机器人开始“上班”了，但“顶班”还差最后几毫米
导语：机器人对物理世界的接触、触觉等信息仍缺乏足够准确的理解，而这恰恰是完成复杂操作的关键。
编辑｜靖程
作者｜古月
在进博会中，一台人形机器人举起拍立得，对准对面的人，按下快门，然后把相纸递过去。不远处的休息区，另一台机器人正在泡功夫茶，提壶、注水，动作不急不缓。
放在一两年前，同样的展台上，机器人主要在做另一类事情：跳舞、打拳、翻跟头。变化正在发生，但“干活”这两个字，在展台上和在工厂里，分量完全不同。
工位有了，上岗还早
11月5日，第九届中国国际进口博览会在上海开幕。与往届人形机器人多进行跳舞、拳击等偏表演性质的展示不同，今年人形机器人开始真正尝试承担具体工作：为来宾拍照、递送照片、冲泡功夫茶，甚至与人类现场打乒乓球。
互联网之光博览会上也是如此，机器人的“工位”前围的人最多。一台人形机器人从裁片堆里拈起一层布，送到缝纫机针下；九平方米的玻璃厨房里，机械臂翻动铁锅，青花椒炒鸡出锅还带着锅气。炒菜机器人的研发方说，首家机器人现炒店已经在嘉兴跑起来了，一荤一素套餐卖十五到十八块。
智元在工博会上以“工业部署态”为主线，把精灵G2系列机器人放进光模块插拔、缸盖气门装配、汽车安全带金属壳上下料、料箱搬运码垛四类模拟工位。
单看这些场景，很容易产生一种“已经差不多了”的感觉。
出货热，进厂冷
把出货去向拆开，画面会冷静很多。
Counterpoint统计，2026年上半年全球人形机器人出货约2.2万台，同比增长近300%，可文娱商演、科教和数据采集合计占比超过六成，导览导购占了19%，真正进入智能制造和仓储物流的分别只有13%和5%。进厂进仓创造直接经济价值的，加起来不到两成。
智元CTO彭志辉表示：“万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。”
产量在狂飙，部署在蹒跚，这可能是2026年具身智能最真实的现象。真实场景给机器人上的第一课，展台上的最优表现，到了车间会打折，“你练过的，这里不一定用得上”。
展台上，一些动作流畅的机器人，背后是标准化、无干扰的环境和反复调试过的固定脚本。到了工厂，料箱位置偏了几厘米，零件型号换了一款，光线因为窗户反光变了角度，人类工人扫一眼就能调整，机器人却可能直接停在那里。
中国信通院上海工创中心首席专家郑忠斌把这件事讲得很直白：演示呈现的是最优表现，部署要求的却是最不利情况下仍满足产线标准，当前最迫切的门槛在于可靠性工程化和可验收，以及通过真实部署形成持续进化的闭环。
可靠性的账，算起来比想象中残酷。由新华社中国经济信息社与中国信通院上海工创中心联合发布的《2026具身智能产业创新报告》里给了一组很朴素的数据：如果单个动作的成功率是99%，连续十个动作全部做对的概率会掉到大约90%。
据媒体报道，小米在自攻螺母上件工站双侧作业成功率从90.2%爬到98%用了一个季度。但最后那一个百分点，恰恰是从“能干活”跨到“能顶岗”很重要的一道分界线。
硬件上的账同样不好看。以灵巧手为例，据媒体援引业内人士观点，目前高自由度触觉灵巧手的市场价大概在十几万元到几十万元，而在工业连续作业的条件下，实际寿命只有几周或两三个月。
一家机器人企业的相关负责人对媒体表示，该公司使用的某灵巧手头部公司的灵巧手，抓取5公斤的物品50次左右就坏了。不过，考虑到这一双手的价格不到一万元，他认为这算“低成本的，我觉得情有可原”。
均胜灵犀的人对媒体说得很直接：目前灵巧手还没有大规模进入生产工位，一个重要原因是行业仍然缺少稳定、可信、能够真正用于操作控制的触觉数据。
手的寿命只是可靠性账单上的一行，另一行写的是效率。有媒体报道，某机器人品牌第2万台机器人下线、110台齐舞创下吉尼斯纪录之后，大屏上的数字是：产出效能比0.5—0.7。按这一比例折算，机器人每小时有效产出相当于人类标准作业工时的30至42分钟。
最后几毫米，慢慢抬线
什么时候算“到了”，业内给出的答案比技术路线还分裂。
11月4日，宇树科技创始人王兴兴在2026年世界互联网大会乌镇峰会互联网企业家论坛上给出了一个相对明确的时间判断：具身智能正在迎来“ChatGPT时刻”，2027年有较大概率将成为整个机器人行业的临界点。
此前，他给“GPT时刻”定的标准是，机器人在约80%的陌生场景中，通过语音或文字指令完成约80%的任务。这次他表示，全球顶尖模型距离这个目标已经非常接近，但仍存在关键技术障碍。
卡住的地方被他称为“最后几毫米”：AI模型对物理世界的接触这部分做得不是特别好，也就是AI模型的输入输出和真实世界的对齐还差了一点。王兴兴认为，机器人对物理世界的接触、触觉等信息仍缺乏足够准确的理解，而这恰恰是完成复杂操作的关键。他预计，这类问题有望在未来一至三年得到解决。
但接近和到达之间，还有不小的距离，灵巧手行业给出的判断更保守。盘古智库高级研究员江瀚表示，现在行业已经能造出几万只灵巧手，但大部分还是靠手工调试，远没到标准化量产的阶段；工业场景对稳定性要求极高，很多产品在展台上演示没问题，放到产线里连续运行几千次就容易出故障；工厂客户首先要算清经济账，算不过来就不会大规模替换现有设备。
机器人离“上班”确实已经很近了。在搬运、分拣、巡检、上下料这些边界清晰、结果可量化的单点工位上，它已经开始能交付，甚至在小批量试点里站住了脚。但离让人放心把一整条产线交出去，还差得远。差的不仅是那些最不显眼的东西——一只在粉尘、振动里连续运转三个月不坏的灵巧手，一组在光线变化和零件偏移时仍然稳定的触觉数据，以及无数个“最不利情况下”仍然达标的工程细节等。
“最后几毫米”“可靠性工程化”，指向的是同一件事。临界点不会以一声宣告到来的方式发生，它更像是一道缓慢抬升的及格线——线抬到哪一天，工厂愿意把夜班交给机器人，那天才算数。
综合自潮新闻、国际金融报、第一财经、证券时报等