工博会上，机器人集体不跳舞了

去年工博会，人形机器人是展台顶流：跳舞、打拳、走秀，一个展台能围三层人。今年想找一台跳舞的，难了。

10月12日，第26届工博会在上海开幕，31万平方米展区、3200多家展商，规模创历届之最。但比规模更值得记录的，是机器人赛道在这里完成了一次集体转身——从展示才艺，到交出工牌。

这不是风格切换，是买单人换了。当采购商开始只问三个数，整个行业的评价体系就被改写了。

🎪 展台上，最后一台跳舞的机器人下岗了

最好的风向标，不是展台上有什么，而是展台上没什么。

国家会展中心今年第一次搭起1200平方米的实景车间，复刻汽车制造、3C电子装配、物流搬运三个场景。机器人被直接按进工位：拆垛、码垛、插拔光模块、搬运料箱。动作谈不上好看，但没有一台在跳舞。

变化是双向的。展商换了展品，智元机器人把精灵G2直接拉来"上岗"，一口气接下光模块插拔、工业搬运、缸盖装配、精密上下料四类任务；节卡机器人全球首发重载轮式人形机器人Kargo50，单臂负载30公斤、双臂50公斤；乐聚机器人首发通用灵巧手，不表演，只测精度。

观众这边，往年围着看后空翻的人群，今年变成了拿着需求清单的采购商。

据多位接近展商的人士透露，不少机器人公司今年出发去工博会前，内部就明确要求：展台不排才艺节目，只安排现场作业演示和商务对接。

逻辑很直白——工博会历来有"工业发展风向标"之称，谁来逛展、问什么问题，就是明年工厂里会买什么的先行指标。当展品从才艺变成工牌，意味着行业供给端已经判断：能干活的产品，到了可以规模化卖的时候。

📊 买家只问三个数：几天、几个9、多久回本

采购商不关心你多像人，只关心你多像员工。

今年展台前最常出现的问题变成了三件事：部署要几天，成功率有几个9，多久能回本。这三个问题，恰好对应工业采购的铁三角——切换成本、可靠性、投资回报。

展商的答卷也确实给得出来了。本届工博会上流出的量化成绩单，几乎每一条都对着这三个问题：

这套数据背后的含义，值得拆开看：36小时集成并线，意味着产线停机损失可以压到接近一次大保养的水平；57天部署周期，已经逼近传统工业机器人在非标场景的实施节奏；99.99%的六日成功率，接近工业客户对自动化设备的验收口径。

换句话说，人形/具身机器人第一次开始用传统自动化设备的标准被衡量——而且没有被当场比下去。

这背后是一个真实的产业痛点：制造业灵活产线的改造，长期卡在"非标场景实施贵、周期长"上。具身机器人要吃下的，正是这块传统工业机器人不好啃的市场。

🔧 几个9不是喊出来的，是精度和数据喂出来的

工业场景没有观众，只有验收标准。

99.99%这种数字，靠发布会喊不出来，靠的是硬件和数据的双重积累。

先看硬件。光模块插拔是精密制造里最细的活之一：插拔精度要到毫米级，还不能刮伤接口上的金手指——刮伤一根，一片光模块可能直接报废。精灵G2靠力控臂和关节扭矩传感器完成这项任务，本质是把"手感"做成了可量化的力控参数。乐聚机器人的通用灵巧手则把重复定位精度做到0.03毫米，不到一根头发丝直径的一半，比行业常规的0.2毫米提高近一个数量级。

再看数据。节卡机器人的Skill体系把工业工艺写进技能逻辑：薄壁件要避开边缘，线束要预先拨开——这些是老师傅的经验，被翻译成了机器人的技能约束。结果是，一个约2分钟的连续装配任务，用200条左右训练数据就能把成功率做到85%以上。

这个数字在工业界意味深长。训练数据量级从"万条"降到"两百条"，意味着新工艺的导入成本从"攒数据集"变成"做示范"，具身智能最大的成本项之一正在被快速压缩。

据业内人士私下交流的说法，工厂客户评估具身机器人时，最看重的已经不是演示效果，而是同一个任务连续跑一周的稳定性曲线——因为产线不接受"有时行有时不行"。

产业逻辑很清晰：当技术栈从"大模型+灵巧手"的概念组合，收敛为"力控硬件+小样本技能学习+工业工艺知识库"的工程组合，具身智能才算真正拿到了进车间的门票。

📈 从1万到2万台：具身智能的第一道量产门槛

量产爬坡的速度，比发布会密集的程度更能说明行业位置。

9月24日，智元机器人宣布第2万台通用具身机器人量产下线。关键不是2万这个数，而是节奏：从第1万台到第2万台，只用了约半年。

对比整个行业的融资节奏和交付节奏，这个速度说明制造端、供应链端和交付端已经形成了闭环——造得出来，也交付得出去。半年翻一倍的量产爬坡，放在任何硬件品类里都是陡峭曲线，放在具身机器人这个零部件高度非标的品类里，含金量更高。

把当前的主要玩家放进坐标系里看，格局已经开始分层：

右上角的玩家有三个共同点：有真实工厂的量化数据、有可复制的部署方法论、有持续的量产爬坡。左下角的"才艺型人形"并非没有价值，但它的战场在融资端和公众端，不在采购端。

值得注意的还有产品分层策略：节卡机器人用Kargo10在汽车零部件和高端电子工厂批量干活，再向上推出50公斤双臂负载的Kargo50；智元机器人则用一台精灵G2覆盖四类任务，走通用化路线。一条是纵深打透场景，一条是横向铺开任务面——两条路线都成立，但都要经受同一把尺子的度量：工位上的数据。

⚠️ 转身之后，真正的硬仗才刚开始

从展台到车间只差一步，从车间到标准还差十步。

需要冷静看到的是，目前披露的成绩多来自单点标杆项目：龙旗科技南昌工厂一条并线、几类典型工位。工业客户真正要的是跨工厂、跨工艺的可复制性——南昌跑通99.99%，东莞的产线换一批工装还能不能跑通，这才是规模化的分水岭。

其次，回本周期这道题本届展会上还缺少公开的标准答案。部署天数和成功率都有了量化口径，唯独"多久回本"各家还在用算法定制化的方式回答。这个指标一旦形成行业共识，采购决策会进一步加速；反过来，谁先给出可信的ROI测算模型，谁就掌握了定价权。

此外，85%的成功率（200条数据训练2分钟装配任务）距离工业验收级的99.9%仍有明显距离，中间的差距需要靠更多真实工况数据去填。这意味着头部玩家的数据飞轮一旦转起来，后来者的追赶成本会指数级上升。

今年工博会最大的信号，不是某台机器人多能干，而是整个行业的评价体系换了锚点：从"像不像人"变成"像不像员工"，从融资故事变成交付故事。

下一届工博会的看点已经可以预定：届时买家的问题清单上，"几个9"大概率会加上小数点后第三位，而"部署要几天"的答案，可能要以小时计。谁先做到，谁就拿到下一轮洗牌的入场券。