撰文|杜詠芳

編輯| 黃大路

設(shè)計|甄尤美

過去幾年，人形機器人被拉出來，往往是在鎂光燈和音樂聲中一頓折騰，掌聲響完就回實驗室吃灰。那種熱鬧，更像是給投資人看的匯報演出。

而現(xiàn)在，它們開始戴上工牌，正式走進汽車工廠成為藍(lán)領(lǐng)工人。

相比更加復(fù)雜多變的家庭場景，汽車工廠憑借標(biāo)準(zhǔn)化的流程、確定性的任務(wù)，以及比實驗室更嚴(yán)苛的試用期，成為人形機器人規(guī)?；涞氐氖走x“練兵場”。

2026年開年，這一幕已經(jīng)批量上演。

1月5日開幕的美國拉斯維加斯CES 2026上，現(xiàn)代汽車首次公開展示了新一代全電動人形機器人Atlas.《汽車商業(yè)評論》注意到，為了強化外界對它的期待，現(xiàn)代汽車更是在現(xiàn)場拉起了巨型帷幕。

據(jù)稱，2028年起，波士頓動力的Atlas將在現(xiàn)代汽車美國佐治亞工廠大規(guī)模上崗，主要從事零件排序、物料搬運等工作。并且，他們還打算在2028年建一座年產(chǎn)3萬臺機器人的工廠。

2月19日，豐田宣布把Agility Robotics的Digit機器人請進加拿大工廠。

2月27日，寶馬也在德國萊比錫工廠啟動了歐洲首個人形機器人試點。從瑞典請來的AEON，身高1.65米，干的是高壓電池裝配。

而在中國，3月2日，雷軍官宣，小米的人形機器人CyberOne正式進駐小米汽車工廠壓鑄車間，在自攻螺母上件工站開啟“實習(xí)”。

事實上，小鵬汽車的人形機器人IRON已在2025年就進入工廠與門店試點上崗。2月25日，廣州天河11萬平方米的全鏈條量產(chǎn)基地開工建設(shè)，到年底，IRON正式啟動規(guī)?；慨a(chǎn)，2027年起，全面推向商業(yè)與工業(yè)場景。

車企之中，特斯拉在這方面應(yīng)該進展最快。它的第三代Optimus人形機器人將于今年夏天開始生產(chǎn)，首批優(yōu)先自用：部署在特斯拉美國、德國、中國超級工廠，做物料搬運、電池分揀、裝配、質(zhì)檢等工作。2027年夏季開始大規(guī)模量產(chǎn)與全面上線干活。

根據(jù)英國咨詢公司IDTechEx的預(yù)測，這股浪潮將不斷持續(xù)：到2035年，全球汽車行業(yè)人形機器人的部署量或可達(dá)160萬臺。

它們在工廠干什么

值得注意的是，2026年的真實工廠里，人形機器人并沒有一夜之間變成“超級工人”。

它們大多仍在干著枯燥、重復(fù)的苦力活：打螺絲、物料分揀、與AGV（自動導(dǎo)引車）協(xié)同搬運、基礎(chǔ)質(zhì)量檢測等。

雷軍說，人形機器人的大規(guī)模工程化應(yīng)用，尚存在工藝穩(wěn)定性差、單體硬件成本高、車間工位數(shù)量少等突出問題，所以人形機器人還屬于“學(xué)徒工”狀態(tài)，尚未真正成為“正式工”。

盡管如此，正是這些苦力活，讓人形機器人找到了進入產(chǎn)線的切口。人形機器人憑借預(yù)設(shè)程序，能不知疲倦、標(biāo)準(zhǔn)統(tǒng)一地完成這些任務(wù)，解決產(chǎn)線上讓人頭疼的“重復(fù)性勞損”問題。

真實數(shù)據(jù)也驗證了這些人形機器人的穩(wěn)定性。

據(jù)稱，小米CyberOne憑借那雙靈巧的、布滿觸覺傳感器的手，在連續(xù)3小時內(nèi)，以90.2%的成功率完成了雙側(cè)自攻螺母的安裝，且完全滿足76秒的產(chǎn)線節(jié)拍要求。

