带着上下游,人形机器人加速跑起来(经济聚焦·走进“中国智造”)

东方元启智能机器人生产车间里,工作人员给机器人“体检”。
本报记者 姜晓丹摄

首钢智新电工钢成品库。
汤丰宁摄(人民视觉)

工作人员为机器人穿防火工服。
孙阳阳摄(人民视觉)
探访年产能万台人形机器人工厂
“量产难在造得稳、造得一致”
本报记者 姜晓丹
走进位于广东佛山南海区的东方元启智能机器人(广东)有限公司机器人工厂,车间整洁明亮、智能设备有序运行。这座由乐聚智能(深圳)股份有限公司与广东东方精工科技股份有限公司联合打造的智能制造工厂,是一个年产能万台的人形机器人规模化生产基地。
人形机器人规模化生产,难点在哪儿?暨南大学人工智能教研室主任李德平介绍,人形机器人全身多关节相连,螺丝松紧等细微差别会被放大,导致机器人行走、抓取动作出现明显偏差。此外,行业零部件统一标准缺失,传感器、仿生配件配套不完善,不同机型还要单独调试运动、力度控制参数,使得规模化生产性能一致的产品难度很高。
眼前这座量产工厂,依靠整套智能化产线设计,针对性化解量产难点。
在智能物料管理区,高度自动化的物料系统让人眼前一亮。工作人员只需通过身份验证,对应物料柜便自动开启,所需零部件整齐摆放、精准取用。取用完成后,系统自动称重、计数、核对。一颗螺丝、一个垫片的变化,都能被精准捕捉并实时更新。
物料出库分拣后,AGV(自动导引车)化身“智能搬运工”,将零部件精准送达各个工位。重载型AGV负责长距离跨区转运躯干、机架等重型部件;轻载型AGV在装配区内运送螺丝、线缆、传感器等小件;带升降平台的顶升式AGV,可直接将物料托盘送到流水线指定高度,与产线无缝对接……不同AGV按规划路径自动避让、有序通行,全程无需人工跟车,物料流转高效有序。
继续向前,便来到了人形机器人核心装配区域。与传统流水线不同,这里采用模块化、同步化、柔性化生产模式,手腿部、躯干、头部等关键部件在不同工位同步装配,工作人员与自动化设备紧密配合。结构件安装、线路连接、传感器调试等数十道工序有条不紊推进,整条产线安静平稳、持续运行。
让人印象深刻的,还有产线的“百变能力”。在产线中间区域,不同型号、不同配置的人形机器人同步生产。“我们从设计之初就走柔性化路线,只需在系统切换生产指令,就能快速调整型号和配置,几分钟就完成切换。”乐聚智能助理副总裁曹雨说,硬件层面仅更换末端执行器与特定关节模组,无需重构物理产线;软件层面由系统自动加载对应装配参数与适配程序,无缝衔接。
质量管控从零部件入场时便已启动。针对轮臂、人形等不同品类机器人,质检环节大部分通用,仅根据产品定位调整检测侧重点。曹雨举例,轮臂机器人重点测轮式底盘,看轮子行驶、转向稳不稳定;人形机器人则更关注步态平衡与双臂配合,测试上下台阶、复杂路面能否平稳行走。
在生产线末端,每一台机器人都要接受“上岗体检”——工作人员大力推动机身,机器人要稳稳站立;机器人还能180度转腰、灵活关节屈伸,动作流畅自然;行走、转向、定位,在高精度设备监控下逐项校验。工作人员还会模拟真实场景,对机器人进行多维度测试,确保其能在实际环境中稳定工作,只有全部达标,才能顺利通过考核。
“不在造得多、造得快,量产难在造得稳、造得一致。”东方元启技术负责人介绍,这也是规模化生产的重要考验之一,“在测试阶段多下功夫,是为了不让存在隐患的产品流向市场。”
曹雨表示,人形机器人已在工业生产、商业服务、教育科研等场景初步应用。未来,随着技术不断成熟、场景不断丰富、需求不断扩大,人形机器人将承担更丰富的任务、扮演更重要的角色,而这一切的基础,正是稳定可靠的量产能力。
