机器人进工厂直播200小时，AI打工时代是否已可行？

2026年上半年，机器人圈子里发生了两件挺有意思的事——两场现场直播，本以为会炸场，结果热度却远低于预期。

一边是国外的直播：三台机器人站在流水线传送带旁边，一干就是200个小时，全程不停歇地分拣包裹。另一边是国内：八台轮式机器人在平板电脑的质检线上，从早上八点一直干到晚上七点，和产线工人同班同歇，整整六天。

01 机器人干活的直播，让企业主怎么想

先说Figure AI的这场直播——5月份，三台叫Bob、Frank和Gary的F03人形机器人，在一条匀速的传送带旁分拣包裹。200个小时里，它们处理了近25万件包裹，硬件上没出过一次故障。直播中间还安排了一场人机PK：一位人类实习生10小时分拣了12,924件，机器人这边是12,732件，差了192件。换算成平均速度，人类2.79秒一件，机器人2.83秒一件。

再来看智元在南昌龙旗科技工厂的第二场直播：八台精灵G2机器人，轮式底盘，把整条平板质检工段的所有工序覆盖了个遍——多媒体界面测试、音频测试、辐射杂散发射测试、耦合测试，全程无人遥控。六天下来，累计作业超过64小时，处理了1.7万件产品，最终成功率定格在99.99%。也是在这场直播里，智元宣布了第15,000台具身智能机器人下线——要知道，从第10,000台到第15,000台，中间只隔了不到三个月。

两场直播看下来，网上的声音挺有意思的。有人说Figure的场景太简单——传送带匀速、包裹规格统一、动作重复单调。也有人说智元的机器人不是人形，用轮式底盘就"不够先进"。但直播最精彩的部分，其实是那些"不完美"的瞬间。Figure的200个小时全程开放，观众随时可以点进去看，机器人就是一个个包裹接着干。智元这边刚开播就出了意外——一块平板和测试设备之间通信异常，导致两块平板叠在一起，不得不人工干预，成功率直接从100%掉到99.96%。但智元的系统在检测到异常后自动上报，切到其他工位继续作业，大约两分钟后就恢复了。故障被全程记录，整条产线也没有因为这个工位的中断而停摆。

02 工厂和实验室之间那条鸿沟

说到工厂，龙旗科技的产线现状是一个很现实的注脚：七八千名工人，每年却要招两到三万人——因为员工平均在职只有三四个月。培训周期十五天。这不是个"机器换人"的故事，而是一个"招不到人、留不住人"的故事。

在实验室里跑了几百个小时都稳如泰山的机器人，一部署到真实产线就开始"犯病"——产线的电磁环境远比实验室复杂，多台设备、手机信号互相干扰，两台机器人之间的传感器误判导致"撞车"，通信协议不匹配让指令丢失……这些"怪病"都不是虚构的。

从去年12月精灵G2第一次进龙旗的副产线"实习"，到今年3月正式并线参与生产，再到4月两台机器人直播8小时零失误，最后到6月八台机器人在全功能质检工段直播六天——这前后打磨了半年多。从3月15日并线到直播当天，超过100天的实际运行中，发现了并解决了大约六十个问题。两个轮式机器人在一个工位上跑通是一回事，八台机器人在整条产线上并行不冲突是另一回事。零失误跑完八小时不是终点，99.99%跑完六天也不是终点。更不用说复制到下一个工厂、下一条产线、下一种产品了。

机器人在工厂里最大的短板出人意料地不在AI算法，而在于三个纯粹的工程问题：关节寿命、散热和一致性。

先聊寿命。几乎没有机器人公司敢公开标注产品的真实使用寿命，大多数只会写"设计寿命"。一个可以参考的数据是，Optimus灵巧手的使用寿命大约六周，单只更换成本在一万到八万元之间。而在平稳行走的条件下，大多数双足人形机器人的使用寿命也只有两千到三千小时。机器人不像工业机械臂那样做重复的圆周运动，它的关节要承受的是动态变化的冲击——不同速度走路，腿部受到的是不同频率、不同方向的力。几十个小时后，温升和轻微磨损开始引发细微抖动；上百小时后，传动背隙不断累积；数百小时后，热漂移与机械损耗叠加，定位精度大幅下滑。Figure AI的F02在宝马工厂跑了11个月、1250小时，装载了九万件以上零件，但前臂却暴露了严重的硬件故障点——到了F03上，手腕电子架构被彻底重构。

