文章核心观点 - 人形机器人在才艺表演赛道已卷到头，但真正能兑现价值、检验机器人成色的地方在工厂 [2][3] - 工厂考核机器人的标准不是动作惊艳程度，而是能否替人干活、成本是否算得过来、稳定性和配合能力 [3][7] - 具身智能让自动化长尾中“算不过账”的零碎活有了重新算账的可能 [8] - 工厂零容错与AI需试错学习之间存在天然矛盾，试错必须搬到虚拟环境中进行 [13][14][15] - 单台机器人上岗后，规模化管理的核心难题是一百台怎么管，需要统一调度系统和行业标准 [20][22][23] - 行业真正稀缺的不是单机智能，而是让一群机器人在工厂里协同干活的系统能力 [24] - 衡量行业真实进度的标尺是教会新技能是否更便宜、部署第二台是否更快、进新工厂是否少交学费 [25] 自动化工厂的缝隙与自动化长尾 - 电子厂SMT车间贴片机以每秒几十次速度打元器件，精度以微米计，但装满物料的料箱仍靠人一箱一箱搬，转运工人一个班步数能到一两万 [6] - 一条专门自动化产线前期投入巨大，建成后只能干一件事，回本取决于量足够大和产品不轻易变，如汽车厂焊装车间机械臂一台车卖几十万辆、同一套动作重复几十万次账才算得过来 [7] - 制造业更多场景是多品种、小批量、换型频繁，为其中任何一件单独搭建自动化产线都是亏损，工业界称之为自动化的长尾 [7] - 西门子数控（南京）有限公司总经理周郁荣举例给自动化线体补料，背后是规划编程、硬件控制、信号对接、软件开发一整套，成本高得很，原话是“很不经济” [7] 具身智能在工厂的选型与试点 - 具身智能两个特点对准半结构化场景：能自己拿主意不用工程师逐条写程序，能感知环境随时调整 [8] - 南京工厂（SNC）场景多品种、小批量、换型频繁，选型时关心换地方能否接着干、一台机器能否干几种活、能否不依赖工程师逐条编程、能否和现有PLC顺畅配合 [8] - 最终选型没有选双足机器人，而是选择轮式机器人，因为双足站着就要不断调整身体维持平衡，平衡上消耗的每一度电都从续航里扣，工厂地面平整绝大多数任务用不上双足特殊动作 [8] - 轮式机器人省电、走得快、续航长，试点方案双臂加起来能承重50公斤，被安排承担SMT产线线头线尾的料箱搬运 [10] - 教机器人干活成本松动：人先遥操作示范大约4小时采集真实动作，再让大模型在虚拟环境里举一反三推演各种抓取角度和姿态，一周备齐数据、两周跑通流程、从零开始三周上下掌握“识别、抓取、放置”整套技能，真实数据量比传统训练少得多 [10] - 西门子方面说明这只是试点场景下的阶段性结果，模型和硬件还在迭代，效率还会往上走 [11] 工厂零容错与试错搬进虚拟世界 - 具身智能通过后训练、强化学习在一次次尝试里自己摸索最优动作，但工厂最不能容忍犯错，一次掉料整条线可能停下来，一次机械臂冲过头一套模具可能报废 [13] - 西门子中国研究院院长朱骁洵表示，没有一家工厂愿意把自己的产线变成一个让AI试错的试验场 [13] - 技能泛化和稳定天然矛盾，AI越强越爱自己琢磨新办法，工厂要的是老办法永远可靠，工业场景是零容错的，跟消费场景完全不一样 [14] - 在Process Simulate工业仿真软件里，不同品牌不同形态的机器人进厂前先在虚拟车间里“考”一遍，路线会不会撞设备、节拍跟不跟得上、有人走近能否及时降速停下、一直搬运会不会发热、什么时候该去充电，这些问题在虚拟世界里先跑几十万遍才轮到真实产线 [15] - 西门子把数字孪生和NVIDIA Omniverse打通，搭出逼真的虚拟工厂，用合成数据补充训练 [15] - 周郁荣表示真正让机器人成长的不是海量正常运行数据，而是试错数据，采一万次正确动作不如让它记住一次失败 [17] - Smart