跳到内容
Moduloa
← 研究笔记
MOD-01 · 研究笔记

每小时一台,一万个零件

研究

Figure 每小时造出一台机器人,并像一家汽车工厂那样公布自己的良率。智元的第 15,000 台机器人在上海的产线上下线。特斯拉——三者之中制造经验最丰富的一家——改造了一座汽车工厂,随后悄然撤下了自己给出的开工时间。人形机器人竞赛如今正被按产能爬坡曲线排序,而爬坡是框架的成就,不是机器人的成就。

2026-08-13 · 研究笔记 · 阅读约 5 分钟 · 作者

上周的笔记拆解了两美元一小时——一台人形机器人站到你的车间地面上之后的运营成本。这一周,更有意思的数字完全位于车间的上游:机器人本身能够被造出来的速率。今年夏天,有三家公司公布了、或者显眼地拒绝公布产能爬坡的数字。把它们放在一起读,它们对这个行业走向的说明,比任何一段演示视频都多。

这些数字

两条产能爬坡曲线,以一家汽车工厂的方式公布

Figure:从每天一台到每小时一台

4 月下旬,Figure 表示其 BotQ 工厂已从每天造出一台 Figure 03 提升到每小时一台——在不到 120 天里实现了 24 倍的产出提升——并在发布时已交付超过 350 台。细节比标题更重要:产线末端的一次通过率超过 80%,并且每周都在改善;电池产线的一次通过率为 99.3%;在十余个 SKU 上生产了超过 9,000 台执行器。这些是制造工程师的数字,以一家汽车厂商披露它们的方式被披露出来。

智元:三年 15,000 台

6 月下旬,上海的智元(AgiBot)第 15,000 台机器人下线——一台工业用 G2——而这家公司成立于 2023 年 2 月。真正的故事是节奏:累计产量从 1,000 台爬到 5,000 台用了约一年;从 5,000 台到 10,000 台用了三个月。Omdia 将智元列为 2025 年全球人形机器人出货量第一,为 5,168 台、39% 的份额。无论人们对其中任何一项单独的中国出货数字持何种看法,这条曲线的形状在各来源之间都是一致的。

反例

屋子里最会制造的那一家,先眨了眼

5 月初,特斯拉结束了 Model S 与 Model X 在弗里蒙特的生产——分别持续了 14 年与 11 年——以便把产线改造为生产 Optimus。在 4 月的财报电话会议上,马斯克说生产将于 7 月下旬或 8 月开始,并提醒初期产量会相当慢,同时把整个问题压缩成一句话:这条产线「会以机器人全部 10,000 个零件中最不走运、最慢、最笨的那一个的速度前进」。

那扇窗在打开之前就关上了

到 7 月下旬的第二季度股东更新时,7 月或 8 月这个窗口已经不见了,取而代之的是「在 2026 年内」投产,而最早的一批将被划给内部的 Optimus Academy 用于生成训练数据,而不是交给客户。截至 7 月下旬,没有任何经核实的量产整机被披露。这些都不算丑闻——这恰恰是重点。这家在批量生产复杂机电装置方面比任何人形机器人初创公司都更有经验的公司,正发现这是它尝试过的最艰难的一次产能爬坡,因为供应链尚不存在,而那一万个零件中的每一个都需要一个合格的供应来源。

机制

一次产能爬坡究竟由什么构成

读一读 Figure 自己关于这次爬坡如何发生的说明,并留意它不是在讲什么。它不是在讲执行器,也不是在讲人工智能。它讲的是:依据来料检验标准对数百家供应商做资格认定;在 150 多个联网工位上运行的定制制造执行软件;50 多个在制检验点;每台机器人在放行前要通过 80 多项功能验证测试,其中包括以千计的深蹲、推举与慢跑的老化运行。

机器人赢得演示,框架赢得速率

这份清单本身就是一套框架:供应商资格认定、路由、检验、数据采集、可追溯性。其中的每一项都可以迁移到下一款产品上;而它们几乎没有一项在产品上看得见。智元的里程碑从另一侧讲了同一个故事——那台被庆祝的第 15,000 台整机,被拍到在别人的电子产线上做质量检验,但真正的新闻是它自己的那条生产线。

买家

买家的行为,已经把机器当作可替换的了

宝马在斯帕坦堡让 Figure 02 运行了约 1,250 个运行小时、处理了 90,000 多个零件,并称这次试点是成功的——随后,它在莱比锡的首次德国部署中选择了完全另一家供应商,海克斯康(Hexagon)的 AEON,并把两个项目一并纳入一个新设立的「生产中的物理 AI 能力中心」。当一个买家相信能力存在于集成层、而不是存在于机器本身时,它就会这么做:对机器实行多来源采购,而把那一层留在自己手里。被集中起来的那种能力——如何让一台机器人取得某个单元的作业资格、如何训练它、如何为它排程,以及事后如何证明它做过什么——恰恰是任何机器人厂商都无法装箱交付的那一部分。

教训

机器人如今成了那个零件

这里有一层递归,值得直说。人形机器人被作为弹性产能来推销——可以按台购买的劳动力。但如今,制造人形机器人的这个行业,正被它对传统产能的掌握程度所排序:供应商资格认定、一次通过率、节拍时间、执行软件。论点一贯主张,这个行业里持久的那一层是机器人周围的框架——标准、数据、认证、训练、路由——而不是机器人本身。今年夏天的数字把这个论证从部署延伸到了制造:在这笔交易的两侧,谁掌握框架,谁就决定速率。这个追踪页跟踪硬件;我们标注日期、可证伪的赌注放在预测登记册里,而这篇笔记不为其中任何一条计分。

诚实的局限

这篇笔记没有厘清什么

有四处局限。上文的每一个爬坡数字都是公司自行公布的;没有第三方审计过 Figure 的节拍时间或良率,而一个被演示出来的速率,不等于一个能够持续的速率。智元的 15,000 台统计的是其整条产品线的机器人,而不只是人形机器人——人形机器人本身的数字是 Omdia 给出的 2025 年 5,168 台。特斯拉的状态是从股东信的措辞与披露的缺席中推断出来的,而一次缺席不等于一个实测出来的零。此外,一条爬坡曲线对需求什么也没说:每小时多少台机器人是一个供给事实,而真正在岗工作的机器人有多少,才是决定这个行业的那个数字,并且还没有人公布它——上周的笔记讲的正是为什么。

资料来源

这些事实从哪里来

研究笔记是研究,不是决策——标注日期、注明来源、开放接受指正。欢迎全文或部分转载,采用 CC BY 4.0 许可,请署名并附回链。 · 全部研究笔记 →
联系

参与其中

欢迎提出更正、证据与不同意见。如需指正或联系,请发送邮件至 shk@moduloa.com

问 Datum