暨南大学机器人智能技术研究院院长柳宁认为,当前人形机器人仍处于产业初期,受限于传感器、仿生执行机构技术短板,加上成熟商用场景不多,市场大规模订单尚未释放,但长远来看,随着硬件技术迭代、各类落地场景持续拓展,市场需求持续扩容,大规模量产是行业发展必然趋势。
揭秘人形机器人专用电工钢
0.2毫米迸发的强劲力量
本报记者 王云杉
电工钢,电能与磁能高效转换的核心材料,被誉为钢铁工业皇冠上的“明珠”。
在新能源汽车里,它为长续航与强动力打下基础;在大型变压器中,它支撑电流的稳定输送与高效转换;在高端家电内部,它让能耗更低、运行更稳……从家电到新能源,从特高压到智能电网,薄薄一片电工钢,串联起现代产业的动力脉络。
在河北迁安首钢智新EVI(供应商早期介入)实验室,研发工程师张豹正俯身研究一片样品——0.2毫米超薄人形机器人专用电工钢。
张豹介绍,当前人形机器人加速进化,这款专为机器人量身打造的超薄钢片,厚度仅相当于发丝直径,却能让小巧电机迸发强劲力量,精准适配人形机器人轻量化、高扭矩密度、高功率密度的严苛需求。“一台机器人身上往往搭载四五十个乃至更多的电机,每个电机都离不开电工钢的支撑,助力机器人灵活行走、精准操作、稳定发力。”
相比新能源汽车电机,人形机器人电机体积更小巧、集成度更高,对材料部分性能的要求也更为极致。
例如,高扭矩意味着电机更“有劲”,支撑机器人迈步、举物、完成复杂动作;低铁损则对应低发热、低耗电,让机器人运动时无需复杂的散热系统……“两者之间存在性能矛盾,提升一方往往会制约另一方。”张豹说。
如何在方寸之间破解这一矛盾?首钢研发团队在实验室开展了600多次配方试验,历经10余次工业验证,耗时整整一年,终于在磁感、铁损与扭矩之间找到最佳平衡点。相比市面常规产品,这款0.2毫米厚的专用钢片铁损降低了20%—30%,让机器人电机更小、更强、更高效。
虽然人形机器人眼下仍处于起步阶段,规模化应用尚需时日,但首钢坚持提前卡位,为未来产业的蓬勃发展打下基础。
“2015年,在家电用电工钢卖得最火的时候,我们就意识到新能源汽车处于爆发前夜,毅然转向新能源汽车用电工钢的研发。”首钢智新首席技术专家安冬洋告诉记者。如今,首钢的电工钢产品应用已实现全球新能源汽车销量前十车企全覆盖,国内市场占有率达1/3。
“据估算,每1万台人形机器人约用百吨电工钢,未来人形机器人走进千家万户,这片‘薄钢’将打开千亿元级新市场。”安冬洋说。
从更大的视角看,首钢在细分赛道的深耕,是我国电工钢产业整体向上突破的缩影。
在供给侧,“十四五”时期,我国全面掌握了先进的电工钢生产技术及工艺,特别是新能源汽车电工钢、特高压输配电工程电工钢等高端产品,均达到或超越世界同行先进水平。中国钢铁工业协会数据显示:2025年,我国电工钢总产量约1963.3万吨,同比增长9.6%,占全国粗钢总产量的2.04%。
在需求侧,中钢协科技环保部专家顾问陈卓分析,面向“十五五”,电工钢的需求增长主要来自三个方面——
新能源汽车的持续放量。我国新能源汽车市场渗透率预计将持续上升,是无取向电工钢需求最大的增量市场之一。
电力行业的投资拉动。“十五五”时期我国电网固定资产投资将达5万亿元以上,用于变压器的高端取向电工钢需求有望随之增长。
新兴领域的加速崛起。低空经济中,无人机舵机、飞行汽车电驱动系统等场景,将推动超高性能电工钢等材料的应用。机器人关节电机、扫地机器人等智能终端大量使用小型化、智能化的微特电机,将对电工钢形成稳定需求。
尝试为人形机器人穿新衣
不止外套,还在进化为“皮肤”
本报记者 黄晓慧
