PPT分享(16页)|一文读懂人形机器人:从政策到零部件,灵巧手为什么开始「按工厂SOP设计」

合集 · AI产业链深度拆解制造篇> 后台私信回复关键词（见文末）领取完整PPT源文件

一、政策：从「给你场景」走到「定采购规则」

配图说明：本页含地方研发补助的比例与累计金额上限，本文不引用、不解读，仅取「研发配套」这一政策机制。

第一章三地动作，材料给的落脚点只有一句话——政策支持从开放场景延伸到工程验证与研发配套。我把三地摆在一起看，发现它们其实不是三件并列的政策，是同一条链的三段：

• 上海
  ：数量目标牵引场景开放（到 2028 年培育 500 家先进级智能工厂，推动 8000 台人形机器人进工厂）——解决的是「在哪用」。
• 天津
  ：中试基地补齐工程验证，五大功能为场景展示、生产加工、实景实训、检验检测、数据服务——解决的是「能不能批量」。
• 厦门
  ：按年度研发投入给予比例补助、并设单家累计上限——解决的是「能不能持续改」。

★★★★★ 天津那一栏是三地里最值得记的

因为它补的那一段此前一直没人管：样机走向批量应用之前。

演示是挑选过的、短时间的；样机是在实验室里跑通的；而批量应用要求的是另一件事——同样的东西，在第一千台和第一台上是不是一样。

这一段既不属于研发，也不属于产线，它是一段空白。而中试基地五大功能里的实景实训、检验检测、数据服务，补的正是这段空白最缺的三种能力：让人练、让结果被测、让过程留痕。

★★★★★ 采购规则是第四段，也是最容易被跳过的一段

材料写到，政策关注点已延伸至产品认定与采购执行，对机器人进入公共采购场景具有直接指导意义。我的读法是：

场景可以开放，但开放不等于成交。在规则落地之前，采购方没有依据判断一台机器人「算不算合格」；规则落地之后，「合格」第一次有了定义。

这与我在这个合集里反复遇到的那条是同一件事——标准落地之前只有「演示得好不好」，之后才第一次有「合不合格」。演示得好不好是观感、无法被复议；合不合格是对照标尺的结果，可以复测、可以申诉。

所以材料自己总结的「四层并行推进」，我认为不该被读成四个部门各干各的：

应用目标 → 工程验证 → 研发支持 → 采购规则

它们是一条链的四段。缺掉任何一段，前三段的投入都兑不成交付——没有工程验证，场景只是参观；没有采购规则，场景只是试点。

二、本体：从「能搬多重」到「能不能一直搬」

G2 Max 的参数我简单过一遍：7 自由度力控双臂，单臂额定负载 20 公斤、双臂 40 公斤、峰值 50 公斤，重复定位精度 ±0.5 毫米，作业高度覆盖 0.1 至 2.5 米，双电池热插拔与全域感知支撑长时间作业。

★★★★★ 真正的信息在下面那三个词

材料给的商业化关键只有三项：节拍稳定性、故障恢复、客户扩点能力。

请注意，这三个都不是能力指标。载荷、精度、自由度回答的是「能不能做到」；节拍、恢复、扩点回答的是「能不能被写进合同」。

一个客户决定要不要长期用，依据从来不是峰值参数，是这三个。而这三项的共同点是——它们都只有在连续作业中才会暴露。跑十分钟看不出节拍漂不漂移，也看不出故障之后多久能恢复。

★★★★★ 第二把尺子：不是「有一个点」，是「有第二个点」

同一客户内，从既有站点向多站点复制，并在新增站点换用新机型。我认为这一页的分量比参数页重，因为它把「验证」这件事换成了两问：

第一次部署证明的是「能做」；第二个站点证明的是「能复制」。

而复制这件事验证的对象其实不是机器人，是现场集成与运维——同一套东西换到另一个地方还能不能跑起来，出事之后有没有人、有没有流程去接住。这也解释了为什么「客户扩点能力」会和节拍、恢复并列成商业化关键：它衡量的不是机器，是交付体系。

