2026 年，人形机器人真正在工厂车间做什么

爆红的短视频里，一台人形机器人在倒咖啡。真实的产线上是另一幅更乏味的画面：一台机器人把一只塑料周转箱（tote）从传送带上拎起、转身、放到料车上，然后再来一次，又一次，干上大半个班次。2026 年，真正重要的是后一个场景，而它几乎没人去拍。

今年，人形机器人确实出现在了工厂车间里。数量不多，也不是遍地开花，更不是在做发布视频所暗示的那种灵活的通用体力活。它们跑的是狭窄的、有人监督的、精心分阶段推进的试点，任务只落在一份很短的清单上，出现在少数几家愿意当第一个吃螃蟹的工厂里。这既是一个真实的里程碑，也是一个有限的里程碑，而分清这两者，正是本文的全部用意。

在第一个故事之下，还藏着第二个：这些试点中的每一个，同时也是一个数据采集项目。一台在真实产线上工作的人形机器人，会生成它自己下一代模型正需要的东西：这项任务的示范，采集自它将要运行的那个场景，用的是机器人真正携带的传感器。部署不只是产品，它还是那座制造训练数据的工厂。

机器在车间里到底做什么

剥去噱头，2026 年的任务清单短而实在。四个门类，覆盖了大部分已经走出实验室的工作。

物流与周转箱搬运。最常见的活儿就是搬东西：周转箱、集装容器、包裹。Agility Robotics 把整门生意都建在了这上面，让它的 Digit 机器人在仓储场景里搬运周转箱与容器，The Robot Report 追踪了它从试点走向商业合同的过程。Amazon 则另外在自己的设施里测试过 Digit，此事已被广泛报道。这类工作重复、物体半标准化、对出错的容忍度也高，这恰恰是它率先落地的原因。

上下料与零件搬运。给机器上料、放置零件、给夹具供料。Figure 表示，它的 Figure 02 机器人已在 BMW 位于南卡罗来纳州斯帕坦堡（Spartanburg）的工厂里工作，在产线上处理钣金零件。Tesla 则公开过其 Optimus 机器人在自家工厂内做物料搬运与分拣的画面。这些都是零件几何已知的结构化任务，很适合一个已经见过该零件许多次的策略。

配料（kitting）与装配辅助。把正确的部件归拢成一套，交给人或另一台机器去装配。德国工业供应商 Schaeffler 投资了英国初创公司 Humanoid，并放出信号称计划在自家产线上试用人形机器人，这是 IEEE Spectrum 在全行业追踪的那一波试点的一部分。NEURA Robotics 也把它的 4NE-1 人形机器人主打为这类通用工业搬运。

巡检。走一条固定路线、读一块仪表、查一处渗漏或一块松动的面板。这是最温和的切入点，因为机器人是在观察而非操作，出错也只是漏读一个读数，而不是摔坏一个零件。它更多出现在行走机器人与四足机器人项目里，而非人形机器人，但出于同样的理由，它也在人形机器人的路线图上：风险低，价值清楚。

一张 2026 年的部署地图

把看得见的项目，不按谁的机器人最好、而按任务与成熟度来排序，画面就诚实了。几乎所有的都是试点。少数几个物流部署正迈向早期规模化，也就是在一份商业协议下投入多台机器人，而不再是单台演示机。下面这张表是一份粗略的地图，取自各公司与所引媒体的报道，而非一份排名。

作为参照，国际机器人联合会（IFR）报告称，全球传统工业机器人的运行存量已达数百万台。相比之下，真实产线上的人形机器人仍是极小的一撮，每当一个试点被宣布时，这一点都值得记住。

试点不等于量产

上面每一行里，真正吃重的那个词是「试点」。有必要把它的含义说清楚，因为试点与已部署的劳动力之间的落差，正是大部分乐观情绪漏走的地方。

任务是狭窄的。一台会搬周转箱的人形机器人，没法在同一个下午既照看一台冲床、又去检查一道焊缝。每一项技能都是单独训练、单独调校、单独验证的，机器人在一个工位里只干一件事。节拍通常比人做同样的任务要慢，有时慢得明显。而且几乎每一次部署都在监督下运行：一个安全区、一名人工监控者，很多情况下还配了一套遥操作兜底，用来接管策略搞不定的时刻。

分阶段是刻意为之的。项目从一台机器人推进到几台，从一个班次推进到一整天，从一个围起来的工位推进到一条共享通道，每次只走一步经过验证的路。这份谨慎不是胆怯，而是把一台一两百公斤重的机器放到人身边、又不出事故的办法。带着「试点」这个词去读每一条 2026 年的公告，你得到的诚实图景，是一项前景可观的技术处在谨慎、早期、有人监督的推行之中，而不是一个正在被连夜替换的劳动力市场。

每一次部署，也是一个数据项目

这里有一点常被漏看。一台在真实产线上的人形机器人，不只是在干活，它同时在记录这份活。每一次伸手、抓取、放置，连同其背后的相机画面、关节角度与受力，都是一段在机器人真实运行的那个环境里采集下来的示范。那是价值最高的一类训练数据，因为它既没有现实差距，也没有视角错配：它是通过机器人自己的传感器、在做真实工作时采下来的。

一台人形机器人在真实产线上度过的每一个小时，也是它下一代模型所需的那份精确示范数据的一个小时。2026 年，试点不只是产品，它还是数据项目。

这重新框定了早期部署为何比它们的人头数更重要。一个只有两台机器人的试点，作为一则劳动力故事看似微不足道；但作为一则数据故事，它可能是决定性的，因为它播下的那份语料，是任何仿真器和任何抓取来的视频都无法完全复现的，而正是这份语料，让下一代模型得以拓宽任务清单。最先把机器人送上真实产线的公司，主要赢下的并不是劳动力份额，而是启动了那台自产训练数据的飞轮。

试点走向成熟时，该盯住什么

未来一年该盯住的信号，不是发布视频，而是那些乏味的指标：每个站点几台机器人、每台机器人几项任务、两次人工干预之间隔多少小时、一个项目从一个工位挪到下一个工位有多快。这些数字会告诉你，一个试点是在复利累积，还是在原地打转。而在它们之下，还压着一个更安静、却将决定胜负的问题：谁在积累最干净、最有用的示范数据，以及谁被允许使用它。2026 年站在车间里的这些人形机器人，做的是不起眼的活。它们悄悄搭起来的，是喂养下一代机器人的那份燃料。