4月14日，龙旗科技南昌平板制造工厂开启长达8小时的真实产线作业直播，两台智元具身智能机器人精灵G2以“正式员工”身份，在平板电脑产线上连续作业。据悉，这也是全球首个具身智能工业产线规模化落地。
“成功率100%、故障率0%，每小时可完成310件产品。”这场面向全球的“云监工”交出的理想答卷，实证了具身智能从“能动”到“能用”的关键跨越。今年第三季度，智元将在工厂内部署100台机器人，并向汽车制造、半导体、能源等更广泛的工业场景复制。
零失误是进厂前提
从流水线上抓取待测平板，精准放入测试柜内，检测完成后再把合格品放回流水线进入下一步，而不良品则进入回收线等待收走。
这便是精灵G2的工作，负责平板电脑MMIT（多媒体集成测试）工站的上下料。
机器人进产线上下料作业。
听上去不复杂，但龙旗科技机器人业务部总经理李龙却说，这是一个严丝合缝的精密操作。传统机械臂靠固定坐标，放进去就是“死的坐标值”，平板一旦放歪了，机械臂就会报错，而精灵G2依靠力矩传感器和视觉感知，能感知产品是否到位，像人一样灵活调整，“要么摆正了再拿，要么直接斜着拿然后正着放进去”。
为了到生产线“打工”，机器人历经4个多月的培训：先用数字孪生1:1复刻生产线，完成90%的研发测试，再进工厂副产线调试，适应真实光照、信号环境，“并线”前利用主产线闲时做一周连续压测，至少8小时不停线才获准上线。
“并线”是一个关键门槛。李龙直言：并线就是正常生产的一部分，不能因为机器人导致产线中断，“这是不可接受的”。作为一家大型消费电子代工企业，龙旗科技的要求很明确：100%成功，不能失败，7天连续工作，不能停机。
智元合伙人、具身业务部总裁姚卯青回忆，去年9月，双方成立联合攻关小组，最初机器人完成一项作业需要100多秒。经过4个月迭代，如今已稳定在20秒左右，还可24小时连续作业。
直播数据显示，两台精灵G2连续8小时生产作业，连续执行2283次精密上下料，成功率100%、故障率0%，每小时可完成310件产品。
不是替代是协同
记者在现场看到，在精灵G2的工位旁边，还有一条人工检测产线。
工人在十多米长的产线上来回走动，一人负责一个工位，不停转身查看后方哪个测试柜弹出，再把平板插进去，大约20秒转一圈，一分钟转上几圈，寻找空闲的测试柜，每天至少一两万步。
“怪不得我看工位上都没有胖子，几个小时转下来我可能会晕。”上海人工智能行业协会秘书长钟俊浩看到真实生产线后感慨道。
除了工人辛劳问题之外，还有管理难题。
姚卯青告诉记者，人是生产环节里最不可控的因素，“人会出错，受情绪和体力影响，生产良率也会随之波动。”记者还听说，这类工位人员流动性高，年轻人通常坚持不到3个月，新员工又要重新培训，人力的隐性成本居高不下。
“机器人不存在这些问题，先期的预训练之后，产线上的一致性和稳定性有保障。”直播也印证了姚卯青的看法，除了每次换电的4分钟外，精灵G2几乎随时待命，偶尔停下来“休息”并非偷懒，而是在等待生产线上游的来料。“目前生产线的节奏，还不需要机器人满负荷运行。”一名生产线调试人员说。
那么，为什么不用更成熟的机械臂？
“机械臂和机器人不是替代，而是协同关系。”李龙介绍，机械臂在固定生产流程上很成熟，生产效率可以用“可怕”来形容，但多媒体集成测试工作的操作范围有十多米，需要来回移动，不同测试项目需要不同放置动作，产品型号还可能变化，机器人反而更适合这样的柔性生产线。
“精灵G2有全向底盘、可折叠升降下肢、三向转动腰部和双臂协同，能覆盖这类非标准工位。”姚卯青表示，特别是手机、平板等3C产品迭代快，换一款产品，传统自动化产线可能需要上百万元的改装成本，但是机器人无需定制产线，场景切换最快15分钟，重新训练不超过4小时，设备复用率95%。他还提到，机器人学单个新技能可在一小时内达到99%以上成功率，当前的平板生产线切换到手机生产线，简单重新训练就能上岗。
中国信通院最新报告显示，在工业制造、物流仓储、医疗康养和商业服务等场景，具身智能将成为生产工具，推动行业向智能化、柔性化转型。其中，工厂与物流是机器人最先规模化应用的场景，工业渗透率有望突破15%。
8小时直播成功率100%。
超百台机器人今年进厂
尽管直播展示的效果不错，但龙旗科技和智元都没有回避机器人的“不可能”难题。
首先是作业节拍的差距。人工完成一项作业大约十几秒，机器人也做到了接近水平，但“还有差异”，节拍越短，生产效率越高，机器人目前的作业节拍“不具备经济价值”。同时，通信偶尔会出现信号干扰和数据丢失问题，李龙说得很实在：“要说一点问题没有，没人会相信，毕竟这是机器人第一次连续大规模运行。”
此外，姚卯青还认为，目前最大的难点不是单一技术问题，而是整个产业链的协同配合。对于正常运行的工厂来说，引入机器人意味着额外投入研发和运维资源来配合。“这不是所有客户都愿意主动承担的。”他认为，机器人厂商需要把机器人进工厂的门槛做得更低，尽可能接近“开箱即用”的状态。
“在我们原本认为有挑战性的精密装备环节，机器人换个‘手’就能轻松拧紧小螺丝，但理线这一容易忽视的环节却成了难题。”李龙介绍道，手机背板内部连接众多传感器，需要用到极其细小的电线。这一工序通常需要多人协作，一人负责插好传感器，一人套上模具，另一人则需手持镊子小心翼翼地将电线嵌入模具的缝隙中。“这根线又软又细，以机器人目前的技术水平，短期内还难以胜任。”
“机器人本体能力还在发展中，上游零部件的精度，比如伺服器的响应速度、轴心的对准度等，都直接影响末端操作的质量。另外，具身智能泛化能力仍然不足，机器人进入新场景还需要预训练和部署调试，离‘直接下工厂干活’还有相当距离。”钟俊浩认为，只有当机器人对物理世界有全局性的认知，才能做到“具体场景下的适度纠偏”。
“乐观来看，不少人将当下机器人比作GPT-2或GPT-3时代，但GPT-2已能输出连贯答案，而当前具身智能远未达到这种水平。我认为，当前机器人更像是2018年的谷歌BERT模型。”姚卯青认为，若参照BERT到ChatGPT约四年的演进节奏，机器人进工厂的“GPT时刻”预计在2030年到来，初步可用或需等到2028年。
在姚卯青看来，今年，具身智能将迈入“可并线、可稳定、可批量、可复制”的工业级常态化部署阶段，计划今年第三季度将部署规模扩大至100台，并加速向汽车制造、半导体、能源等更广泛的工业场景复制。而龙旗科技则将继续逐个攻克机器人进产线的卡点，交付运维后再移步下一个场景。李龙对此展望道：“希望明年一打开视频全是机器人，人去做更高价值的工作。”
股票入门学习提示：文章来自网络，不代表本站观点。
