守住统一个工位。

从这个角度来看，车企或者更愉快经受一个能经管老问题的新器用，它不需要太惊艳，但必须经得起每天重迭的考验。

从样机到坐褥线，难在哪？

天然机器东谈主的专揽场景越来越显然，但果真把其奉上汽车坐褥线，触及的问题远比想象中复杂。对于机器东谈主企业来说，一台样机完成了既定动作，一般就意味着时刻获取了冲突。但对于汽车制造来说，一次收效的演示其实离“不错用了”还差得很远。

两个行业对“可用”的和会，并不太一样。机器东谈主追求的是才调不停冲突，汽车制造追求的是强健、可靠和可复制。一条坐褥线每天皆在重迭疏浚的节奏，一台斥地停驻来，影响的不仅仅一个工位，而是整条产线的运行。车企需要的是这么的东谈主形机器东谈主，即使每天责任八小时以上、连气儿运行数月之后，还能保持雷同的精度、节奏和质地。

面前，机器东谈主行业仍处于“发展阶段”。仓玉判断，除了具备通用的具身大模子以外，行业考验还在于体系化制造和委用才调。汽车制造经过几十年发展，许多本领也曾酿成熟识的终检体系。而机器东谈主的坐褥过程中，宽绰工序仍然需要过程考验。“什么时候机器东谈主的产线胜利即是终检了，限度化委用的那一天才算果真到来。这既需要一个蹧跶通用的大模子驱动，也需要熟识的体系化制造才调。”

    

最新发布的千觉 XTac UMI G1 衣裳式触觉数采夹爪；图片起首：千觉机器东谈主

而强健之后，还要经管可复制的问题。一套决策在一个车型、一座工场跑通了，不等于能快速引申到更多基地。因为不同工场的产线布局不同，车型尺寸不同，检测点位也不同，是以对于大型汽车集团来说，更试验的问题是，机器东谈主能不可作念到一次开发、快速适配不同车型和不同工场，而不是每部署一个容颜皆重新开发、重新标定。

樊坚强觉得，面前制约限度化专揽的主要问题鸠合在泛化才调、引申精度和运行速率三个方面。要是每增多一个新场景皆需要重新汇集数据、重新教师模子，部署老本很难降下来。他们正在尝试通过宇宙模子、VLA和原子妙技库等构建新的工艺基模，镌汰机器东谈主学习新工艺、新任务的时刻。

但对主机厂来说，模子仅仅其中一个本领。果真进入工场之后，机器东谈主还要面对决策遐想、现场集成、运维保险等一系列工程问题。徐啸顺共享了本年部署东谈主形机器东谈主的实践教学：从二次开发到现场调试再到后续真贵，每一个本领皆需要机器东谈主企业和整车企业共同参与。

毕竟，比拟也曾相配熟识的工业机器东谈主，具身机器东谈主仍处于产业化初期，备件体系、维修才调、现场保险皆需要重新汲引。企业以致要提前准备备用决策，幸免机器东谈主出现故障后，影响坐褥线闲居运转。

而在汽车行业利润空间继续承压的配景下，任何新增干涉皆需要解说自我价值。车企投放东谈主形机器东谈主下工场雷同如斯，需要探究经济账。宋伟佳透露，一汽也曾成立了具身智能公司，但愿通过整车制造场景与机器东谈主企业开展更深远的协同，达到降本提质增效的宗旨。

由此可见，影响具身智能限度化落地的，也曾不仅仅时刻自己。委用才调、工程体系、运维保险、老本纵容，以及整车企业和机器东谈主企业之间的协同才调等多项身分，每一项皆会影响机器东谈主能否果真进入汽车工场，并历久强健地运行。

什么决定能不可留住来？

要是说工程才调是机器东谈主进入工场的前提，那么数据和互助方式，则决定了它能不可历久留住来。

汽车制造积贮的不仅仅居品数据，更包括工艺参数、坐褥节奏、质地步伐以及历久千里淀下来的制造教学等。这些数据联系到企业的中枢竞争力，亦然主机厂最爱重的部分。

仓玉觉得，面前行业宽绰追求更大限度的数据来教师通用基模，他建议数据汇集、教师和推理主要在端侧完成，同期汲引继续的数据和模子进化管线。

面前主机厂出于安全性考量，宽绰倾向于把数据保留在端侧，不依赖云表教师。据谭颖聪先容，近些年行业皆在鼓吹“数据同源”责任，中枢是保证不同场景数据的一致性以及准确性，再基于这些场景数据来教师和优化模子，而不是浅显追求更大的数据限度。在AI标的的要点责任可轮廓为：“用场景界说数据集，用高质地数据集擢升模子才调。”

