星海圖R1 Pro機器人正在疊紙盒，它隻有兩個夾爪，紙盒隨時可能回彈，它不能先“處理數據”后“執行”，必須邊想邊做﹔一組延鋒機器人圍坐一圈正在裝配喇叭套件，它們用靈巧“手”上料、嵌合、打包，在流水線上實現多機協同﹔夸父機器人用吸盤“手”穩穩吸住紙箱，快速“搬磚”。

8月20日，科技日報記者在2026世界機器人大會現場看到，機器人在制造行業的應用場景被悉數搬到展廳。從展台到產線，這些人形機器人距離大規模應用還有多遠？記者現場採訪了相關專家。

第一問：與傳統工業機器人相比，人形機器人有哪些優勢？

當前傳統工業機器人已經廣泛應用於生產一線，它們在焊接車間、涂裝環節等特定領域穩定高效，但在機器人工程師眼中，那些機械臂或坐標機器人與大會展廳裡的“智能物種”是截然不同的。

“傳統工業機器人面對的環境相對結構化，工件位置基本固定。它針對一個特定的任務去編程並完成特定軌跡，通俗地說，一個機器人只能做一件事。”跨維（深圳）智能數字科技有限公司工程師馬辰告訴記者，人形機器人則增加了“泛化”能力，同一台機器人可以在不同場景下完成不同的任務。

能夠處理柔性材質也是人形機器人的新增技能。在機器人大會現場，靈寶CASBOT 02抓取柔軟的鞋舌物料，調整姿態后精准對准鞋底模具的槽位完成放置。“這是鞋服制造場景下典型的鞋舌柔性物料操作。”中科慧靈機器人技術有限公司副總裁詹偉剛告訴記者，相較於形態穩定的剛性零部件，鞋舌這類柔性物料在被抓取、受力、移動過程中會持續形變，機器人需要實時感知物料狀態變化，完成抓取、轉運、對位、放置、微調一整套連續動作。

第二問：人形機器人並未批量應用，還有哪些短板？

相較去年以機器人熱舞、拳擊、球賽等為主的展示，今年機器人大會上的工業應用佔比明顯增加，汽車零部件安裝、貨物搬運、流水線協作等工業場景展示不一而足。但當記者詢問這些機器人是否裝配應用於大規模產線時，往往得到的是否定回答。

“由於機器人是通過大模型的賦能對環境進行感知、理解任務以及規劃軌跡，目前來看，在精度方面，還是直接定位的傳統機械臂能做到的精度更高，可以理解為這是它增加泛化能力的代價。”馬辰說，算法工程師也一直在逐步迭代優化，比如探索將VLA（視覺—語言—動作）模型簡化為VA（視覺—動作）模型，提升算法效率和精度，讓手機裝配流水線上的機器人能快速精准定位。

機器人動作的連貫流暢性問題也是短板之一。現場觀眾表示，看到機器人工作時抖動和停頓，會為它們捏一把汗。

“機器人傳統的思維架構是‘先算完再動’，這在實際操作時會導致停頓與抖動。”星海圖（北京）人工智能科技股份有限公司技術人員周波濤告訴記者，為了保持機器人在精細操作中的穩定性，算法工程師將控制“思考”和“動作”的模型進行了解耦，使得機器人可以邊推理邊執行。

這一轉變使得機器人能夠完成將平展紙板折疊成立體紙盒的連續任務。周波濤說，在這個過程中，初始任務往往會被紙板形變、回彈等復雜情況打斷，算法的升級使得這台折紙盒標杆機器人實現99.9%的准確率，讓機器人在自主調整策略的同時，保持動作連貫流暢並能高精度長程操作。

彈性物體操作是機器人進入真實生產環境的關鍵能力之一。在3C電子、服裝制造、食品加工等行業中，大量任務涉及柔性、易變形物料，打通這一賽道，將拓展機器人進入生產一線的領域。

第三問：人形機器人如何更快實現工業應用？

“對工業落地來說，機器人‘能抓取’只是基礎，更關鍵的是要能依據作業中的狀態變化，進行動作的動態修正，並將一系列時序關聯的子動作組裝為一套完整可交付的工業任務。”詹偉剛表示，不同工業工序對機器人感知、操作、執行能力要求差異很大，公司正不斷為機器人豐富各類實際工況，並有針對性地持續完成模型、數據集以及操作策略的適配迭代，持續強化機器人跨場景連續作業能力。

“有場景才能定義硬件。”深圳市大寰機器人科技有限公司副總裁王柏棠說，目前行業內的技術路線各有所長，但工業化場景是多元的，哪些技術路線更適配，需要幾個典型場景應用來明確目標和方向。在他看來，當一個工業場景的應用跑通了之后，就會得到更廣泛的應用，不斷倒逼技術向明確的方向迭代和完善，未來大概3年就有望出現比較清晰的產業路徑、技術參數甚至標准體系等產業化脈絡。