在小鵬廣州、肇慶工廠試運營的全新一代IRON機器人，使工廠生產(chǎn)效率提升30%，人工成本降低35%。

在美國寶馬斯帕坦堡工廠，F(xiàn)igure 02累計工作約1250小時，搬運零件超9萬個，支撐了3萬輛寶馬X3的生產(chǎn)，累計步數(shù)約120萬步。其98.7%的設(shè)備綜合效率，有力驗證了人形機器人在高強度真實產(chǎn)線中的可靠性。

看到這里，你可能會問：如果人形機器人進場只是為了擰螺絲、搬零件，似乎缺乏足夠的商業(yè)想象力。那么，車企憑什么為之買單？

答案是：總裝線。這是自動化發(fā)展幾十年都未能徹底啃下的硬骨頭，也是人形機器人在未來真正的用武之地。

機器人走進汽車工廠的歷史，可以追溯到1959年。那一年，第一個工業(yè)機器人Unimate 001在美國新澤西州的通用汽車壓鑄廠正式上崗。

當(dāng)時，這個重約2噸的大家伙被安排去干一件對人類來說既危險、又對身體有害的活兒：將熾熱的金屬從壓鑄機上取下來，再放入冷卻液中?？梢哉f，Unimate的出現(xiàn)證明了機器人可以替代人類進入“無法忍受”的環(huán)境，開啟了機器人代替人類從事危險工種的先河。

隨后的幾十年里，機器人一路攻城略地，攻克了噴涂車間的毒氣迷霧，掌控了發(fā)動機組裝的微米級精度，將沖壓、焊裝、涂裝三大陣地牢牢收入囊中。

然而，總裝線卻成了自動化難以逾越的最后“堡壘”，因為這里的工作對機器人來說太過“刁鉆”。

柔性線束尤其讓人頭疼，每一根線束形態(tài)各異、彎曲不定，傳統(tǒng)的機器人缺乏感知能力，難以精準(zhǔn)抓取和插接。更令人煩惱的是，隨著電動汽車崛起和智能化程度躍升，車身內(nèi)的線束數(shù)量正在指數(shù)級增長，裝配難度不斷攀升。

行業(yè)的設(shè)想是，人形機器人能夠憑借靈巧的雙手解決這一麻煩。

通過視覺實時感知線束的自然擺動，利用指尖高精度的力覺反饋，它們能像經(jīng)驗老到的工人那樣，側(cè)面試探、微調(diào)角度，自主尋找接口位置并完成精準(zhǔn)插接，真正實現(xiàn)“眼到手到”。

除了手巧，人形機器人的身材也被視為解決自動化在狹小空間作業(yè)麻煩的關(guān)鍵。

汽車內(nèi)部空間狹窄，具備類人身高和關(guān)節(jié)靈活度的機器人，可以直接鉆進車?yán)铮匀祟惖淖藨B(tài)完成儀表盤安裝、座椅布線等任務(wù)。

更關(guān)鍵的是，人形機器人有一個聰明的“大腦”，它們可以自適應(yīng)學(xué)習(xí)。

隨著人形機器人的迭代升級，它們能夠通過軟件定義的工作模式，只需更新軟件，便能快速適應(yīng)不同車型的裝配需求。多臺機器人還能通過群體智能系統(tǒng)，協(xié)同完成大型部件的精準(zhǔn)裝配。

如果說1959年的Unimate是將人類從“危險”中解救出來，那么未來的人形機器人則是將人類從“瑣碎”中解放出來。

車企現(xiàn)在讓人形機器人進場打工，不僅是為了講一個吸引投資者的故事，更是為了搶占下一代制造能力的先機。

黑燈工廠什么時候?qū)崿F(xiàn)

所謂的“黑燈工廠”就是生產(chǎn)過程無需人工值守，工廠可以在“關(guān)燈”狀態(tài)下持續(xù)運行。這是制造業(yè)的終極夢想。然而，要實現(xiàn)這一目標(biāo)，還面臨著巨大的挑戰(zhàn)。