Detection平台持续记录工人实际操作，提炼成机器人可以反复调用的技能包，过去一个工人退休经验就跟着走了，现在这些经验能沉淀下来换个场景接着用 [17] - SNC安排很克制：先干粗重重复的搬运，再去有异味、高压的环境，等灵巧手成熟最后才碰怕静电、怕油脂的精密装配，不抢跑也不跳步 [18] 多台机器人协同与调度系统 - 工博会西门子展台留出约3米×6米区域，摆了一台数控机床、一台轮式具身智能机器人和一张放料盒的桌子，机器人抓取长约150毫米、外径25毫米、重约500克的滚柱丝杠螺母样件完成模拟上料 [20] - 机器人没有自己决定什么时候出发，也没有判断机床什么时候开门，抓零件是它的本事，但什么时候出发、门什么时候开、干完回到哪，由身后的调度系统SIMOVE Fleet Manager安排 [20] - SIMOVE Fleet Manager能调度车间里成百上千台移动设备，AGV、AMR、轮式、双足机器人都能统一管，基于VDA 5050开放标准，不同厂商设备不用各说各话 [22] - 统一调度真正值钱的地方不是能连上多少台机器人，而是第二台的部署比第一台更快，换一家机器人厂商也不用把前面的工作推倒重来，接入成本降下来规模才上得去 [22] - 朱骁洵讲制造业做了十几年两化融合，自动化和信息化至今没有完全打通，现在又来了会自己走路、自己拿主意的自主机器人，一台机器人接一台机床工程师可以逐项调通，一百台不同品牌不同形态的机器人同时干活只能靠系统和标准 [22] 行业标准与产业链协同 - 西门子和机械工业仪器仪表综合技术经济研究所花了两年多，牵头制定新的国家标准GB/T 47859—2026《智能工厂生产系统可重构建模规则》，给传统IT、OT系统和未来自主系统立一套能彼此沟通的语言 [23] - 朱骁洵说这相当于给具身智能机器人加上一个语言上的约束，跟很多机器人厂商聊下来发现大家痛点高度一致，需要有人帮他们把自主机器人接进传统自动化体系 [23] - 南京的试点已经在把正在做POC的机器人本体纳入标准体系 [23] - 定标准是这个行业最没有流量的事，但没有它每接一台新设备都得重新定制开发，设备越多反而越乱，机器人能不能成批进厂恰恰取决于这种不起眼的地基 [23] - 舍弗勒具身智能机器人（太仓）有限公司总经理孙海天把链条分成三段：模型和硬件结合造出本体，针对场景做二次开发，再和现场深度结合落地 [24] - 舍弗勒在全球有一百多家工厂，本身就是机器人的客户，同时是零部件供应商、自动化方案商，还要管全生命周期的服务，连这样的公司都要以多重身份进场，链条每一环的成本和门槛可想而知 [24] - 过去几年具身智能行业把大部分聪明才智花在让机器人自己动起来上，单机智能正在变得过剩，真正稀缺的是让一群机器人在工厂里一起干活的系统能力 [24] 行业真实进度与规模化判断 - 泛化和稳定的平衡题没有完全解出，南京工厂的机器人也还在概念验证阶段 [25] - 看清行业真实进度需要换一把衡量标尺：教会它一个新技能是不是比上次更便宜了，部署第二台是不是比第一台更快了，让它进一座新工厂是不是能少交一次学费 [25] - 这些问题的答案比发布会上的任何动作都更接近真相，答得好规模化是迟早的事，答不好动作再精彩也只是演示 [25] 产业自我制造与平凡时代 - 工博会上展台机器人反复搬运的滚柱丝杠螺母，是机器人自己关节里最吃精度的零件，它在搬的是制造机器人的零件 [27] - 展台另一头搭载SINUMERIK 828D的机床正在加工这类零件，旁边的动画里SIMOVE EMS总装方案在把机器人的双臂和腿足组装起来 [27] - 这个产业已经开始学着制造自己，只是做得安安静静没人注意 [28] - 当机器人开始日复一日地补料、送料，到点自己去充电，动作平淡没有任何戏剧性，它才算真正开始工作 [28] - 属于机器人的“平凡”时代才刚刚开始 [29]