配图说明：本页含用工人数、日产件数、面料节约比例及厂商月度销量与累计发货数量，本文一律不引用、不解读、不转述，仅取「产线整合方式、任务链结构与量产阶段」这一层。

★★★★★ 缝制产线那一栏，比用工数字更重要的是它整合了什么

裁剪、AI 配送、机器人缝制、质检与数字孪生，五段连成一条线。

它做的不是「用一个机器人换掉一个工位」，而是让整条产线被重新组织了一遍。

这也解释了为什么这类改造最先落在服装这类产线上——工序本来就是分段的，每一段都能被单独定义、单独验收。而数字孪生被放在最后一环，我认为是这套整合成立的真正前提：你能把整条线排一遍，前提是你先在数字世界里把这条线建出来。

★★★★★ 服务场景那一栏，最值钱的是任务链的最后四个字

物品确认 → 移动 → 操作 → 交付 → 完成判断。

前四步是动作，最后一步是判断。一个只会做动作的系统，做完就停在那里；能自己判断「这件事做完了没有」的系统，才算进入工作流。

这和我在别处写过的那句是同一件事：做一次是演示，知道自己做完了，才叫上岗。

而量产进展那一行给了一个很诚实的对照：小鹏 IRON 的专用固态电池已小批量量产下线，但整机仍处于正式量产前阶段。零部件跑在了整机前面——这个次序，到第四章还会再出现一次。

三、数据与模型：从「生成环境」到「跨本体复用」

Genie 4 支持实时修改天气、镜头和场景对象，把音乐、环境声音与交互对话同视觉世界一起生成，并结合理解与推理能力对模拟过程持续观察、分解任务、检查执行步骤。腾讯混元 Hy-Nomas 技术报告采用 80 亿参数扩散骨干，支持多轮文字指令、连续相机控制及历史缓存。

★★★★★ 「实时修改」这四个字是分水岭

过去的仿真世界是生成好的、不可改的；能实时修改，意味着训练者第一次可以主动制造他需要的那一种情况——尤其是那些在现实里很难遇到、却最要命的情况。

这正好补上了数据那一侧最难解决的一件事：长尾不是采不到，是等不到。你不能等一台机器在真实场景里摔倒一万次，但你可以在可修改的仿真里让它摔一万次。

★★★★★ 混元那条里最值得记的不是参数，是「把指令限制在对应时段」

动作感知因果注意力，将操作指令限制在对应时段，改善交互连贯性。我认为它解决的是多轮指令里的「串台」——后一句指令不该去改前一段已经完成的动作。

把指令限制在对应时段，本质上是给时间划界。

这与我在数据采集那篇遇到的「时钟对齐」是同一类问题：凡是把序列拼起来的系统，最后都要回答「这一段属于哪一刻」。只不过那一次发生在传感器之间，这一次发生在指令之间。

★★★★★ 跨本体这一页，要模型侧和数据侧一起读

• 拓元 E0.5 以三维基础模型为骨干，联合预测未来三维状态与机器人动作——请注意「联合」两个字，它不是先预测世界再规划动作，而是一次做完。
• 行元 Chorus 以统一中间表示，把智能眼镜、胸戴及腕部相机、UMI 等来源的人类示范适配到不同机器人，官方披露支持 16 种本体，平均可用数据转化率约 85%。

★★★★★ 「约 85%」比「16 种本体」更值得琢磨

它意味着采集来的数据，有相当一部分是不可直接使用的。

为什么？因为人的身体和机器人的身体不是同一套坐标系。这不是数据质量问题，是缺少一部词典。而「统一中间表示」做的就是这部词典。

所以我给这条链路留一句判据：跨本体的关键不在采集得更多，在翻译得更准。

★★★★★ 采购端那一栏，我认为是全篇信号最强的一条

河南启动第一视角 Ego 数据采集供应商入库采购，服务期 2 年；试采要求一周内完成不少于 10 小时采集，质量门槛为合格率不低于 60%。

请注意它的形态——数据第一次被写进了采购清单，而且带了验收标准。一周 10 小时是产能要求，合格率 60% 是质量门槛。

这意味着数据已经从「顺手攒下来的副产品」，变成了被单独采购、单独验收的对象。而一个东西一旦开始被单独验收，就说明它已经有了自己的规格——在此之前，数据只有量，没有标准。

四、零部件：从「参数表」到「触摸得到」

★★★★★ 灵巧手这两条路径，是全套 16 页里最值得细读的一页

第一条：工厂 SOP 驱动设计。从汽车工厂 16 个典型工段的 2579 个 SOP 中选取 1827 个作业 SOP，形成 21 自由度、26 电机混合驱动、1500 点全掌触觉；指间、指腹、指根触觉分辨率 1 毫米，掌心 2 毫米。