“咔哒、咔哒……”上海嘉定区江桥镇的制衣车间里,缝纫机声依旧,但雷文手中的衣物却变了——不再是厚重的工装,而是一件银白色的人形机器人外衣。这件衣服能随着机械臂180度扭转,又能在机器人意外跌倒时,像气囊一样护住昂贵的关节部件。“一条胳膊摔坏了,损失就不小。”雷文仔细检查着人形机器人关节处无缝包覆的细节。
2004年,从老家湖北仙桃到上海闯荡的雷文创办了上海紫羲公司,裁制传统工装。几年下来,他在纺织新材料及服装加工企业聚集的江桥镇扎下根来。随着智能制造的到来,雷文观察到一个现象:一套进口工业机器人的防护服动辄上万元,还要等几个月才能拿到。他带领团队攻克面料耐高温难题,自主研发的焊接、喷涂防护服售价仅为进口防护服的一半,拿到不少企业的订单。
2023年,一名工程师抛出一个问题:能不能做一件高弹罩子?不像工业防护服那样笨重,必须阻燃、透气,能跟随关节弯折不卡死,运动时不脱落,最好还能拆洗。为了啃下这个难题,雷文的制衣车间里搬进了智能排料裁剪、3D激光扫描仪等设备,通过数字化建模模拟机器人各轴运动轨迹来优化版型。
“你看肩膀处。”雷文指着样衣上的无缝拼接处说,“我们加了防滑硅胶条,实际测试中,机器人连做几十个急停,衣服位移不到几毫米。”一次次的技术积累,让公司在机器人产业的急速发展中抢占先机。2025年,公司人形机器人服装出货量1000套,成为宇树科技、智元机器人等企业的供应商。“过去,我们要上门给机器人量体裁衣,现在企业都主动把机器人送来研发新样式。”眼下,公司正联合高校和面料企业,研发可集成温度、压力传感阵列的织物表层,试图让人形机器人的外套具备碰撞检测和体表温感,一点点进化为“电子皮肤”。
在雷文忙着给机器人做柔性外衣时,松江区的一间研发工作室内,针织服装设计师丁罕青正在为机器人手指编织针织套。丁罕青团队的主业一直是研发针织服装,直到去年下半年,一家具身智能公司请他们用针织面料设计机器人的外观。丁罕青回忆:“当时客户需要服装近乎皮肤一样严丝合缝包裹每一个工业曲面,扭转弯折不起皱,为每个传感器接口留孔,让衣服变成可穿戴设备。”
丁罕青团队把早先为时装开发的“3D针织算版”技术移植过来,将机械曲面逐一转为针织版片,选用高弹纱线控制薄厚与回弹,使外衣像皮肤一样附着在机体上,还可拆洗更换。目前,团队接到的机器人“皮肤”订单已与传统针织开发业务持平,客户涵盖具身智能、医疗康复及灵巧手企业。团队正尝试在针织结构中植入导电纱线,结合算法探索压力感知与接触反馈功能。“还在测试阶段,但方向很明确——未来的机器人要能‘感觉’被碰了一下。”丁罕青说。
《人民日报》(2026年07月28日 第 11 版)
大家都在看
-
一文看懂IFA2026硬科技新趋势:这10个问题,比「AI落地」要具体得多 9月4日至8日,IFA 2026(柏林国际消费电子展)在德国柏林举行,现已落下帷幕。作为全球三大消费电子展会之一,本届IFA一共聚集了来自49个国家和地区的1900多家展商,预计共吸引全球超过22万的观众。虽然依然是中国厂 ... 机械之最09-10
-
海报丨能源革命,“碳”路者说 山西正在书写一场关于能源转型的崭新故事井下的智能监测田间的光伏板工厂里的跃动的智能机械……转型的答案从来不在纸面上而在每一个实干者的手中他们是技术员、工程师他们是运营官、村支书……他们用行动回答同一个 ... 机械之最09-10
-
恐怖机械臂的“温柔”转身:当工厂猛兽成为景区网红 最近,一段短视频在社交媒体上疯传。镜头中,一个巨大的机械臂正在景区里“抓”游客——不是像工厂里那样冷冰冰地搬运钢板,而是温柔地举起一个尖叫大笑的女孩,缓慢旋转,让高空秋千般的体验与科技感完美融合。评论 ... 机械之最09-10
-
