直播正在成为人形机器人行业最诚实的“试金石”。
6月23日至28日，智元机器人在南昌龙旗科技工厂进行为期6天的“进厂打工”直播——8台精灵G2机器人按“早八晚七”的标准工时上岗，完整覆盖平板量产质检全工段。
在一个月前，大洋彼岸的Figure AI则凭借一场33小时、吸引200万人围观的机器人分拣直播引发热议。
人形机器人厂商开始摒弃精心拍摄的demo样片，转向了持续多日的现场直播。这也恰好勾勒出人形机器人产业的核心命题，机器人到底能不能真的“上班”？从炫技走向实干，中间究竟还差几步？
▲智元机器人“进厂打工”第5天直播画面截图
从8小时到6天，两次“进厂”直播
早在今年4月14日，智元机器人就在龙旗科技南昌工厂进行了直播。4台智元精灵G2机器人站上平板电脑多媒体集成测试工站，开启了一场8小时不剪辑、无预演的产线直播。
工作任务是，精灵G2双手从流水线上精准抓取待测平板、放入测试治具、完成信息交互后，将成品或NG品分类放回。连续8小时，2283项任务，成功率100%。
那场直播验证的是“能不能进厂”，6月这场直播，智元合伙人姚卯青定义为“国内通用人形机器人产业成熟度的标志性验证”。
6月23日，还是龙旗南昌工厂，8台精灵G2再次出现在直播镜头前。这一次，它们按“早八晚七”的标准工时上岗，直播持续整整6天。直播画面上，多台机器人集群作业，完整覆盖整条平板量产质检工段，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。
从单工位到全工段，从4台到8台，从8小时到6天——验证的方向从“能不能进厂”变成了“能不能稳定地、批量地、可持续地干活”。
数据印证了进步。根据智元透露的数据，截至直播第四天，8台机器人总作业时长超44小时，产线产能12216台，作业总量45279次，成功率99.98%。对比4月的99.5%以上，这0.48个百分点，背后是多台机器人集群协同作业的稳定性突破。
直播也有过“意外”。6月23日下午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，最终产生叠料异常。
智元Genie业务部项目总监艾文在接受红星资本局在内的媒体采访时解释：“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。”他表示，机器人体系偏向汽车和自动驾驶模式，工厂仍是工业自动化逻辑，两者的故障处理方式、异常恢复能力要求都不一样。
艾文称，精灵 Genie机器人在目前为止已经通过了3000多小时的长时间的作业，基本已迈过“及格线”。对艾文来说，比较好的结果是“一个月出现一次小的故障，并且可以快速解决。”
当直播成为中外厂商的试金石
就在一个月前，大洋彼岸的Figure AI刚刚结束一场200小时的直播——3台Figure 03机器人在仓库里不知疲倦地分拣包裹。
但与智元机器人直播不同的是，Figure的战场在物流仓库。5月中旬，Figure 03最终工作33小时，累计分拣超4万个包裹。官方宣称机器人依靠自研Helix-02系统自主决策，没电时自动换岗，全程“零人类介入”。
但Figure的直播并非没有争议。有网友发现机器人动作存在约0.5秒延迟、出现“摸头”等异常动作、卡壳时“精准复位”。质疑声指向一个核心问题：这究竟是AI自主决策，还是人类在远程操控？Figure AI坚决否认，将延迟归因于网络波动，将异常动作解释为AI自我调整，但始终未提供后台运行日志等关键技术证据。
也有业内人士评价称，Figure 03“在连续作业稳定性和动作流畅性上确实行业领先，但测试场景过于理想化，参考价值有限”。更早之前，有媒体调查指出Figure虚构和夸大了与宝马的合作——宝马发言人透露，工厂仅有一台机器人在非生产时段运行。
国内也有机器人厂商创始人对红星资本局谈论过这场海外直播。他认为该直播场景值得商榷，首先并非是真实的生产产线，而是实验室的循环测试；其次物体很多是可控的，所以很难证实有多少真实性。
艾文也回应了与Figure的直播的对比，在他看来，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，智元的核心战略是，进入到真实的生产线里面去填补劳动力缺失，产生解放劳动力的价值。
为什么机器人厂商集体热衷于直播？
“这拉近了演示和实际部署之间的差距。”智元创始人彭志辉说。过去，行业比拼的是后空翻、舞蹈和精心剪辑的演示视频，但这些无法证明机器人“能干活”。现在，看似枯燥的直播正在弥合这个信任鸿沟。
数据，模型之争的核心
人形机器人进厂打工，也逐渐成为“常态”。
从国内来看，优必选的人形机器人已进入富士康、比亚迪、极氪等工厂，在搬运、上下料等任务中成功率达99%，作业效率接近人工的50%；千寻智能的人形机器人已进入宁德时代的电池工厂，在PACK封装段关键工序中实现99%以上插接成功率，作业节拍已达到熟练工人水平，助力产线单日工作量实现3倍提升。
这意味着行业的关注点正在发生转变。上述机器人企业创始人对红星资本局表示，事实上，是否是完全人形的机器人并不是厂家关心的，他们更关注良率、节拍、成本。他也表示，机器人能干活取决于：抓、放技能的能力以及模型泛化性。对不同的场景来说技能也是相通的，所以技术并不是场景能不能落地的唯一问题。
艾文也同意这样的观点。他认为，从整个AI行业来看，技术不会成为壁垒。全球在具身智能领域的竞争核心，不在于谁率先达到ChatGPT级泛化能力，而在于高效的数据采集以及模型迭代方法，这会催生模型快速提升。
数据依然是具身智能落地的关键。只有足够多的数据才能让具身智能大模型更加聪明。对于具身智能大模型如今所处的发展阶段，艾文坦言：“如果类比ChatGPT，目前具身智能的智能化水平，还不到ChatGPT的1%。”
“目前整个机器人的数据获取，包括从数据量来讲，还远远没有达到涌现的水平。”他强调，当前行业最大的壁垒是数据。“我们所有数据可能也就是百万小时层级，但真正实现模型涌现需要上亿小时。”
安联配资提示：文章来自网络，不代表本站观点。
