具身智能很热,但工厂不是展台。11月19日,中国工程院院士陈学东在2026中国5G+工业互联网大会上说,具身智能能够重塑工业制造。它的产业链很长,从芯片、材料、传感器到制造本体,再到下游系统集成和上游应用;它既可以做成产品,也可以用来赋能现代制造。话说得并不夸张,但“能够重塑”和“已经重塑”之间,隔着一整套工序。
先把概念拆开。具身智能是人工智能从数字世界走向物理世界的载体,强调感知、决策和行动在真实环境里闭环。人形机器人只是其中一种形态,不等于具身智能的全部。工信部科技司司长魏巍在10月19日的发布会上介绍,今年上半年我国人形机器人整机产品突破400款,产量超过4万台,预计全年突破10万台;相关产品在仓储物流、餐饮零售、家庭服务等300多个重点场景加快验证和部署。400款是产品数量,10万台是产量,不是保有量,更不是已经进厂替代了多少岗位。这个区分很重要,否则很容易把“样机多”误读成“落地多”。
工厂为什么难?因为工厂要的不是一段演示视频,而是稳定、节拍、良率和安全。一个工位看起来简单:把料盒里的零件拿出来,放到夹具上,拧两颗螺丝。真做起来,来料有公差,光照会变,夹具会磨损,上一道工序偶尔会漏件,老师傅凭手感能处理,机器得靠力控、视觉和策略。它要理解工序顺序,知道哪些动作可以快、哪些必须慢,出了异常是停机、报警还是退回。它还要和人协作,人从旁边走过时不能撞,换线时不能重新编程三天。这些事,比让机器人走两步、翻个跟头难得多。
所以,机器替人之前,先要理解工序。理解工序不是把动作录一遍,而是把隐性的经验变成可执行的规则:抓取力度多大,容差多少,节拍怎么排,异常怎么分层处理,质量怎么追溯。工信部提到,正在攻关人形机器人和具身智能的运动控制、仿真模拟、触觉传感等关键技术,通过“揭榜挂帅”形成适配特定作业需求的解决方案。这个方向是对的:先在具体工位上把事做成,再谈通用。仓储物流、餐饮零售、家庭服务这些场景先跑,不是因为它们更高级,而是因为任务相对可控,试错成本更低。工业场景的回报高,但门槛也高。
经济账同样绕不过去。一台设备能不能替人,不只看它会不会干,还要看两班倒的效率、维护成本、培训成本、安全围栏和停产损失。工厂可以接受一个慢一点但稳定的新员工,很难接受一个时好时坏、还要工程师陪着的设备。这也是为什么“具身智能进厂”更可能先从搬运、上下料、质检、巡检这类工序相对清晰的环节开始,而不是一上来就替代整条产线。这个判断不是唱衰,而是制造业的基本节奏:先证明可靠,再谈规模。
标准和安全也在补课。今年8月,工信部发布《国家人形机器人产业标准体系建设指南(2026版)》,提出研制场景应用急需标准,建设开源社区;同时要构建产业监测体系,加强产品质量、网络和数据安全检验检测,开展伦理治理和服务。这些听起来不如“10万台”刺激,但决定了行业能不能从样机走向批量交付。没有标准,每家用一套接口,客户每换一个品牌就要重做集成,成本会把需求吃掉。
陈学东说,具身智能会驱动第四次工业革命。这是一个院士的判断,也是一种方向感,不是已经完成的事实。今天更扎实的问题是两个:哪些工序值得先交给机器,哪些能力还必须由人守着。把这两个问题答清楚,机器替人才会从口号变成产线上的一个工位。