新华财经北京10月16日电（记者孙广见）乐聚机器人与兆丰机电15日联合发布“具身智能+汽车零部件上料解决方案”。标志着人形机器人在汽车制造场景中完成从“试点验证”到“常态化作业”的关键跨越，也探索出一条从真实产线中积累数据、迭代模型、复制推广的路径。

　　从试点验证到常态化作业

　　在兆丰机电产线，车间机器轰鸣，15台人形机器人在金属丝网框、多工位、上料台交错的狭窄动态环境中，完成10余个动作序列，稳定抓取内径的小型零件，打通“预备—取料—转运—上料”全流程。

图为人形机器人在产线作业

　　记者在现场看到，物料框摆放位置随时存在微小偏差，人形机器人却能持续自主判断、调整姿态，避开周边工装与障碍物，没有人工远程操控干预，持续稳定地完成重复性上料任务。“目前，完成一次上料循环的时间稳定控制在40秒以内，可适配工厂15个工位、覆盖10余种零件，上料成功率稳定在98%，已在现场连续无故障运行超过2个月，累计运行约1000小时，协助生产超过6万个零部件。”浙江兆丰机电股份有限公司董事长孔爱祥介绍。

　　稳定运行的背后，是一套覆盖开发、部署、使用、数据、安全等环节的可复制体系。乐聚机器人常务副总裁柯真东说，技能开发工具链把上料技能拆分为30余个基础模块，可像拼积木一样组合，不需要编写底层代码，开发周期从数月缩短到数周，多机调度平台可将标准技能一键同步到多台设备，部署时间从天级缩短到小时级，现场作业数据全流程回传，零件掉落、碰撞、过速检测等安全管理模块，保障机器人可靠、连续作业。

　　边干边采破解真实工业数据稀缺难题

　　常态化部署的价值不止于完成上料作业。15台人形机器人在兆丰产线同步作业，形成规模化并行数据采集能力。柯真东介绍，按当前数据产能测算，单月采集超过4万条，并随产线运行持续累积，让机器人交付后能够持续进化，越用越“聪明”。

　　记者了解到，数据全部来自真实工业场景，能够持续采集到实验室与仿真中难以复现的异常工况、极端摆放边缘场景。这些真实且少见的样本汇入训练数据集，用于模型迭代，形成“现场回流—质量检测与分类—模型迭代—成功率提升”的良性循环。

　　长久以来，人形机器人行业大量依赖仿真环境与实验室数据训练，一落地到真实工厂，面对零件歪斜、物料反光、环境震动等现实扰动，稳定性就会大打折扣。这次实践的核心突破，在于把产线变成“实景训练基地”，机器人一边承担生产任务，一边持续采集工业“硬数据”。更有行业意义的是，项目选择把真实产线数据开源，打破工业场景数据壁垒。此前工业场景数据大多锁在各家工厂内部，开发者很难拿到足够丰富的边缘样本，数据开源相当于为整个具身智能行业共享一份来自制造一线的“实训教材”。

　　在柯真东看来，从“单台验证”到“批量复制”，这一可复制的具身智能实景实训示范，正在为人形机器人工业场景规模化落地探索可行路径，为发展新质生产力、推动制造业高质量发展提供支撑。