人形机器人进入汽车工厂应用

2024年8月21日，世界机器人大会在北京正式开幕，吸引了近170家国内外机器人企业参展。展会上，27款形态与功能各异的人形机器人成为全场瞩目的焦点。

2024年被誉为“具身智能元年”，一个明确的趋势正在显现：人形机器人进入工业车间，特别是汽车制造工厂，已经从概念构想步入实际应用阶段。

在全球范围内，汽车工厂正成为人形机器人落地应用的前沿试验场。Figure AI在发布新一代Figure 02机器人时，展示了其初代产品Figure 01在美国宝马工厂中执行仓储、钣金等任务，每日工作时长可达20小时。Apptronik公司与奔驰合作，将Apollo人形机器人部署到生产线上，负责搬运与装配等工作。特斯拉的Optimus机器人也在其自有产线进行测试，并计划于2026年为其他企业实现批量生产。

视线转向国内，人形机器人同样开启了在汽车工厂的实训。今年，优必选与东风柳汽、吉利汽车、一汽红旗等多家车企达成合作，其自主研发的工业版人形机器人Walker S已进入多家工厂进行实际场景测试。在此次世界机器人大会上，优必选更是将“实训车间”搬至展台，Walker S系列机器人现场演示了智能搬运、分拣、质检等任务，并正式发布了“人形机器人工业场景解决方案”。

据悉，优必选是目前全球唯一与多家车企达成战略合作并进入工厂实训的人形机器人企业，已获得超过500台工业版人形机器人意向订单。大会期间，优必选还与北京具身智能机器人创新中心、奥迪一汽签署合作协议，共同研发智能化解决方案，以推动人形机器人在汽车生产线的大规模应用。科幻走进现实的速度，似乎超出了许多人的预期。

优必选与奥迪一汽签约

人形机器人进入汽车工厂面临哪些挑战？

在探讨人形机器人如何“入职”车厂前，需明确一个背景：现代汽车制造业本身自动化程度已非常高。复杂的整车制造流程被分解为标准化工序，由专用设备在各工作站高效完成。因此，人形机器人要融入这条成熟的生产线，必须攻克几个核心难题。

首要挑战是环境适应性与任务稳定性。汽车工厂环境复杂且可能动态调整，机器人需具备强大的鲁棒性，能在不同产线间切换并稳定工作。同时，汽车制造对精度要求极高，机器人需要达到毫米级的操作精度。

其次，是力量与灵活性的平衡。机器人既需有足够力量搬运重型部件，又要求手臂和手部足够灵巧，以完成复杂的装配动作。此外，实时感知与响应能力也至关重要，机器人必须能动态感知环境变化并快速调整，确保生产流程不间断。

在多任务协同与人机安全交互方面，挑战同样存在。机器人需要能处理多项任务，并与工厂内其他自动化系统及人类工人高效协同。尤其是在人机共存场景下，确保绝对的安全交互、避免碰撞是基本要求。

简言之，人形机器人需要在适应性、稳定性、精确性、力量、感知、协同及安全性上达到高水平，成为一个“多面手”。其目标并非取代现有成熟的工业机器人，而是在那些非结构化、对灵活性要求更高的工位上，与现有设备形成互补。

“工厂的工序是动态调整的，今天可能负责搬运，明天做分拣，后天又换成组装。面对不同场景和工况，人形机器人的泛化能力是最好的。”优必选副总裁、研究院院长焦继超这样解释道。

以基础的搬运任务为例。虽然机械臂、自动导引车（AGV）等在标准环境下已广泛应用，但在空间狭窄或复杂的条件下，这些专用设备可能受限。这正是人形机器人发挥其移动和适应能力的场景。

为完成搬运，优必选针对Walker S的“大脑”（感知与规划）、“小脑”（控制）及“肢体”（执行）进行了研发：通过构建3D语义地图实现导航避障；利用视觉识别与模仿学习辨别目标物体；最终凭借轻量化仿人双臂和定制末端执行器，实现最重15公斤物体的抓取搬运。目前，Walker S系列最快能在一分钟左右完成物料取放。

而像零部件分拣这类工作，则对机器人的灵巧操作与智能水平提出了更高要求。面对数量庞大、差异细微的零件，需要精准的视觉识别以及“大脑”与“小脑”的高度协同。

优必选的解决方案是依托其训练的、面向工业制造场景的人形机器人规划大模型。在此基础上，Walker S系列通过6D位姿识别技术定位部件；利用端侧多模态大模型理解并规划分拣任务；再由双臂自主运动算法生成无碰撞的抓取路径；最后通过灵巧手协同操作，实现10秒内抓取放置两种组件。

