人形机器人能否进入工厂，最终还要回到制造业自身的生产逻辑。
作为一家老牌的机器人厂商，在今年的工博会上，汇川技术首次对外展示了人形机器人。
这款机器人采用轮式移动平台，搭载七轴仿生机械臂，同时具备高精度力控能力。轮式结构在地面相对平整的工业车间中，更容易兼顾移动效率与稳定性，其液冷架构，在环温40℃时也能满算力运行。
从现场演示来看，人形机器人并不是独立承担完整的焊接工序，而是与视觉系统和协作机器人配合，先完成工件上下料工作，再由点焊和弧焊机器人执行焊接作业。
这种分工反映出人形机器人进入工厂并不是替代原有的工业机器人，而是作为一种更加灵活的作业单元，与已有自动化系统配合，补充传统设备难以覆盖的工序。
在工博会展台的二楼，21世纪经济报道记者见到了汇川技术智能机器人事业部总裁屈云飞。
十多年的机器人从业经历，让屈云飞看到了工厂自动化的进步，也看到了许多制造企业面临招工难、柔性生产受限的痛点。这些亟待解决的产业难题，正是他观察人形机器人机会的起点。
“人形机器人的空间，比填补传统自动化的长尾需求更大。”在屈云飞看来，有些工序已有自动化技术，企业却仍然使用人工，原因往往藏在经济账里：订单批量小、产品变化多，换型换线的损失可能超过自动化带来的收益。
汇川技术调研了200多个工业场景，选择从具体任务入手，再补齐所需的数据和模型。屈云飞认为，人形机器人天然是一种解决方案，客户最终需要的是能够稳定完成工作的整套能力。
这也意味着，从展台演示走向工厂生产，还要经过概念验证、小批量订单，再逐步复制推广。对于行业前景，他保持期待，也清楚其中的难处：现有模型消耗的数据多、成本高，具身智能模型效率的提升，将是商业化的重要变量。
技术上走得通、产品能稳定运行、商业上算得过账，是他反复强调的三个条件。汇川技术正在做的，就是把这些条件逐一变成现实。
屈云飞。资料图
工厂需要什么样的人形机器人
《21世纪》：这几年制造业客户对机器人有哪些需求变化？
屈云飞：我感受最明显的是对智能化的需求增加。很多经营较好的工厂既有自动化产线，也有非自动化产线。非自动化部分中，有很多柔性、非标、长尾任务。市场环境下，企业既要做大批量产品，也要做小批量产品，对柔性的要求很高；但同时又招不到人，这是一个矛盾。我们看过200多个场景，从手电筒到汽车制造，涵盖先进制造和基础民用工业。
场景可以归纳为品类多、物体不规则、抓取难、需要连续完成多个动作、目前大量依靠人工等，这些都是可以探索的方向。未来如果关键技术取得突破，各行业都可能出现适合自身的人形机器人。
《21世纪》：汇川技术的轮式人形机器人，未来能填补工业领域的哪些不足？
屈云飞：到目前为止，工业场景还有大量环节没有自动化。即便是最先进的工厂，也还有空间。很多工厂面临招人问题，一些传统制造业中，岗位上的员工年龄也偏大，招工难是现实需求。另一方面，有些工序有自动化需求，但现有技术还做不到，接下来就需要通过智能化去解决。场景很多，有的难度高，有的虽然简单但不值得做，关键是找到需求、技术和经济性之间的平衡。
《21世纪》：面向工业场景，具身机器人是不是主要解决剩下的长尾、柔性化市场？
屈云飞：不完全是这个逻辑。举个例子，同样生产一种产品，有的企业用全自动化产线，有的企业仍然全靠人工。比如电机绕线、装绕组，就可能出现这种差异。技术上能不能自动化是一回事，企业为什么仍用人工，要看经济账。如果换型、换线带来的损失大于自动化收益，企业就不一定会做自动化。人形机器人在工业中的想象空间非常广阔。它并非要替代传统工业机器人，而是作为一种更灵活的作业单元，去覆盖那些长期依赖人工的柔性生产环节。更准确地说，哪里有复杂、柔性的作业痛点，哪里就可能是它的目标市场。简单的工作可能已被自动化解决，不同任务的难度不同。可以理解为，原始状态下很多工作都是人做的，其中简单的工作逐步由工业自动化解决，具身机器人则探索剩下的人工作业。
《21世纪》：有些企业选择做双足机器人，汇川技术是轮式机器人，是不是因为双足形态在工厂里的适配性比较低？
屈云飞：产品形态要根据场景需求来定。工业场景首先要干活，核心工作往往在上半身；下半身主要负责从一个地方移动到另一个地方。很多工厂没有楼梯，有电梯，不能只凭宏观印象判断形态。我们调研客户时会看节拍、空间等要求，所以把底盘做得比较小，便于在工厂里通过，这是针对场景的个性化设计。我们对双足和轮式没有特别偏好，如果未来发现双足更适合某些场景，也会做，目前轮式已经能覆盖不少场景。
《21世纪》：汇川技术的轮式机器人与其他厂商相比，有哪些不同？
屈云飞：一个特点是采用液冷架构，而不是自然散热或风冷。液冷可以降低温度，让GPU算力得到更充分发挥。我们目前的算力超过2000 TOPS，能够适配更广泛的模型。液冷也使内部结构可以封闭，提升防护能力；在人机交互或环境较复杂的场合，防水、防护和噪音控制都很重要，产品防护等级为IP54。另一个特点是运动控制能力。客户在实际落地时反馈，机器人运动比较稳定、抖动少，这是汇川技术在运动控制和硬件方面积累的体现。
《21世纪》：不只单机产品，汇川技术在体系能力上还有哪些特点？