再来看一致性。这个问题有两个维度：单机一致性和多机一致性。单机一致性，指的是同一台机器人在运行初期的动作精度和几十小时后能不能保持一致。多机一致性，指的是同样型号的十台机器人，在同一场景下训练出来的模型能不能互换使用。这两个问题目前都没有解决——每台机器人的出厂参数都有些微差异，出厂后第一个月的磨损程度也各不相同。这也解释了为什么智元在龙旗的部署花了半年多才从"两台跑通"推进到"八台并行"。

最后是散热。这个问题很容易被忽略。2026年人形机器人半马现场，很多机器人跑着跑着就需要工作人员一路小跑跟着手动降温。在长时间连续作业时，关节温度升高会改变润滑脂黏度、引起金属热膨胀导致配合间隙变化、降低电机效率。这些变化不是突然发生的，而是缓慢累积的。在连续六天每天十一个小时的高强度作业中，散热方案能不能撑住，直接关系到定位精度和成功率能不能维持。

03 什么活能干了，什么活还干不了

两场直播给出了一个相当清晰的边界。

能干的事情包括：传送带上匀速分拣包裹，平板电脑质检上下料，单一工位的精准放置。但前提条件是——环境可控、动作可预测、允许轮式底盘、作业精度在1到2毫米以内。还干不了的事情包括：柔性装配（不同型号的零件混线、不同方向不同力道的紧固），异常处理（包裹破损、零件掉落、来料不合格），跨工序自由移动，连续运行三千小时不宕机。机器人的"大脑"还没到Scaling Law时刻，还不能"看一眼就知道怎么干"。每个新场景都需要联合算法团队针对具体工序做预训练和后训练。全球高质量真机数据不到一百万小时，而催生具身智能涌现至少需要一亿小时——用真实工厂数据去喂AI，目前还远没喂到那个量级。

对比一下两家公司的路线。Figure AI走的是双足人形加AI优先的路线，F03工业版卖25万美元一台，用RaaS租赁模式把月费压到约1000美元，自制BotQ工厂产能从每天一台提升到了每小时一台，目前估值390亿美元。打法是在受控环境里把极致效率拉满，用资本市场的AI叙事做高估值，再往真实场景渗透。

智元走的是轮式具身智能加量产低价的路线。G2按两年人工成本来定工业价，大约30万到34万元软妹币，产能目标是年产十万台以上，估值150亿元软妹币。打法是在真实工厂里用六天直播——包括那些出丑的瞬间——倒逼自己迭代，把规模化落地当成护城河。

当然，国内还有宇树、逐际动力、越疆、银河通用等公司都在全栈布局，双足和轮式两条线都在走。这个行业有一个日益清晰的共识：腿和手的专业分工，可能比大家想象的要更早到来。轮式底盘在平整地面的工厂里已经是接近成熟的技术方案，双足在非结构化环境（比如楼梯、户外、家庭）里的想象空间更大，但工厂不是它的主场。高盛之前的判断是，适应性形态（轮式加上半身人形）能覆盖七成到九成的工业应用。

小结

所有新技术都要经过商业化、量产、盈利的漏斗。不成熟的被淘汰，通过的才能进入喇叭模式释放巨大能量。机器人行业现在还处在漏斗的入口处。两家公司都在漏斗里往前迈了一步，但离"随便哪家工厂、随便哪条产线、买回去插上电就能干"的喇叭模式，还隔着关节寿命、散热方案、一致性控制、灵巧手成本、异常处理能力这几道硬坎。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：机器人进工厂直播200小时，AI打工时代是否已可行？要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题