机器人进工厂直播200小时，AI打工已经行了吗？

2026年上半年的机器人圈出了两场直播，出人意料地没用引起太大关注。

国外使用三台机器人站在传送带旁分拣包裹，一干就是200个小时。

国内八台轮式机器人在平板电脑质检线上插拔测试设备，从早上八点干到晚上七点，和产线工人同步上下班，一连干了六天。

01

机器人干活的直播，

让企业主怎么想

Figure AI的5月直播，三台F03人形机器人（Bob、Frank、Gary）在传送带旁分拣包裹。200小时，处理近25万件，零硬件故障。

中间安排了一场人机对决：人类实习生10小时分拣12,924件，机器人12,732件，差了192件。平均速度：人类2.79秒一件，机器人2.83秒一件。

智元在江西南昌龙旗科技工厂开了第二场直播。

八台精灵G2机器人，轮式底盘，覆盖整条平板质检工段的全部工序——多媒体界面测试、音频测试、辐射杂散发射测试、耦合测试。完全不需要人工遥控。六天累计作业超64小时，处理1.7万件产品，成功率最终定格在99.99%。

智元宣布第15,000台具身智能机器人下线。从第10,000台到第15,000台，不到三个月。

两场直播结束后，有人说Figure的场景太简单，传送带匀速、包裹规格固定、动作单一重复。有人说智元的机器人不是人形，轮式底盘、"不够先进"。

Figure的200小时，观众可以随时点进去看机器人从一个包裹接一个包裹地干。

智元刚开始直播就出了意外，机器人和测试设备之间通信异常，两块平板叠在一起，需要人工干预。成功率从100%跌到99.96%。

智元的系统在检测到异常后自动上报、切到其他工位继续作业，约两分钟后恢复。故障被全程记录了。整条产线没有因为这一个工位的中断而停摆。

02

工厂和实验室之间那条鸿沟

龙旗工厂的产线，七八千名工人，每年招两到三万人，员工平均在职只有三到四个月。培训周期十五天。这不是"机器换人"的故事，是"招不到人、留不住人"的故事。

在实验室里测试了数百小时都没问题的机器人，一部署到真实产线就开始出现各种'怪病'。"产线的电磁环境远比实验室复杂，多台设备、手机信号产生干扰，两台机器人之间因为传感器误判"撞车"，通信协议不匹配导致指令丢失。

从去年12月精灵G2第一次进龙旗副产线"实习"，到今年3月正式并线参与生产，再到4月两台机器人直播8小时零失误，最后到6月八台机器人在全功能质检工段直播六天——前后打磨了半年多。

3月15日并线到直播当天，超过100天的实际运行中发现和解决了约六十个问题。两个轮式机器人在一个工位上跑通了，不等于八台机器人在整条产线上能并行不冲突。

零失误跑完八小时，不等于99.99%跑完六天。更不等于可以复制到下一个工厂、下一条产线、下一种产品。

机器人在工厂里最大的短板不在AI算法，在关节寿命、散热和一致性这三个纯工程问题。

先说寿命。

几乎没有机器人公司敢公开标注产品的真实使用寿命，大多数只会写"设计寿命"。Optimus灵巧手的使用寿命大约六周，单只更换成本一万到八万元。在平稳行走的条件下，大多数双足人形机器人的使用寿命也只有两千到三千小时。

机器人不是像工业机械臂那样做重复的圆周运动。它的关节频繁承受动态变化的冲击，不同速度走路对应的是腿部受到的不同频率、不同方向的力。

几十小时后，温升和轻微磨损引起细微抖动；上百小时后，传动背隙持续累积；数百小时后，热漂移、机械损耗叠加，定位精度大幅下滑。

Figure AI的F02在宝马工厂跑了11个月、1,250小时，装载了九万件零件以上，但前臂暴露了严重的硬件故障点——F03上彻底重构了手腕电子架构。

一致性是两个层面的问题。

单机一致性，指的是同一台机器人在运行初期的动作精度和几十小时以后能不能保持一致。多机一致性，指的是同样型号的十台机器人，在同一场景下训练出来的模型能不能互换使用。

这两个问题目前都没有解决——每台机器人的出厂参数都有些微差异，出厂后第一个月的磨损程度也各不相同。这也是为什么智元在龙旗的部署花了半年多才从"两台跑通"到"八台并行"。

散热容易被忽略。

2026年人形机器人半马现场，很多机器人跑着跑着就需要工作人员一路小跑跟着"手动降温"。长时间连续作业时，关节温度升高会改变润滑脂黏度、引起金属热膨胀带来的配合间隙变化、降低电机效率。

这些变化不是突然发生的，是缓慢累积的。在连续六天每天十一个小时的高强度作业中，散热方案能不能撑住，直接关系到定位精度和成功率能不能维持。

03

什么活能干了，

什么活还干不了

两场直播给出了一个比较清晰的边界。

能干这些：传送带匀速分拣包裹，平板电脑质检上下料，单一工位的精准放置。条件是环境可控、动作可预测、允许轮式底盘、作业精度在1到2毫米以内。

这些还干不了：柔性装配（不同型号的零件混线、不同方向不同力道的紧固）、异常处理（包裹破损、零件掉落、来料不合格）、跨工序自由移动、连续运行三千小时不宕机。

机器人'大脑'还没有达到Scaling Law时刻，还不能'看一眼就知道怎么干'，每个场景都需要联合算法团队针对具体工序做预训练和后训练。

全球高质量真机数据不到一百万小时，催生具身智能涌现至少需要一亿小时，用真实的工厂数据去喂AI，目前还远没喂到那个量级。

Figure AI走的是双足人形加AI优先的路线。F03工业版卖25万美元一台，用RaaS租赁模式把月费压到约1,000美元。自制BotQ工厂产能从每天一台提升到了每小时一台。估值390亿美元。

打法是在受控环境里把极致效率拉满，用资本市场的AR叙事做高估值，然后往真实场景渗透。

智元走的是轮式具身智能加量产低价的路线。G2按两年人工成本来定工业价——约30万到34万元。产能年产十万台以上。估值150亿元。

打法是在真实工厂里用六天直播——包括那些出丑的瞬间——倒逼自己迭代，把规模化落地当成护城河。

国内也是宇树、逐际动力、越疆、银河通用等公司全栈布局，双足轮式两条线都在走。

这个行业有一个日益清晰的共识：腿和手的分工，可能比大家想象的要更早到来。

轮式底盘在平整地面的工厂里已经是接近成熟的技术方案，双足在非结构化环境（楼梯、户外、家庭）里的想象空间更大，但工厂不是它的主场。高盛之前给出的判断是适应性形态（轮式上半身人形）能覆盖七成到九成的工业应用。

小结

所有新技术都要经过商业化、量产、盈利的漏斗过滤，不成熟的被淘汰，通过的进入喇叭模式释放巨大能量。

机器人行业现在处于漏斗的入口处，两家都在漏斗里往前进了一步。但离"随便哪家工厂、随便哪条产线、买回去插上电就能干"的喇叭模式，还隔着关节寿命、散热方案、一致性控制、灵巧手成本、异常处理能力这几道硬坎。