智元精灵G2“早八晚七”进厂上班|艾文|工厂|人形机器人

界面新闻记者 | 徐美慧
界面新闻编辑 | 文姝琪

6月25日早上8点，8台人形机器人再次准时回到流水线“打卡上班”，在3C产线上进行质检工段的工作。

这一幕发生在龙旗科技江西南昌量产工厂里。6月23日起，8台智元精灵G2机器人开始了一场持续6天的产线直播作业，将一直持续到6月28日。

精灵G2按工厂工人“早八晚七”的标准工时上岗，接管整条平板量产质检工段的上下料和测试，与产线工人同步连续协同作业。

这是智元第二次把机器人放到直播镜头前连续作业。在今年4月连续8小时产线作业直播后，这次智元精灵G2实现了平板全流程质检工序全覆盖，可独立完成多媒体界面测试、音频测试、辐射杂散发射测试和耦合测试等多道高精度检测任务，展现全流程自主作业的成熟商用能力。

智元Genie业务部项目总监艾文接受界面新闻等媒体采访时表示，当前机器人的作业节拍已基本追平人工水平，达到人类工人的80%到90%

根据智元透露的数据，截至直播第二天，8台机器人总作业时长超22小时，产线产能6335台，机器人作业总量23384次，成功率达99.97%。

图片来源：6月25日直播作业截图

对于未达100%的成功率，艾文表示，“严格来说，这不算机器人本身的操作失误，而是两套工业体系融合时产生的摩擦。”成功率下跌发生在第一天下午3点左右，一台作为通信主节点的机器人向产线皮带线发出请求，但皮带线未能及时响应，导致上一块平板未被传走。机器人在按预定程序放料时遭遇空间不足，最终产生了叠料异常。

这也反映出人形机器人进厂的最大痛点，全新智能体系与传统工业自动化系统的底层逻辑差异。

艾文解释称，机器人进工厂更像是汽车和自动驾驶的落地逻辑，而工厂沿用的依然是传统工业自动化思维，两者对故障的定义、处理方式乃至恢复能力的要求截然不同。

在传统工厂设备的标准里，一天内允许出现4%到5%的故障时间，通过简单的清除或重启即可恢复生产。但在具身智能的考核维度下，核心指标变成了“连续可工作时长”，即要求机器人能够连续运行一两个月不出任何故障。

艾文认为，其目标是单点故障后至少能持续运行一个月，且仅允许发生一次能够快速恢复的小故障。

此前，精灵G2已经经受住了3000多小时的极限长时间作业考验。他表示，“从这个维度来看，我们基本算通过了一次及格的考试。”

在谈及具体部署细节时，艾文指出，在长线连续作业中，机器人的工作节拍必须与整条产线严丝合缝，一旦脱节就会导致拥堵。如果以具体数值衡量，目前机器人的效率大约能达到人工的80%到90%。

值得注意的是，由于各项测试耗时不同，这次智元采取了更为灵活的部署策略，一台机器人往往需要同时看管两到四台测试设备，以确保完美卡住流水线的整体节拍。

图片来源：智元

ROI（投资回报率）是商业维度上绕不开的硬指标。目前，智元对部署机器人的收益核算，基本对标当前同等岗位两年的劳动力成本。

艾文透露，受限于现阶段偏高的整机成本，智元当下并未将追求利润最大化放在首位，而是更希望让机器人进入真实的工业场景，去获取最宝贵的真实产线数据。

高盛今年1月对8家中国人形机器人及产业链公司的调研显示，机器人达到人类工人约50%的产能时客户就愿意投资，对应约两年回本周期，三年回本也被认为可以接受。

显然，人机效率比与商业转化周期，已成为行业从“实验室Demo”向真实场景落地的关键门槛。

智元将2026年定义为规模化部署的元年。据艾文介绍，全年的推进节奏分为两个阶段：上半年聚焦小规模部署与多场景的实验局验证，目前3C平板测试上下料等7个解决方案上已跑通。而真正的多场景规模化部署，将在今年下半年陆续推开。

在部署体量上，智元预期今年的规模将达到千台级别，明年则以万台量级为目标。

今年，以直播形式公开机器人连续作业，正成为行业集中验证能力的一种方式。

就在一个多月前的5月，Figure AI完成了一场200小时的全自动作业直播，4台Figure 03机器人轮班作业，累计分拣近25万个包裹，期间未出现硬件故障。

其中的10小时人机对比中，Figure 03平均2.83秒分拣一个，比人类实习生慢0.04秒。但直播也暴露了问题，机器人无法应对掉件等突发异常，有时无故停顿、抓不住包裹也不会主动调整策略。

面对国内外的同台竞技，在艾文看来，部分海外厂商目前更多是在实验室环境下循环执行单一任务，而智元的核心战略是真正扎根真实的生产流水线，填补劳动力短缺创造的产业价值。

然而，跳出应用层面的比拼，回归具身智能的底层能力，行业距离真正的成熟依然遥远。

“如果硬要类比大模型的发展史，现在的具身大模型连GPT-1的水平都还没有达到，所谓的‘智能涌现’远未发生。”艾文直言，真正的卡点依然是数据积累，目前全行业的真实场景数据量仅在百万小时量级，而要真正催生具身模型的涌现能力，至少需要达到上亿小时的级别。

不仅是需要海量数据，深入真实产线也暴露了机器人大规模进厂仍面临的现实瓶颈。艾文称，受限于灵巧手等硬件的行业痛点，高精度精密装配目前依然是机器人的盲区。

此外，机器人进厂也并非简单的“机器换人”，工厂必须配套改造作业空间和产线设备，以实现无障碍通信。在现阶段，机器人的顺畅运转依然离不开人类运维师傅在旁辅助处理异常或更换电池。