文 | 具身志，作者 | 仲庆元，编辑 | 越十三
9 月 30 日，美国人形机器人公司 Figure 公布了 Figure 02 的最终去向：芬兰的一座熔炉。
被处理的 Figure 02 是公司的上一代产品。随着新一代产品 Figure 03 机队扩大，公司不打算继续维护 Figure 02，可逐台拆解又太费时间，甚至会拖慢 Figure 04 的推出。因此，大部分 Figure 02 就此告别，只留下少量存放在总部。
不过，在退场之前，Figure 02 有些东西还是留了下来。
据 Figure 公司披露，Figure 02 曾在宝马美国斯帕坦堡工厂累计运行超过 1250 小时，为 9 万多个零件完成上料，生产线留下的故障记录指向了一个薄弱处：前臂是该项目中最常出现硬件故障的部位。
于是，到了 Figure 03，工程师重做腕部电子架构，去掉原来的通信分配板和动态线缆，让腕部电机控制器直接连接主计算机。今年 6 月，Figure 03 已经回到宝马工厂，展示新的物流排序任务。
旧机器人的身体被熔掉，它在工厂里暴露的问题却已经进入了下一代的设计。
这也把一个问题摆到了机器人公司面前：谁来决定，一台好机器人应该是什么样？
会搬箱子，不等于能接下搬运工位；站上生产线，也不等于能跟着它连续运转。当客户开始为一份具体工作付钱，机器人公司的技术清单就得重新排序。有些能力必须补上，有些设想需要暂缓，甚至连两条腿是不是必需，都要重新算账。
人形机器人还没有大规模改造工厂，工厂已经开始改写 " 好机器人 " 的标准。接下来，真正可能拉开公司差距的，是谁能更快把这些现场要求变成产品，并对机器交付以后的工作负责。
机器人怎么造，工位说了算
工厂对机器人的第一轮改造，是要求它把一份工作完整地接下来。
对客户而言，一项能力只有真正覆盖一整份工作的要求，才有机会变成可以依靠的劳动力。如果机器人只能够接手工位的一部分，剩下的操作就仍要有人接手；如果机器人干几个小时就要停下来充电，那么生产安排也得跟着它调整。
优必选的 Walker S1 就曾被作业范围限制住。2025 年，优必选副总裁、研究院院长焦继超接受媒体采访时坦言，开发这款产品时，公司对工业场景的理解还不够深，机器人只能覆盖工位的局部区域，很难给客户产生真正的应用价值。
到了 Walker S2，优必选因此增加了腰部自由度，让它能弯腰、下蹲，向地面取物。
还有充电。按焦继超当时介绍的数据，Walker S1 高负载工作约三小时，就要花一小时充电。为了解决这段停机时间，优必选组织专门团队，用九个月研发自主换电技术，让 Walker S2 自己去换电。
腰能弯下去、电池能自己换，看起来都不像重新发明机器人。但对一个具体工位来说，这些修改决定了机器人能接多少工作，又会把多少工作留给人。
工厂里的验证，不只改变了机器人该怎么设计，也改变了优必选先做哪些工种。焦继超介绍，公司早期尝试过组装、涂胶等多种工位，经过验证，他们逐渐把重点转向搬运、分拣、质检。
选择工位，也是在选择研发顺序。哪些任务先做、哪些能力先补，开始由真正能够落地的工作来筛选。
而在宝马的钣金上料项目里，Figure 面对的要求已经具体到了秒：一轮任务 84 秒，其中上料 37 秒；每班正确放置率目标超过 99%，人工干预目标为零。
这类要求会重新定义什么叫 " 做得到 "。机器人一旦到了生产线上，把零件放到指定位置还不够，还得在规定时间内，反复把它做对。
再往前一步，工厂作业要求甚至会影响机器人的基本形态。
银河通用创始人王鹤在 2025 年接受媒体采访时说，公司在研发上布局双足，但当时工厂、商超客户要做的是移动、抓取、放置，产品端选择了轮式底盘。他给出的理由是双足会带来噪声和续航问题，轮式产品可以六至八小时充一次电。
今年 6 月，宁德时代披露，银河通用的重载机器人 Galbot S1 已进入其智慧产线，承担模组与电池包生产环节的作业。客户介绍这台机器时，突出的是双臂 50 公斤级载重和 8 小时续航。
