智能机器人观察 — 工业机器人、人形机器人、具身智能与服务机器人产业资讯与深度分析

8月26日，上海，在SAP机器人产业创新日的活动上，四类厂商出现在了同一场讨论里。 在标杆客户圆桌上，SAP副总裁薛建敏、英特尔中国边缘计算事业部行业解决方案高级架构师林丽莉、智元机器人中国区副总裁杨科，以及安努智能董事长兼CEO文宏杰，讨论了一个话题——具身智能如何真正进入工厂。 <img src="https://img.36krcdn.com/hsossms/20260828/v2_5e591302cfa747519d2c37edb060b4f1@6062546_oswg714301oswg1080oswg719_img_000?x-oss-process=image/format,jpg/interlace,1" /> SAP机器人产业创新日标杆客户圆桌 内容很快转向Intel成都工厂正在验证的仓储物流场景。SAP系统里已经有工单，也知道什么时间、什么地点需要什么物料；机器人具备搬运和执行能力；Intel提供实际工业场景和边缘计算基础。但过去，业务系统里的任务与机器人端的执行相对独立，工单并不能直接转化为机器人可执行的动作。 这次项目要解决的，正是两者之间的执行链路，让业务任务直接下达到机器人，由机器人完成任务，再把执行状态和结果返回系统。 这和过去几年行业里常见的机器人Demo不太一样。 机器人真正进入产线后，工厂看的已经不只是模型参数和动作表现。能不能稳定运行，异常后能否恢复，下一个工位能不能更快部署，以及最终能不能算清投资回报，开始成为更现实的问题。 <h2>机器人开始“接单”，具身智能接入生产系统</h2> 仓储物流并不是制造业里的新问题。变化在于，机器人开始接入企业业务系统，由工单驱动执行。 这次项目中，SAP负责企业业务系统，管理订单、库存、仓储和流程权限；Intel提供实际工业场景和边缘计算基础；智元提供机器人本体；安努位于中间环节，把企业系统里的业务任务转换成机器人可以执行的流程。 文宏杰将安努所在的这一层称为“部署层和场景智能层”。 在圆桌现场，他对安努做了一个更形象的描述：把各种不同的机器人本体接入同一条生产线，再与SAP等企业系统形成连接。 “我们干的是脏活、苦活、累活，但其实我们觉得这才是具身智能最有价值的环节。” △Intel-SAP-安努智能联合发布具身智能产线一体化方案 以SAP EWM发出的仓储任务为例，安努负责解析工单、理解任务，调用对应的Skill并调度机器人，机器人完成选料、搬运和送达。执行过程中产生的状态、异常和结果，再返回SAP系统。 工单由此不再停留在软件系统中，而是可以驱动机器人完成现场任务，并重新进入原有业务流程。 目前，安努已经完成从SAP业务任务到机器人执行、再到结果回传的链路打通，Intel成都仓储场景仍处于验证阶段。文宏杰也强调，技术链路跑通并不等于规模商用，后续仍要经过工厂合规、验收以及多站点复制。 “接上系统”只是第一步。 文宏杰在圆桌上提到，外界容易认为系统打通是一件简单的事情，“但是稳定运行是非常需要工程化的事情”。对于工业现场而言，更难的是让这套业务流程长期、稳定地运行在机器人本体上。 <img src="https://img.36krcdn.com/hsossms/20260828/v2_d39feba5f155460e93f466280f99af48@6062546_oswg100951oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1" /> 富士康集团机器人和自动化负责人王树华博士分享富士康在工业场景下对具身智能的思考 <h2>Demo之后，工厂开始算稳定性和ROI</h2> 圆桌结束后，文宏杰在36氪的专访中谈到一个判断：“Demo看的是能力上限，工业客户看的是能力下限。” 机器人完成一次抓取或搬运，只能证明这项能力存在。到了工厂，换一个班次、改变光照或更换物料后还能不能正常工作，出现异常后多久能够恢复，往往比一次动作做得多快更重要。 文宏杰举例说，一个动作即使快10%，如果每天需要多次人工干预，商业价值也可能不如一个稍慢、但更加稳定、容易维护的方案。 富临精工的现场就遇到过类似问题。 原来使用的灰色料箱换成黑色后，因为反射光减少，视觉和雷达识别受到影响，机器人的抓取表现随之下降。工人临时经过、物料位置偏移、夹具磨损、导航误差，也都可能影响连续作业。 很多问题很难在实验室里提前穷尽，只能在真实产线上长时间运行后逐步暴露。 安努团队因此长期驻场富临精工。据公司披露，目前设备平均故障间隔时间（MTBF）已经超过300小时。 <img src="https://img.36krcdn.com/hsossms/20260828/v2_a79e62e1ef3e4c2bbc73e3a89e5c6618@6062546_oswg505835oswg1080oswg545_img_000?x-oss-process=image/format,jpg/interlace,1" /> 富临精工绵阳智慧工厂常态化作业 另一个变化发生在部署周期上。 富临首个工位最初用了约4个月，随后同产线部署压缩到约1周。据安努方面披露，部分成熟同类工位已经进入3天级部署。文宏杰同时强调，目前明确验证的是从4个月缩短到1周；3天主要适用于产品边界清晰、接口和本体已经适配的成熟标准场景，全新的非标任务仍需重新评估。 这也是文宏杰反复强调“部署”的原因。 在他的定义里，部署并不等同于传统集成。