记者 | 徐美慧。编辑 | 文姝琪。兆丰机电董事长孔爱祥向等媒体表示，工厂从2013年开始引入固定机械臂，经过两三年磨合，部分工序已达到10至15秒的节拍。他认为，人形机器人有望带动关节、减速器、电机等上下游产业链的发展，但要形成这样的产业规模，首先需要让机器人真正投入生产和生活场景。相比单点技术展示，他更关注能否把工厂验证过的方案推广到更多产线。例如，部分产线更换产品型号后，需要工程师花两三个小时确认和调校设备。乐聚助理副总裁任广杰现场介绍，不同车间光照差异明显，零件形状和摆放位置也不断变化。经过现场训练、运行数据回流和算法调整，机器人才能逐步适应特定工序。一个原因是部分生产环节难以通过固定自动化设备完全覆盖。他认为，人形机器人企业应承担“链主”角色，带动上游零部件企业和下游应用开发团队共同参与，而不是一家企业包揽所有环节。相比这些场景，工业生产要求机器人长期遵守生产节拍，并保持稳定、连续的作业能力。最初机器人只能抓取规则摆放的零件，料框稍有移动便可能识别失败；放料时还要判断工位上是否已有零件，避免影响产线运行。同日，乐聚与兆丰联合发布具身智能汽车零部件上料解决方案，并宣布已有15台机器人投入常态化运行。兆丰方面透露，下一步希望让机器人承担巡检、质量检测和设备调校等任务。对于后续商业化，常琳还强调了产业链分工的重要性。目前，机器人主要负责机加工产线的上料环节。从实际生产看，机器人仍需要提高作业速度。图片来源：记者 摄。面对不同形状的零件、位置变化的料框和交错分布的工位，机器人需要连续完成取料、转运和放置，而不是在固定位置反复执行同一套动作。公司希望让相同技能更快部署到多台设备。对比熟练工人的操作，机器人约35秒的上料节拍仍有较大提升空间。为减少重复开发，乐聚将上料技能拆分为30余个基础模块，并提供开发工具链和多机调度平台。乐聚机器人CEO常琳在接受等媒体采访时将人形机器人比作“下一个新能源汽车”。项目已运行两个多月，累计作业约1000小时，协助生产超过6万个零部件。在常琳看来，这次15台机器人在厂区内常态化使用，“不是Demo”。工人十几秒钟完成的动作，机器人需要约35秒，且不能打乱生产节拍。为进一步提高作业效率，乐聚还将数据回流纳入此次方案。人形机器人的出货量正在增长，但工业场景的实际需求仍有待验证。同期，科研教育、表演展示及政府数据采集中心仍占全球出货量的69%。兆丰机电总经理孔辰寰举例称，工厂的一些海外售后订单只有250至300套，产品种类多、换产频繁。据乐聚介绍，这15台机器人已覆盖15个工位、10余种零件，单次上料循环在40秒以内，成功率约98%。已经配备固定机械臂的工厂，为什么还需要人形机器人。对人形机器人来说，把一个汽车零部件从料框放到产线上，并不是一件容易的事。常琳也表示，目前机器人的上料成功率已经达到较高水平，下一步重点是提高作业速度。机器人在上料时同步采集数据，抓取失败、零件掉落等记录也用于后续模型训练。IDC于9月29日发布的报告显示，2026年上半年全球人形机器人出货量接近2.5万台，同比增长432.1%，中国市场超过1.9万台。他还特别提到，数据能否在不同机器人之间复用，关系到后续部署是否需要从头采集和训练。除了通过真实产线数据回流优化模型，乐聚还希望进一步发挥双臂协同作业的能力，让机器人一次抓取更多零件，以提升上料效率。现有自动化设备擅长大批量、相对固定的加工任务，但工序之间仍需人工搬运、上料和调整，人形机器人更多是补足这些环节，而非替代整条自动化产线。双方还将汽车零部件上料真机数据集捐赠至开放原子开源基金会OpenLET社区。10月15日，记者在位于杭州的兆丰机电工厂看到，乐聚的多台人形机器人分布在汽车零部件产线不同工位，完成识别、抓取、转运和上料。除了上料，双方也在考虑其他生产环节的应用。即便只是上料，工厂环境也比实验室复杂。机器人需要与工厂生产系统打通，才能把单个动作变成可连续执行的生产任务。不过，同一套方案换到其他工厂后，仍需要适配零件、设备接口和安全要求，是否真正具备规模复制能力，还需要更多项目检验。如果机器人能在开工前完成部分工作，就有望增加设备的有效生产时间。他认为，人形机器人如果能做到约15秒，才更有条件在行业内推广，预计还需半年至一年才能达到这一目标。他提到，实际部署不仅是改进视觉识别和抓取算法，还涉及车间油污、人流、设备接口，以及前后工序的对接。常琳解释，基础模型训练需要多种来源的数据，但到了具体工厂部署阶段，真实机器数据更加关键。