在龙旗科技（603341）位于江西南昌的量产工厂内，一条平板质检生产线上，八台智元出品的精灵G2机器人正同步承担多媒体界面测试、音频测试、辐射杂散发射测试和耦合测试等多道检测工序。智元对此进行现场直播，并将持续六天不间断。与今年4月的直播相比，智元机器人的作业范围已不再局限于单一测试节点，而是完整覆盖了整条量产质检工段。
“这些机器人工作的效率和人类基本上是持平的。”6月24日，智元Genie业务部项目总监艾文在接受《华夏时报》记者采访时表示，成本方面和人力也是基本持平的状态，现在整机的成本还是偏高，未来会逐步下降。不过他也指出，人形机器人（886069）在工业场景的作业，目前还聚焦在相对结构化和固定的工序上，完成更长线程和复杂的工序需要更多和更多样性的数据。
从单点检测到全流程覆盖
智元试图用真实工业现场向行业证明：具身智能已真正具备可并线、可稳定、可批量、可复制的工业级能力，可以大规模部署落地在真实应用场景中，成为有价值的劳动生产力单元。所以在今年4月开启长达8小时的人形机器人（886069）真实产线作业直播后，6月23日，多台智元精灵G2机器人又集群进驻龙旗科技（603341）江西南昌量产工厂，开启长达6天的全透明产线直播作业。
相比4月的直播，本次智元精灵G2实现了平板全流程质检工序全覆盖，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，展现其在全流程自主作业的商用能力。
全流程工序的复杂程度，显然不是单点测试所能比拟的，技术门槛显著更高，而能够实现单点到全流程的跨越，艾文透露，主要的技术突破点集中在两个方面。“一个是整体机械臂的稳定性。自今年4月以来，我们的机器人已累计完成超过3000小时的连续测试与不间断运行，它们的稳定性也借此通过一次关键性的考验。”
此外，艾文指出，多工位、多机器人协作时的一致性也是一个难点，当多台机器人同时在产线上协同作业时，各工位之间的动作同步、通讯稳定性和系统延迟等因素，都会对整体作业的一致性和良率产生直接影响。“我们在本次多机部署过程中，攻克了大量工程落地中的实际问题。”
截至6月25日收工，这几台精灵G2的作业总直播时长已经达到33小时09分36秒，产线累计产量为9212台，机器人作业总数为34069次。
经过这么长时间的作业，机器人干活的效率对比人类如何呢？今年4月直播时，龙旗科技（603341）机器人业务部总经理李龙曾透露，当时是两台机器人拼一个真人，还没有做到1：1。而这次的直播，艾文告诉本报记者，机器人的作业效率基本与人类工人持平。“这条生产线的前端仍由人工操作，而后端在我们完成测试后，还设有包装工序。整个机器人系统被嵌入同一生产线中，其作业节拍与人类工人的节奏高度匹配，从而确保整条产线运转顺畅，避免因某一环节过快或过慢导致库存积压。如果非要用量化指标来衡量，我认为目前机器人的操作效率已达到人类水平的80%—90%。”
今年是规模化部署元年
在现有的应用水准上，人形机器人距离在工业场景的大规模应用还有多远呢？
艾文表示，2026年是智元机器人规模化部署的元年，从上半年的整体情况来看，无论是技术成熟度还是市场需求，都处于小规模部署与多场景试验局验证的阶段。“具体而言，上半年我们已成功完成了从单一场景到多场景的POC验证，目前累计沉淀了约七个可落地的解决方案。”
进入下半年，他透露，智元将陆续启动更大规模的部署，届时将呈现多解决方案并行、多场景全面铺开的态势。“现阶段外界看到的，主要是在3C领域，如平板和手机的上料测试等应用场景，其实今年上半年，我们还覆盖了汽车ECU制造上下游的相关环节、零售仓储场景、高铁（885562）站与地铁站的安检场景，以及芯片测试中的上下料工序等，目前，这些场景均已完成一些试验性验证。预计6月底之后，相关部署成果将陆续对外展示，届时大家可以在更多实际场景中看到我们机器人的应用落地。”
对于人形机器人（886069）的商业化节奏，业内也存在不同声音。文渊智库创始人 王超对本报记者表示，两到三年内，人形机器人（886069）还很难在工业场景实现真正的大规模商业化，更多将停留在单点试点和小规模部署阶段，尚无法全面替代劳动力。
他将人形机器人（886069）的应用分为三个阶段：2026年—2027年，重点集中在高度结构化、轻负载的场景中，例如3C行业的质检、仓储分拣等，这类场景环境相对可控、任务相对单一，是人形机器人（886069）率先落地的切入点；2027年—2030年是跨场景泛化期，核心在于人形机器人（886069）能否进入半导体（881121）、能源（850101）等更为复杂的工业场景，这些场景覆盖了40多个主要工业门类中的大部分，对机器人手的灵活程度和跨任务迁移能力提出了更高要求。
而到2030年之后，王超认为，若机器人在高利用率工业场景下的运营成本能降至每小时5美元以下，届时将真正触及碾压专用自动化设备（881171）的经济性临界点。“当通用性问题得到解决、单位小时使用成本也具备竞争力时，我们才能看到从千行百业的试点，迈向真正工业级、系统性地替代特定岗位的跨越。”
艾文也承认，当前智元人形机器人（886069）在工厂中可以完成的工序是相对结构化，也比较固定的，如果做长线程、复杂的任务，对机器人作业的成功率要求会更高，未来会非常依赖数据的多样性和数量，但现在具身智能的数据体量还远远不够，可能只有百万小时，实际上需要上亿小时的数据，才能实现模型的涌现。因此，智元专门成立了觅蜂科技，解决机器人的数据问题。
智元这场为期六天的直播仍在继续，这也是其面向未来交出的一份答卷，只不过，答卷才刚刚起笔，真正的考验，还在更长的生产线和更复杂的工序里。