屈云飞：刚才讲的是单产品维度。工业场景里，除了人形机器人，还需要工业机器人、协作机器人。把产品组合起来看，全球同时布局这些产品形态的企业不多。工厂还需要PLC、工业自动化软件和调度系统。汇川技术的优势还包括产品组合以及工厂自动化整体能力，不只是单一机器人产品。
《21世纪》：除了本体和运动控制，智能化的能力汇川技术怎么补齐？
屈云飞：现阶段不要追求完全通用的机器人，这很难。不同企业有不同禀赋，大致有两条路线。第一条是先做模型，先积累数据、训练模型，再去找落地应用。第二条是汇川技术正在走的路线：先找场景，明确要落地什么任务，再补这个场景的数据，做好与场景匹配的模型，先把一个个场景做透。两条路线没有绝对好坏。即使模型做得很好，落地时仍有很多非模型因素。汇川技术先把这些落地因素解决，同时等待行业模型取得较大突破，也用一些专用模型来解决具体场景的问题。
十大配资平台推荐人形机器人天然是解决方案
《21世纪》：人形机器人和传统工业机器人业务，最大的不同是什么？
屈云飞：区别很大。我认为最本质的区别是，人形机器人天然是一种解决方案，只拥有一个人形机器人本体，通常还不足以完成实际工作；工业机器人本身更像一个产品。
《21世纪》：现在机器人行业可能从特别乐观转向不那么乐观，你觉得机器人有哪些能力被低估或者哪些问题讨论得还不够？
屈云飞：现在大家对VLA、世界模型等技术讨论已经很多，模型之间会不会替代也谈得很多。但真正进入场景后，会遇到很多具体问题：气源该用电动还是气动，夹具该用三指还是五指，遇到遮挡怎么办。讨论不同模型路线本身未必有意义，要看具体场景。
例如某个工作空间很窄，手伸进去后就看不见了，这时理论上世界模型可能比VLA更合适，因为VLA无法在无视觉的情况下完成操作。只在技术概念层讨论谁好谁坏，意义不大。我认为大家谈得较少的是，如何由场景牵引技术发展：场景需要什么技术，模型需要多大、数据需要多少，都要回到场景中评价。
《21世纪》：汇川技术在工业现场积累的客户经验，怎样转化为机器人能够学习和使用的能力？
屈云飞：最根本的思路是把解决方案产品化。过去工业机器人像一条手臂，直接交给终端客户使用；在人形机器人体系里，手臂先成为人形机器人的一个部件，再由整机或方案交到客户手中，手臂从产品变成了部件。
具体怎么把解决方案产品化，可以放进五层架构理解：本体、运动控制、具身小脑、大脑、解决方案。要把能力沉淀下来，需要沿着五层架构推进：本体要持续提升可靠性和一致性；运动控制要不断进步并与本体结合；具身小脑需要数据平台，把数据采集回来，处理、清洗、训练并部署；大脑层要逐渐形成面向具体场景的智能体，例如检测Agent；最后把本体、运控、模型和场景能力打包成解决方案，交付给不同客户或生态伙伴，这样能力才能串联并积累起来。
《21世纪》：接下来汇川技术的人形机器人业务会怎样发展？
屈云飞：工业场景一定要先做概念验证，证明事情能做；第二步拿到客户小批量订单；最后才可能规模推广。在一个场景做通后，复制到同类场景；在一个行业做通后，再复制到相近行业。技术上走得通只是第一步，之后产品还要能稳定运行、稳定完成工作，最后才是商业上走得通。
行业仍在早期，商业化还要等什么
《21世纪》：现在的人形机器人，大致相当于工业机器人发展历程中的哪个阶段？
屈云飞：两者很难直接类比。工业机器人从20世纪50年代就开始发展，历程很长，场景不断扩展，技术相对确定。人形机器人目前场景和技术都不收敛，方向比较发散。过去一个产业往往先由学校突破理论，再由机构预研，之后才进行成果转化。现在这些环节都集中在企业里同步推进。因此，人形机器人技术进步速度可能会加快，但整体仍然很早期。
《21世纪》：机器人一级市场很火，汇川技术的节奏相对稳健。你怎么看当前行业发展阶段和热度变化？
屈云飞：一个产业发展会经历类似Gartner技术成熟度曲线的过程：先快速升温，随后降温，再慢慢爬坡，最后形成成熟生态。没有前面的快速升温，也就没有后面的回落，行业正在朝这个阶段走。汇川技术是一家业务相对成熟的自动化公司，更希望冷静判断发展阶段。另一方面，我认为外界现在可能又进入过于不乐观的阶段。人形机器人在商业场景的落地已经开始，工业场景也有很多机会，关键是找到适合自己的点，坚定做下去。
《21世纪》：人形机器人行业发展中有没有一些乱象，这些对汇川技术有什么影响？
屈云飞：我不做评论。对我们业务本身影响不大，比较明显的影响是人才获取成本高。我们需要找到愿意相信这个方向、认可汇川技术文化和做事方式的人。初创公司有时会开出很高的薪酬，人才竞争确实会推高获取成本。
《21世纪》：未来三到五年，机器人行业最值得关注的变化是什么？
元股证券:ygzq.hk
屈云飞：还是模型。具身智能落地的核心要素包括场景、身体、数据和模型，数据与模型紧密耦合。现有模型对数据消耗太大、成本较高，只有模型取得较大突破、效率提高，行业才更可能形成商业闭环。本体和场景并非没有，关键是要找到真正有价值的场景。又好用、量又大的场景通常有挑战杠杆炒股风险主要有哪些，否则早就被工业自动化解决了。大家要找到有挑战、有潜力的场景扎下去，同时等待模型进步。
证配网提示：本文来自互联网，不代表本网站观点。