目前，大多數(shù)人形機器人的單次充電續(xù)航低于人類工人8至12小時的輪班時長。這意味著，若無法解決連續(xù)作業(yè)問題，機器人將陷入低效循環(huán)，閑置時間過長，無法進行大規(guī)模推廣。

針對這一痛點，兩種切實可行的方案正在涌現(xiàn)，目標(biāo)只有一個：讓機器人可靠地干完整個輪班，中斷次數(shù)降到最低。

一種是為人形機器人提供可更換電池組。通過模塊化設(shè)計，人形機器人可在幾分鐘內(nèi)完成電池的自動拆卸與安裝。

目前，優(yōu)必選的Walker S2、波士頓動力的Atlas均能夠自主鎖定最近的換電站，在3分鐘內(nèi)精準(zhǔn)完成熱插拔換電，實現(xiàn)近乎無縫的連續(xù)性作業(yè)。

優(yōu)必選的Walker S2正在換電

另一種是快速自動充電方案。在計劃好的休息或換班期間，讓人形機器人進行快速充電，并輔以相應(yīng)的充電器布局。

特斯拉第三代Optimus人形機器人就是典型。其搭載了一塊2.3千瓦時的高能效電池，單次充電即可連續(xù)工作10至12小時，處于行業(yè)領(lǐng)先水平，能夠完美覆蓋一個完整班次。當(dāng)需要補能時，Optimus能通過內(nèi)置視覺識別和路徑規(guī)劃，自動導(dǎo)航至充電站并完成對接，全程無需人工干預(yù)。

特斯拉第三代Optimus自主充電

解決了人形機器人“能動”的問題，還有它們是否“能干好”的挑戰(zhàn)。

目前，人形機器人的效率仍處于爬坡階段。優(yōu)必選方面透露，其Walker S2的生產(chǎn)效率目前能達(dá)到人類的30%至50%，主要在堆放箱子、質(zhì)量檢測等特定任務(wù)中發(fā)揮作用，公司目標(biāo)是到2027年將這一數(shù)字提升至80%。智元機器人則披露，其單臺機器人效率已達(dá)到人工的70%以上。

效率的提升，離不開訓(xùn)練方法的支撐?，F(xiàn)在常見的方式是讓人類來“手把手”地教人形機器人理解物理世界，本質(zhì)上是在為人形機器人構(gòu)建一種基于模仿的記憶。比如，人類穿上動捕服，將復(fù)雜的裝配動作轉(zhuǎn)化為數(shù)據(jù)，機器人則通過海量重復(fù)來“死記硬背”這些軌跡。

但短板也很明顯：人形機器人往往需要數(shù)十億次的模擬交互，才能掌握特定任務(wù)，且換了個場景就容易“失憶”。

高盛的一份調(diào)研點出了這個尷尬：當(dāng)前機器人預(yù)訓(xùn)練嚴(yán)重依賴模擬和合成數(shù)據(jù)，模擬環(huán)境中80%—90%的準(zhǔn)確率在真實場景中往往跌至50%以下。

更具有想象力的是數(shù)字孿生工廠的運用。工業(yè)機器人巨頭ABB近日宣布與英偉達(dá)達(dá)成合作，將把英偉達(dá)Omniverse仿真技術(shù)整合進自己的機器人軟件平臺RobotStudio，并在虛擬訓(xùn)練場中加入光照、陰影、紋理等，讓其無限逼近真實車間。

ABB表示，通過物理級仿真和真實控制系統(tǒng)結(jié)合，虛擬環(huán)境中的機器人行為與現(xiàn)實機器人之間的差異可以縮小到約1%。

在不遠(yuǎn)的將來，人形機器人可以在虛擬世界里提前學(xué)透復(fù)雜場景，第一天上崗就知道該怎么應(yīng)對，不用在真實環(huán)境中通過漫長的試錯來學(xué)習(xí)，也不需要依賴工程師耗費數(shù)周時間進行繁瑣的代碼編程與參數(shù)補償。