教师节丨为深蓝战场输送胜战力量 原标题:为深蓝战场输送胜战力量——记海军大连舰艇学院文职人员、副教授邹骐阳初秋的夜晚,校园里一片寂静,海军大连舰艇学院军事体育教研室的灯光一直亮着。副教授邹骐阳坐在电脑前,认真地修订训练方案,手边摊开 ... 机械之最09-10
-
数学证明进入机器验证时代? 数学家安德鲁·怀尔斯于1995年发表了费马大定理的证明。图片来源:英国《自然》网站费马大定理是过去半个世纪最著名的数学成果之一。9月4日,人工智能(AI)公司Anthropic宣布,其Claude模型仅用11天,就将英国数学 ... 机械之最09-10
-
AI时代的教育之辩:学校不能只培养机器擅长的能力 封面新闻记者 孟梅 张越熙当AI几秒钟就能回答一道题,教育到底应该教什么?9月9日,在2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛上,围绕AI对教育的影响,香港科技大学(广州)协理副校长 ... 机械之最09-10
-
为“人造太阳”锻造“赤霄光剑” “赤霄”团队部分成员合影。受访者供图■本报记者 王敏近日,在安徽合肥的聚变堆主机关键系统综合研究设施“夸父”园区内,中国科学院合肥物质科学研究院等离子体物理研究所副研究员、“赤霄”集成与调试负责人杨鑫 ... 机械之最09-10
-
谷歌让AI互怼几天,小模型竟复现3道博士级难题 如果不看名字,你肯定会以为这又是一个强大到不能公开发行的顶级模型,甩出的一份「开挂」战绩: 做科研:一口气解开7道顶尖数学和计算机难题,交出的40页长篇证明连最严苛的机器审核都挑不出错;干工程:从零手写了 ... 机械之最09-07
-
机器人没有互联网 具身智能的困境在于,机器人没有像大模型那样的互联网遗产可继承,人类行动经验从未被大规模保存。本文深入探讨数据采集的挑战、训练场产业的形成,以及数据分层趋势,揭示机器人经验从何而来,又将如何塑造未来。在 ... 机械之最09-07
-
如何挑选靠谱的食品机械胶辊?食品机械胶辊推荐指南 食品机械胶辊是食品加工、输送、包装等设备的核心配件,直接影响食品生产的安全性、稳定性与效率。不同于普通工业胶辊,食品机械胶辊对材质、工艺、卫生标准有着极高要求,很多食品加工企业采购时不知如何甄选优质产 ... 机械之最09-07
相关文章
- 恐怖机械臂的“温柔”转身:当工厂猛兽成为景区网红
- 教师节丨为深蓝战场输送胜战力量
- 数学证明进入机器验证时代?
- AI时代的教育之辩:学校不能只培养机器擅长的能力
- 为“人造太阳”锻造“赤霄光剑”
- 谷歌让AI互怼几天,小模型竟复现3道博士级难题
- 机器人没有互联网
- 如何挑选靠谱的食品机械胶辊?食品机械胶辊推荐指南
- 力学之父阿基米德:比肩牛顿高斯,千年不遇的科学全才
- 向新之翼丨面对青年学子,中科大校长常进为何送出三件信物
- 青春华章丨中国科大校长常进:三件信物与“永恒的东风”
- 一群“老木匠”,把废弃木料变为“宝”(美丽中国·身边的绿色故事)
- 厦门大学成立智能制造学院
- 12位院士2位国家最高奖得主!中科大1959级为何堪称中国最强一届
- 警钟再次敲响!吉隆泥石流灾害为何难预警、难救援?
- 2026 IFA展:从三个关键词看中国品牌“热度”
- 美司令:用实力震慑中国,我军亮出机器狼,改写近海作战规则
- 美国疯狂找矿,难撼中国稀土优势
- 国门处,五星红旗飘展
- 新产业催生新职业,湖北多措并举让就业“长”在产业上
热门阅读
-
天下第一暗器暴雨梨花针,传说中的唐门暗器做出来了 07-13
-
汽车投诉排行榜前十名汽车 问题最多的就是这些车 07-13
-
世界上最牛挖掘机,甚至可以挖穿一座城市 11-05
-
世界最大核潜艇制造厂,产量远超中美法 11-20