我最想留下的是它的方向：这不是「先做一只手，再去找它能在哪用」，而是「先把工序拆开，再反推这只手该长什么样」。

2579 → 1827 这个筛选本身就是设计依据——被留下来的那 1827 条工序，定义了自由度、电机数和触觉点数。换句话说，这只手的参数不是被设计出来的，是被工序算出来的。

而分辨率分部位也绝不是随手写的：指间、指腹、指根 1 毫米，掌心 2 毫米。

精细接触的地方分辨率高，主要承重的地方低。传感器不是铺得越密越好，是按功能分配精度。

★★★★★ 第二条路径里最值钱的是那条数据流程的最后一环

工厂采集 → 模型适配 → 任务结果记录 → 人工干预信息。

前三项都能理解，第四项才是关键——它承认机器一定有做不了的时候，并且把「人在什么时候出手」也记了下来。

人工干预在这里不是失败记录，而是最有价值的那部分标注：它标出的正是模型当前能力的边界在哪里。一个只记录成功样本的系统，永远不会知道自己差在哪；而干预发生的那一刻，恰好就是「还差一点」被暴露出来的那一刻。

两条路径共同指向一句：灵巧手正由结构参数展示，向接触反馈与任务适配延伸。

★★★★★ 热管理进入量产，是一个被低估的信号

银轮股份的具身智能热管理产品已顺利量产，正式配套国内头部机器人厂商，为「大小脑」和关节模组提供定制化散热支持。

凡是开始长时间连续运行的设备，最后都要回答同一个问题——热。

这在光模块那一篇里出现过一次，现在它出现在机器人身上。差别在于：光模块的热是接口尺寸被锁死带来的，机器人的热是「一直在动」带来的。前者是密度问题，后者是时长问题——而这两者恰恰都指向同一件事：它已经开始连续干活了。

★★★★★ 那张阶梯式量产表，本身就是一张节奏图

优必选新锋龙定位具身智能核心硬件研发制造平台，形成核心零部件、末端执行器和周边配套三类产品：二指夹爪、仿生面部舵机已实现量产；高功率密度舵机、灵巧手、超拟人仿生灵巧臂计划 2027 年量产。

先量产简单的，复杂的排在后面——量产顺序就是难度顺序。

这也回答了第一章留下的那个次序问题：零部件先走，整机在后。而这个次序本身就是一种确定性——零部件这一侧的动作是看得见、可核对的；整机那一侧，还在等前面那一段空白被补完。

写在最后：三个词，和两个「下沉」

材料最后一句是：产品可靠性、适配周期及批量供货能力，将共同影响机器人在持续作业中的整体价值。我认为这三个词值得一个一个读：

• 可靠性
  ——能不能一直干；
• 适配周期
  ——多久能上线；
• 批量供货
  ——能不能一批一批地来。

三个都不是「技术先不先进」。而这恰好和第一章那三个商业化关键对上了：政策在问能不能被采购，客户在问能不能被写进合同，零部件在问能不能一批一批地供。四章问的是同一件事的四个版本。

再回到开头那两个「下沉」——政策从开放场景下沉到工程验证与采购规则，零部件从参数展示下沉到接触反馈与任务适配。两次下沉方向完全一致：从「有没有」，走到「能不能用、能用多久」。

这条规律我在合集里写过很多次：把必须走很远的路，改成就近走完。而这一篇讲的略有不同——它补的不是距离，是空白：政策补的是「场景」到「采购」之间的空白，中试基地补的是「样机」到「批量」之间的空白，灵巧手补的是「参数」到「工序」之间的空白。

三处补的都是同一段路——演示与交付之间，那段没人管的路。

资料领取

下载完整 PPT 源文件（16 页）

请关注公众号，并在后台发送

人形机器人技术演进

即可获取下载链接 ｜ 公众号：哔咘的科技笔记

本文为技术科普与产业观察，仅供学习交流，不构成任何投资建议。
数据引自厂商公开信息与公开基准结果，不含任何经营数值判断。
公众号：哔咘的科技笔记 ｜ 合集：AI产业链深度拆解 · 制造篇