不過，即使人形機器人能跑、能干，如果價格高得離譜，也難以在汽車工廠走向規(guī)?；渴稹Ｄ敲?，價格降到多少才是車企真正愿意批量下單呢？這個數(shù)字，正在被市場快速驗證。

根據(jù)高工機器人產(chǎn)業(yè)研究所（GGII）數(shù)據(jù)，2026年第一季度，人形機器人單臺成本已降至10萬元人民幣，較2025年下降33%。

價格戰(zhàn)已然打響。2026年3月初，優(yōu)必選宣布其工業(yè)版人形機器人售價下調(diào)至12.8萬元；傅利葉推出11.5萬元的GR-3；而宇樹科技更是直接將G1系列定價至9.9萬元。

此前，摩根士丹利在2025年4月份的一份研究報告中特別指出，在未來人形機器人充斥的時代，中國的供應(yīng)鏈能以其他國家三分之一的成本生產(chǎn)其核心零部件，

特斯拉也曾表示，其將通過規(guī)?；a(chǎn)、供應(yīng)鏈優(yōu)化和技術(shù)迭代，在2027年及以后實現(xiàn)量產(chǎn)后，將單機成本控制在2萬美元以內(nèi)。

《汽車商業(yè)評論》認(rèn)為，按照一個較為粗略的邏輯進行測算：假設(shè)一臺人形機器人如果能替代一名年薪8萬—10萬元的產(chǎn)線工人，且工作壽命達(dá)到3—5年，那么它的采購成本控制在15萬—20萬元以內(nèi)，就具備了經(jīng)濟替代的可行性。

按這個標(biāo)準(zhǔn)，當(dāng)下10萬—15萬元的售價區(qū)間，已經(jīng)摸到了車企愿意試一試的門檻。也許，這就是為什么進場打工的人形機器人變得越來越多。

不過，想要實現(xiàn)黑燈工廠，車企不能只依賴人形機器人技術(shù)升級與成本降低，還必須同步優(yōu)化車輛設(shè)計。例如，將線束分段模塊化或集成到車身面板中，或是在座艙裝配階段不提前封閉白車身，為人形機器人預(yù)留更大作業(yè)空間，從而讓自動化裝配更易落地。

據(jù)Gartner和Warburg Research的分析師預(yù)測，到2030年，至少有一家汽車制造商（很可能來自美國或中國）將實現(xiàn)100%的裝配自動化。

真正的“黑燈工廠”，或許已近在咫尺。

工人會變成犧牲品嗎

然而，隨著人形機器人在汽車工廠上崗，一個無法回避的問題也隨之浮現(xiàn)：那些在流水線上揮灑汗水的工人，是否將成為這場技術(shù)變革中的犧牲品？

英國咨詢公司IDTechEx在2025年5月發(fā)布的報告中描繪了車企對未來的規(guī)劃：“從長遠(yuǎn)來看，OEM廠商設(shè)想人形機器人能夠降低勞動力成本，并通過向其他行業(yè)出售人形機器人來創(chuàng)造新的收入來源，從而幫助提高汽車行業(yè)微薄的利潤率?！?/p>

更關(guān)鍵的是，機器人憑借類人形態(tài)，幾乎可以無縫嵌入現(xiàn)有工廠，無需大規(guī)模改造生產(chǎn)線，這極大地降低了應(yīng)用門檻。

與此同時，人力成本的飆升正在倒逼車企做出選擇。例如，美國勞工統(tǒng)計局?jǐn)?shù)據(jù)顯示，2024年美國制造業(yè)員工的時薪成本約為45.29美元；而一旦人形機器人實現(xiàn)大規(guī)模量產(chǎn)，其預(yù)估綜合時薪成本可降至1.29美元。面對如此懸殊的差距，任何一家追求利潤的車企都很難無動于衷。