此外，在本次大会上，Walker S系列还展示了精准质检能力。它利用语义VSLAM技术灵活导航，可弯腰下蹲检测低矮区域；通过手持LED灯与高精度摄像头配合，实现毫米级的螺栓检测精度，并将结果实时反馈至质量管理系统。

这些技术成果不仅提升了单点任务的自动化水平，更勾勒出制造业从固定自动化向柔性智能化演进的可能路径。

车厂实训：驱动数据飞轮转动

在具身智能领域，一个核心共识是：数据是驱动技术进步的关键燃料，同时也是当前的主要瓶颈之一。

焦继超指出，真实数据与仿真数据都重要，但目前的仿真数据高度依赖真实场景数据来生成。“未来当真正的世界模型能够精准描述物理规律时，仿真数据的作用可能会超越甚至不再需要真实数据。但现阶段，真实数据的权重仍然占到大头，约80%。”这意味着，进入真实场景获取第一手数据至关重要。

因此，除了高成本的真机采集和存在现实差距的仿真，让机器人直接进入真实场景，从执行简单任务开始积累数据，成为一条被验证的路径。这形成了一个正向循环：机器人通过场景互动收集数据，数据优化其算法，优化后的算法使机器人能执行更复杂的任务，从而实现更深度的场景落地，进而产生更丰富的数据，推动技术持续迭代。

自动化基础好、流程相对标准的汽车工厂，自然成为启动这个“数据飞轮”的理想初始场景。

未来的智能工厂，将是一张由人形机器人、工人、AGV、无人物流车及智能制造管理系统共同构成的高效协作网络。在AI 2.0时代，这需要人工智能、机器学习、多模态交互等技术的深度融合，以实现任务的智能分配、调度与流程的无缝衔接。

具体而言，智能制造管理系统作为中枢，负责优化任务分配与调度；AGV和无人物流车负责标准路径的物料配送；而人形机器人则凭借其灵活性，在复杂环境中执行导航、搬运、装配、质检等精确作业，并通过5G等技术与系统实时通信，与人、机高效协同。所有单元在生产中产生的数据，将被系统汇总分析，用于持续优化生产策略。

基于这一蓝图，优必选以汽车行业为突破口，规划了三个阶段的发展路径：当前阶段，聚焦新能源汽车制造场景，完成在搬运、分拣等任务中的测试验证，打磨硬件稳定性和可靠性；下一阶段，随着规模化落地，提升产品性能、降低成本，实现规模商业化，并横向拓展至消费电子等其他制造业；第三阶段，随着软硬件成熟，将机器人拓展至更复杂的任务场景，使其具备超过10种技能，成为真正的多任务通用型工业人形机器人。

“我们通过大量场景数据迭代模型，这让智能技术得以真正落地。新数据的持续涌入，使得我们可以用软件来定义硬件，最终实现面向工业应用的通用化解决方案。”焦继超分享道。

在本次世界机器人大会上，Walker S系列已初步展示了这种协同能力：Walker S Lite与无人物流车协同完成搬运任务；在质检环节实时上报结果；在分拣环节根据系统指令自主执行物料转运。

展望未来

行业普遍将人形机器人视为继智能手机和新能源汽车之后的下一个技术浪潮。而制造业日益扩大的劳动力缺口，则进一步拓展了其市场想象空间。

根据多部委联合发布的《制造业人才发展规划指南》，到2025年，中国制造业工人缺口将接近3000万，缺口率达48%。另一方面，中国电子学会预测，到2030年，我国人形机器人市场规模有望达到8700亿元。这两组数据的交汇，不仅揭示了市场对智能化制造方案的迫切需求，也预示了人形机器人在填补劳动力缺口、推动产业升级方面的巨大潜力——一个潜在的万亿级市场正在开启。

2023年12月，优必选以“人形机器人第一股”的身份在港股上市。针对行业期待的应用落地，优必选正试图通过车厂实训率先布局。焦继超表示：“作为研发人员，希望大家能更冷静地看待新技术发展，给予更多提升应用能力的空间。先把行业培育起来，人形机器人的前景非常光明。我们将坚持不懈，解决发展中的各种难题，不断突破技术瓶颈。”

走进车厂实训，标志着人形机器人从实验室走向真实生产场景的关键一步。下一次工业革新的浪潮，或许已在不远处涌动。