想改造工厂的机器人，先被工厂改造了

被处理的Figure 02是公司的上一代产品。随着新一代产品Figure 03机队扩大，公司不打算继续维护Figure 02，可逐台拆解又太费时间，甚至会拖慢Figure 04的推出。因此，大部分Figure 02就此告别，只留下少量存放在总部。 据Figure公司披露，Figure 02曾在宝马美国斯帕坦堡工厂累计运行超过1250小时，为9万多个零件完成上料，生产线留下的故障记录指向了一个薄弱处：前臂是该项目中最常出现硬件故障的部位。 于是，到了Figure 03，工程师重做腕部电子架构，去掉原来的通信分配板和动态线缆，让腕部电机控制器直接连接主计算机。今年6月，Figure 03已经回到宝马工厂，展示新的物流排序任务。 会搬箱子，不等于能接下搬运工位；站上生产线，也不等于能跟着它连续运转。当客户开始为一份具体工作付钱，机器人公司的技术清单就得重新排序。有些能力必须补上，有些设想需要暂缓，甚至连两条腿是不是必需，都要重新算账。 人形机器人还没有大规模改造工厂，工厂已经开始改写“好机器人”的标准。接下来，真正可能拉开公司差距的，是谁能更快把这些现场要求变成产品，并对机器交付以后的工作负责。 对客户而言，一项能力只有真正覆盖一整份工作的要求，才有机会变成可以依靠的劳动力。如果机器人只能够接手工位的一部分，剩下的操作就仍要有人接手；如果机器人干几个小时就要停下来充电，那么生产安排也得跟着它调整。 优必选的Walker S1就曾被作业范围限制住。2025年，优必选副总裁、研究院院长焦继超接受媒体采访时坦言，开发这款产品时，公司对工业场景的理解还不够深，机器人只能覆盖工位的局部区域，很难给客户产生真正的应用价值。 还有充电。按焦继超当时介绍的数据，Walker S1高负载工作约三小时，就要花一小时充电。为了解决这段停机时间，优必选组织专门团队，用九个月研发自主换电技术，让Walker S2自己去换电。 腰能弯下去、电池能自己换，看起来都不像重新发明机器人。但对一个具体工位来说，这些修改决定了机器人能接多少工作，又会把多少工作留给人。 工厂里的验证，不只改变了机器人该怎么设计，也改变了优必选先做哪些工种。焦继超介绍，公司早期尝试过组装、涂胶等多种工位，经过验证，他们逐渐把重点转向搬运、分拣、质检。 而在宝马的钣金上料项目里，Figure面对的要求已经具体到了秒：一轮任务84秒，其中上料37秒；每班正确放置率目标超过99%，人工干预目标为零。 这类要求会重新定义什么叫“做得到”。机器人一旦到了生产线上，把零件放到指定位置还不够，还得在规定时间内，反复把它做对。 银河通用创始人王鹤在2025年接受媒体采访时说，公司在研发上布局双足，但当时工厂、商超客户要做的是移动、抓取、放置，产品端选择了轮式底盘。他给出的理由是双足会带来噪声和续航问题，轮式产品可以六至八小时充一次电。 今年6月，宁德时代披露，银河通用的重载机器人Galbot S1已进入其智慧产线，承担模组与电池包生产环节的作业。客户介绍这台机器时，突出的是双臂50公斤级载重和8小时续航。 当一份工作用轮子就能完成，两条腿就需要证明自己的额外价值，因此对机器人公司来说，这不只是底盘怎么选的问题，也是在决定哪种技术先进入产品、先拿去面对客户。 从覆盖整个工位，到减少充电停机，再到选择底盘，工厂正在把“技术上能做什么”，改写成“这份工作究竟需要什么”。而能够完成这种转换的公司，才有机会把一次演示变成一门持续的生意。 2019年，Agility与福特宣布合作：汽车负责路上的运输，两条腿的Digit接手从车到收件地点的最后一段路。车开到门口，机器人下车，把包裹送到门前。 在美国佐治亚州一处由物流企业GXO运营、服务服装品牌SPANX的仓库，自主移动机器人把装有商品的料箱运来，Digit接过料箱，放上传送带，送往后面的打包工位。