樊坚强更是从国度竞争层面点出了数据安全的进攻性。“临了一公里数据”必须掌捏在本国或本公司手中，就像培养操作工必须由我方公司培训一样。在他看来，行业需要汲引对于工业数据通盘权和学问产权的显然步伐。

    

图片起首：鹿明机器东谈主

品牌是另一个被反复说起的话题。徐啸顺觉得，机器东谈主进入车企后，应手脚品牌理念的蔓延，要相宜品牌定位。

宋伟佳则把品牌分表里两层和会。外层是用户能胜利感知到的体验，比如红旗品牌的智能化功能、外不雅、内饰；内层是时刻复用和时刻同源，像智能驾驶、具身智能、智能制造在底层有许多共通之处。这些共通之处不错手脚鼓吹智能制造、已毕“第二增长弧线”的计谋支点。

上述参谋其实也响应了汽车行业的一种作风：车企愉快怒放制造现场，也愉快尝试新时刻，但互助永恒汲引在历久信任之上。这种信任，既来自机器东谈主能够强健完成责任，也来自两边对数据界限、学问产权和互助方式的共鸣。

对于汽车行业来说，机器东谈主最终委用的，不仅仅一次演示、一套模子或一项功能，而是一种能够历久参与制造的才调。

异日会走向哪？

参谋接近尾声时，一个更深层的问题浮现出来：当机器东谈主启动承担越来越多工位，制造体系自己会发生什么变化？异日3—5年，东谈主形机器东谈主批量进入汽车工场能否成为试验？

仓玉提倡了“Design for Robot”的倡导。往时几十年，汽车工场的工艺遐想、物流动线和工位布局，简直皆是围绕东谈主工汲引起来的。AGV(自动搬运车)出现之后，通盘物流体系皆按照AGV的逻辑重新磋议过。他期待到2027年傍边，具身智能也能推动访佛的变化。

谭颖聪从组织层面呼应了这一判断。他觉得，要是机器东谈主在检测、安装等本领不停熟识，如今围绕东谈主工汲引的工艺经由和产线布局，皆有可能随之调换。 “原生智能”的组织形态，可能也不再以东谈主为中心来遐想经由和架构。

樊坚强判断，异日3—5年率先已毕限度化专揽的，偶然是双足东谈主形机器东谈主，而可能是轮式双臂等更靠拢工业需求的居品形态。

在他看来，工业4.0高度专用化的产线也曾透知道柔性不及的问题，影响产线的经济性。具身智能果真的价值在于擢升产线的妥贴才调，让统一套产线面对更多居品和工艺，而不是频勤奋建。这种从专用到通用的飘荡，将是从工业4.0向工业5.0演进的中枢标的。

变化也曾启动出现。本年以来，多模态大模子也曾能够完成排序、抓取、搬运等长序列任务，徐啸顺示意，在家政服务等部分场景下，机器东谈主的节奏和故障率也曾进入可接纳范围，一些步伐化进程较高的工序具备了复制引申的基础。

但就汽车行业来说，东谈主形机器东谈主普及仍需时刻。宋伟佳觉得，不管时刻怎么发展，皆要先把浅显场景作念好，从搬运、小件取放、援救安装启动，渐渐积贮数据、考据可靠性，再向更复杂的场景蔓延。这么才能助推机器东谈主在汽车行业更快地引申。

    

图片起首：无界能源

回看整场参谋，几位嘉宾来自不同企业、不同产业链本领，他们的判断各有侧重，但皆觉得汽车工场不会因为机器东谈主出现而推倒重来。果真的变化是， 机器东谈主渐渐融入现存制造体系，工场的坐褥方式也在与之协同演进。不外，工艺遐想、产线布局、斥地协同、组织经管等领域的转变，不蚁合集髻生，而是会在一个个容颜落地过程中迟缓积贮。

这场热门对话，几位嘉宾大部分时刻皆在聊这些“不性感”、却更靠拢产业试验的东西：委用、工程、数据、协同、老本。

这种“不性感”，或者才是具身智能果真走向产业化的鲜艳。

一项时刻进入制造业，最难的从来不是时刻自己，而是它能否融入一整套熟识的工业体系，并在这个体系里继续强健地创造价值。这需要时刻，需要耐烦，需要一个个真实案例的积贮，也需要两边对历久互助方式的共鸣。

谭颖聪提到一个倡导“原生智能”，指的是工场和组织不再以东谈主为中心来遐想经由，而是把AI才调手脚底层预设，重新想考产线布局、工位树立和组织方式。这听起来还很远处，但却会在一个个容颜落地过程中迟缓积贮。

宋伟佳的一句话或者不错手脚整场对话的轮廓：“说一万次不如作念一次。”当人人不再争论时刻道路，而是启动参谋委用周期、故障率和备件库存的时候足球直播app哪个好用，具身智能才算果真迈过了从样机走向产线的门槛。