人形机器人投入工业应用的前景有多遥远

在2026世界机器人大会上，星海图R1 Pro机器人正在忙于叠纸盒，它的两个夹爪需要灵活应对瞬息万变的纸盒。与其先“处理数据”，不如边思考边执行，才能避免纸盒反弹。同时，延锋机器人正在流水线上协同工作，灵活操作着喇叭套件的装配，而夸父机器人则用吸盘“手”牢牢抓住纸箱，迅速完成“搬运”任务。

8月20日，科技日报的记者在现场观察到，机器人在制造行业中的应用已经全面展现。从展台到生产线，这些人形机器人离实现大规模应用还有多久？记者对此采访了一些专家。

首个问题：人形机器人相较于传统工业机器人有哪些优势？

传统工业机器人已在生产一线得到广泛应用，主要负责焊接、涂装等特定任务，效率高且稳定。但在机器人工程师眼中，这些机械臂与展厅中展示的人形机器人有本质区别。

“传统工业机器人通常应用于结构化环境，工件位置几乎固定。它们针对具体任务编程，只能执行特定轨迹，简单来说，每台机器人只能完成一项任务。”来自跨维（深圳）智能数字科技有限公司的工程师马辰表示，人形机器人的“泛化”能力则显著提升，同一机器人在不同场景中可执行多项任务。

人形机器人处理柔性材质的能力是其另一项新技能。在大会现场，灵宝CASBOT 02展示了如何抓取柔软的鞋舌材料，调整后准确对接鞋底模具。“这是鞋服制造中的典型柔性材料操作。”中科慧灵机器人技术有限公司副总裁詹伟刚解释，相比于刚性零部件，鞋舌这种柔性材料在抓取、施力、移动时会持续变形，机器人需要实时感知状态并完成一系列动作，包括抓取、搬运、对准、放置和微调。

其次，人形机器人在实际应用中仍面临哪些不足之处？

今年的机器人大会上，工业应用的比例明显提高，展示了汽车零部件安装、货物搬运、流水线协作等多种工业场景。然而，在记者询问这些机器人是否能在大规模生产线应用时，往往得到了否定的回答。

“由于机器人依赖大模型进行感知、任务理解和轨迹规划，从目前情况看，传统机械臂在定位精度上更具优势，这也是赋予机器人泛化能力的代价。”马辰补充道，算法工程师们也在不断优化，例如探索将VLA（视觉—语言—动作）模型简化为VA（视觉—动作）模型，以提升算法的效率和精确度，从而使得流水线上的机器人能够快速定位。

机器人的动作品质和流畅度也是短板之一。观众表示，观看机器人工作时的抖动和停顿，总让人感到不安。

“过去机器人采用的思维模式是‘先算后动’，这种方法在实际作业中导致了停顿和抖动。”来自星海图（北京）人工智能科技股份有限公司的技术人员周波涛提到，为了确保机器人在精细作业中的稳定性，工程师将“思考”和“动作”的模型进行了分解，允许机器人在执行任务的同时进行推理。

这一改变使机器人能够流畅地将平板纸板折叠成立体纸盒。周波涛指出，复杂情况如纸板的变形和回弹常常会打断初始任务，算法的更新使得这款折纸盒机器人实现了99.9%的高准确率，同时保持流畅的动作和高精度的长距离操作。

操控弹性物体是机器人在真实生产环境中取得成功的关键能力。在3C电子、服装制造、食品加工等行业中，很多任务涉及柔性、易变形材料，成功解决这些问题将使机器人更广泛地进入生产线。

最后，人形机器人如何能更快地实现工业应用？

“对于工业的落实来说，机器人是否能够抓取只是基本要求，更重要的是能够根据作业中的状态变化进行动作的动态修正，并将多个相关子动作组装成完整的工业任务。”詹伟刚表示，不同的工业工序对机器人的感知、操作和执行能力有不同的要求，因此公司正在不断丰富机器人在实际工况下的应用，持续适配模型、数据集和操作策略，强化机器人的跨场景连续作业能力。

“明确场景才能定义硬件。”深圳市大寰机器人科技有限公司的副总裁王柏棠提到，目前行业内各技术路线各具特色，而工业场景多样。哪些技术路线能更好地适配，需通过一些典型场景的应用来明确目标。在他看来，一旦某个工业场景成功应用，将促使更广泛的技术采用，推动技术沿着明确的方向不断发展，未来三年内可能会形成清晰的产业路径和标准体系。