2023年的概念验证之后，GXO于2024年与Agility签下多年协议，以机器人服务的方式部署Digit和配套软件Arc。 在介绍GXO部署一周年后的改进时，Agility披露，团队重做了导航系统，让机器人寻找步数最少的路径，减少起步和急转弯时的多余动作，并提高带着重物移动的效率。它要带着重物，在狭窄空间里反复停下、转身。 流水线也不总是畅通的。如果下游工位积压，或员工正在休息，Digit会先把料箱码在一旁，让送货的移动机器人继续通行，等到传送带恢复后，再把暂存的箱子补上去。 这时，Digit接下的任务已经不只是把箱子从一处搬到另一处，而是生产流程里的一个岗位。它需要根据上下游的状态去判断，决定什么时候继续，时候等待。 按公司公布的规格，为了承接更多搬运任务，Digit 5提高负载和触及高度，并把工作与充电的时间比从上一代的2∶1提高到10∶1，实现了“充电9分钟，工作90分钟”。同时，新产品还改进了人员检测与新的安全控制设计，希望减少部署时对隔离设施的依赖。 Agility与GXO的合同从一开始就包含配套软件Arc。这个平台承担建图、工作流程配置、运行管理和故障排查，把Digit接到既有自动化设备中。到Digit 5，Agility进一步强调，通过Arc查看可工作时间、吞吐量和故障间隔，并连接仓储管理、仓储执行与制造执行系统。 这些工作都需要Agility持续投入人手。地图要建，任务要配，软件要连接，故障要有人处理，表面上看客户采购了一台机器，实际上Agility接下的是一段持续的责任。 这种持续服务，也进入了Agility的收费方式。客户可以支付部署费和持续的机器人服务订阅费，也可以买下Digit，再按年购买软件和维护服务。 从福特合作时设想的送包裹，到GXO仓库里的搬料箱，Digit找到了一份具体工作。围绕这份工作，Agility交付的东西也扩展到了企业软件、系统接入和持续服务。 2019年底，云深处与南方电网数字电网研究院合作，让第一代绝影X10在变电站自主巡检。随后暴露出来的一项要求是下雨天也得出去工作，正因此，2021年推出的X20增加防水防尘能力，向全天候巡检靠近。 再往后的X30，问题变得更细。云深处在产品说明中提到，灰尘、污渍和变化的光线会影响机器人自主充电，因此重做了充电定位方案；面对客户对长时间作业的要求，则对应到更长的负载续航和可快速拆换的电池。 这些改动最终要面对的，是机器人长期待在真实现场的考验。云深处2025年披露的宁夏无人风电场项目，距离最近的人员聚居点约10公里，人不方便随时到场，机器人能否稳定完成巡检也因此更加重要。 四足巡检与人形搬运的难题不同，但雨水、灰尘和充电对接有一个共同点：它们很少成为一台机器人最耀眼的能力，却可能决定客户明天还敢不敢继续把任务交给它。 工厂对人形机器人的要求，也在沿着这个方向变得具体。销量和收入可以说明市场已经愿意付钱，但这些机器最终被拿去做什么、能不能长期把一份工作做完，还要由生产现场继续检验。 宇树已经把人形机器人做成了一门有规模的生意。其2026年8月招股书披露，2025年人形机器人收入约8.68亿元，占主营业务收入的51.78%，超过四足机器人。 而按公司此前问询回复披露的2025年四个季度分领域数据加总，科研教育约占人形机器人收入的76%。这里的科研教育，也包括科技企业和开发者购买机器人，用来做二次开发、研究与模型训练。这类需求中，相当一部分购买的是继续开发、研究新能力的平台。 但是，当机器人真正进入生产工位，客户要买的，则是一份需要按时完成的工作。两种需求都能支撑生意，但擅长把机器人卖给开发者，不会自动换来生产客户的认可。 一台机器人卖出去，可能意味着一个研发项目刚刚开始；一台机器人被留在工位上，则意味着它得反复交出工作结果。行业不能用前一种市场的繁荣，提前宣布后一种市场的胜利。 再往前看，下一轮竞争中值得押注的能力，未必都藏在更炫目的动作里。谁能把故障变成下一代设计，把客户的一道工序变成可以持续交付的产品，谁才更有机会把先发优势留住。