這似乎都在指向一個結(jié)論：汽車工廠的工人將面臨大規(guī)模的失業(yè)風(fēng)險。然而，現(xiàn)實遠(yuǎn)比簡單的“機器取代人”的二元論復(fù)雜得多。

首先，一個被忽視的事實是：全球制造業(yè)正面臨嚴(yán)重的“用工荒”。

正如人形機器人Digit的制造商Agility Robotics的首席商務(wù)官丹尼爾·迪茲（Daniel Diez）所言，從德國到美國，制造商都缺乏愿意從事單調(diào)重復(fù)性工作的人，人形機器人的出現(xiàn)，恰恰為填補這些枯燥、艱苦的崗位提供了解決方案。

更深層的危機在于經(jīng)驗斷層。在北美和歐洲，數(shù)萬名資深技術(shù)人員正集體步入退休年齡，這代表整個行業(yè)的“隱形知識”正面臨流失的風(fēng)險。

僅在豐田英國Burnaston工廠，就有超過300名技術(shù)骨干接近退休年齡。值得注意的是，豐田通過與羅克韋爾自動化合作，不僅升級了硬件培訓(xùn)，還啟動了將這些技術(shù)骨干的經(jīng)驗、知識轉(zhuǎn)化為大型語言模型（LLM）和數(shù)字教材的計劃，實現(xiàn)“人類教AI，AI教新人”的循環(huán)。

因此，未來工廠并不將退休員工視為負(fù)擔(dān)，而是將其視為待挖掘的金礦。

歷史總是押著相同的韻腳。國際貨幣基金組織一項研究顯示，20世紀(jì)70年代ATM問世時，人們普遍預(yù)測它將“消滅柜員”。但現(xiàn)實是：ATM普及后，美國銀行柜員的數(shù)量反而增加了。

原因很簡單：ATM接管了現(xiàn)金存取，讓每個網(wǎng)點所需的柜員減少，運營成本隨之降低。于是銀行有能力開設(shè)更多分支機構(gòu)。更重要的是，柜員的工作性質(zhì)從簡單的現(xiàn)金處理，轉(zhuǎn)向營銷和客戶關(guān)系維護。

更何況，實現(xiàn)“黑燈工廠”尚需時日，現(xiàn)在這個過渡期正是工人最好的適應(yīng)期。技術(shù)淘汰的從來不是“人”，而是“舊技能”。

現(xiàn)代汽車副董事長張在勛對于在汽車工廠部署人形機器人也表達(dá)了類似觀點，他理解公眾對失業(yè)的擔(dān)憂，但強調(diào)“需要人員來維護和培訓(xùn)機器人，還需要額外的人員”。

國際勞工組織的研究也印證了這一點：重點在于工作的演變與轉(zhuǎn)型，而非簡單地用新工作替換舊工作。

未來，除了數(shù)字技術(shù)、先進制造等硬技能外，勞動者將更需要具備適應(yīng)變化、終身學(xué)習(xí)、解決問題以及在技術(shù)豐富的環(huán)境中安全協(xié)作的能力。

未來汽車工廠尋找的是能夠駕馭機器人技術(shù)“新型產(chǎn)業(yè)工人”，一批“新藍(lán)領(lǐng)”崗位正在涌現(xiàn)。

教導(dǎo)人形機器人的具身智能訓(xùn)練師；管理、調(diào)度數(shù)臺人形機器人工作路徑和任務(wù)的機器人調(diào)度員；負(fù)責(zé)硬件維護、故障診斷和力控系統(tǒng)標(biāo)定的工程師等等。

這些新崗位清晰地表明，未來工廠并非“無人工廠”，而是需要“新人”的智慧工廠。在2026年，最先失業(yè)的是那些拒絕學(xué)習(xí)、拒絕與機器人協(xié)作的人。

失業(yè)與就業(yè)，本質(zhì)上是舊技能淘汰與新技能需求的動態(tài)平衡。在這場變革中，真正的風(fēng)險不在于機器人的崛起，而在于人類自身學(xué)習(xí)意愿的停滯。