集成和二次开发只是其中的一部分，更重要的是把一个项目中高度非标的方案逐步做成可复用产品，让同一套流程、模型和Skill可以向新的工位和机器人迁移。 富临项目还有一组更直接的运营数据。 需要人工介入的问题，已经从每天超过10次下降到每周约2至3次；单台机器人单班效率约为单个人工的70%，通过换电实现两班连续运行后，综合相当于约1.4名产业工人。按照安努现有成本模型测算，投资回收期约3年。 对工业客户而言，机器人完成一次任务只能证明技术可用。能否降低人工干预、缩短部署周期，并最终把ROI算清楚，才决定它能不能真正进入生产。 <h2>先啃部署再迭代模型，安努押注现场</h2> 文宏杰曾经是一名产业及投资老兵。 他在访谈中说，以前看一家公司，往往先看技术路线、团队背景、市场空间和资本效率。真正进入工厂以后，他对具身智能的理解发生了变化。 <img src="https://img.36krcdn.com/hsossms/20260828/v2_b56f6967e2094af5a49b970054191032@6062546_oswg2604609oswg1080oswg1620_img_000?x-oss-process=image/format,jpg/interlace,1" /> 安努智能董事长兼CEO文宏杰 真实产线上，机械、算法、控制、工艺和安全相互牵连。单项技术指标做得足够好，并不能保证整套系统长期运行。 安努的路线也因此逐渐明确。 过去一年，不少具身智能公司先做模型，再寻找落地场景。安努选择先进入工厂，把部署过程中暴露的问题解决掉，再用真实数据迭代模型。 公司内部有一句话：“模型可以开源，但部署经验无法开源。” 安努也把工厂项目看成产品研发的一部分。团队进入场景后采集真实数据，机器人上岗后持续记录工况和失败案例，再通过后训练和强化学习迭代。已经解决的问题如果具备共性，则进一步沉淀为Skill、模型和部署工具，供下一个工位和下一类机器人使用。 安努内部把这套工作方式类比为FDE（Forward Deployed Engineering，前沿部署工程）。工程师进入客户现场解决问题，但项目结束后，真正需要留下来的不是驻场人力，而是能够继续复用的产品能力。 文宏杰在圆桌上把这套逻辑称为“数据飞轮”。 机器人进入产线以后，在运行中不断积累数据，再通过训练继续升级。只有这套循环真正跑起来，机器人能力才可能随着实际使用持续提高。 在文宏杰看来，这也是具身智能与传统工业自动化的一项重要区别。过去的协作机器人和自动化设备更多依赖预设规则，具身智能则试图让机器人具备持续学习和适应环境的能力。 他在圆桌上说，希望具身智能最终能够“让工厂里的每一个岗位都持续学习、自主升级，成为工匠大师”。 这条路径也决定了安努目前的资源投入方向。 安努没有自己造机器人本体，也没有把资源全部押在一个通用基础模型上。公司希望长期沉淀的是工业数据、工艺Know-how、垂类模型、Skill、调度系统以及不同本体之间的适配能力。 <h2>可复制性决定商业化上限</h2> 项目越多，具身智能公司越容易遇到一个现实问题，那就是交付团队是否也必须同步扩大。 如果每进入一家工厂、增加一个工位，都要重新派工程师驻场、采数据、写接口和调系统，那么收入增长的同时，交付成本也会同步增加。 文宏杰判断一个项目是否开始产品化，看的是第二次交付有没有发生变化。 核心流程能否被拆成标准Skill和接口，失败数据能否自动回流，新客户是否只需要少量数据微调和适配，而不用重新开发整套系统，都是他关注的指标。 安努希望最终形成的，是一层可以连接不同企业系统和机器人本体的软件能力。就像机器人世界里的“Office系统”或核心APP。按照文宏杰的设想，上层企业业务系统保持稳定，中间由安努负责理解任务、选择模型、组合Skill并调度机器人，底层则根据不同场景接入不同本体。即使更换机器人品牌，已有的工艺知识、数据和系统接口也不需要全部推倒重来。 <img src="https://img.36krcdn.com/hsossms/20260828/v2_08917cade83d43869be3885443990c2e@6062546_oswg86316oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1" /> SAP机器人产业创新日嘉宾合影 Intel成都项目正在检验这种产品形态。上层连接SAP业务系统，底层接入机器人本体，中间由安努完成任务理解和执行调度。目前相关链路已经打通，仓储场景仍在验证阶段。 据安努方面介绍，公司目前已经进入Intel供应商体系，也是国内唯一进入该体系的具身智能企业，并在今年5月登陆Intel全球官网。 现阶段，机器人销售和项目交付仍然是安努进入工厂、获取数据和打磨产品的重要方式。但文宏杰希望，长期收入更多来自模型License、调度软件、Skill和持续升级服务。 他给规模化设了一个很具体的判断标准： “当新增一台机器人带来的软件收入增长快于交付人力增长，公司才真正进入规模化。” 下周，安努智能还将集中发布一批模型及相关产品能力，覆盖仿真数据、动作预测、真机强化学习、垂类模型和端到端部署系统。 这些产品最终都指向同一个问题：现场积累下来的数据和经验，能不能沉淀成可复用能力，让下一次部署更快。 第一个工位，证明机器人能不能用。 第二个、第一百个工位，才决定具身智能能不能真正走向规模化。

从接工单到算ROI，安努智能押注具身智能商业化

📌 概要