当一份工作用轮子就能完成，两条腿就需要证明自己的额外价值，因此对机器人公司来说，这不只是底盘怎么选的问题，也是在决定哪种技术先进入产品、先拿去面对客户。
从覆盖整个工位，到减少充电停机，再到选择底盘，工厂正在把 " 技术上能做什么 "，改写成 " 这份工作究竟需要什么 "。而能够完成这种转换的公司，才有机会把一次演示变成一门持续的生意。
交付，只是工作的开始
机器人交了货，公司还不能交差。客户要的是每天把活干完，这份责任，不会随着机器出厂而结束。
因此，对于准备进入工厂的机器人公司来说，想把机器人卖作劳动力，就得承担劳动力能够持续工作的责任。
美国机器人公司 Agility 最早为 Digit 展示的工作前景之一，是跟着自动驾驶汽车送快递。
2019 年，Agility 与福特宣布合作：汽车负责路上的运输，两条腿的 Digit 接手从车到收件地点的最后一段路。车开到门口，机器人下车，把包裹送到门前。
几年后，进入多年商业合同的 Digit 却站在了仓库里。
在美国佐治亚州一处由物流企业 GXO 运营、服务服装品牌 SPANX 的仓库，自主移动机器人把装有商品的料箱运来，Digit 接过料箱，放上传送带，送往后面的打包工位。2023 年的概念验证之后，GXO 于 2024 年与 Agility 签下多年协议，以机器人服务的方式部署 Digit 和配套软件 Arc。
接箱、转身、放下，再接下一箱。这个重复动作，还需要继续省掉多余的步数。
在介绍 GXO 部署一周年后的改进时，Agility 披露，团队重做了导航系统，让机器人寻找步数最少的路径，减少起步和急转弯时的多余动作，并提高带着重物移动的效率。它要带着重物，在狭窄空间里反复停下、转身。
流水线也不总是畅通的。如果下游工位积压，或员工正在休息，Digit 会先把料箱码在一旁，让送货的移动机器人继续通行，等到传送带恢复后，再把暂存的箱子补上去。
这时，Digit 接下的任务已经不只是把箱子从一处搬到另一处，而是生产流程里的一个岗位。它需要根据上下游的状态去判断，决定什么时候继续，时候等待。
今年 9 月 15 日，Agility 发布 Digit 5。公司把这次改版直接归因于上一代在客户生产现场工作近三年后收到的要求。
按公司公布的规格，为了承接更多搬运任务，Digit 5 提高负载和触及高度，并把工作与充电的时间比从上一代的 2 ∶ 1 提高到 10 ∶ 1，实现了 " 充电 9 分钟，工作 90 分钟 "。同时，新产品还改进了人员检测与新的安全控制设计，希望减少部署时对隔离设施的依赖。
不过，改好身体只完成了交付的一部分。
Agility 与 GXO 的合同从一开始就包含配套软件 Arc。这个平台承担建图、工作流程配置、运行管理和故障排查，把 Digit 接到既有自动化设备中。到 Digit 5，Agility 进一步强调，通过 Arc 查看可工作时间、吞吐量和故障间隔，并连接仓储管理、仓储执行与制造执行系统。
这些工作都需要 Agility 持续投入人手。地图要建，任务要配，软件要连接，故障要有人处理，表面上看客户采购了一台机器，实际上 Agility 接下的是一段持续的责任。
这种持续服务，也进入了 Agility 的收费方式。客户可以支付部署费和持续的机器人服务订阅费，也可以买下 Digit，再按年购买软件和维护服务。
从福特合作时设想的送包裹，到 GXO 仓库里的搬料箱，Digit 找到了一份具体工作。围绕这份工作，Agility 交付的东西也扩展到了企业软件、系统接入和持续服务。
卖得出去，还要留得下来
如果机器人在真实现场持续工作几年，客户不断暴露出来的问题，最后会把产品改成什么样？
比人形机器人更早进入巡检现场的四足机器人，可能已经提供了一份参照。
2019 年底，云深处与南方电网数字电网研究院合作，让第一代绝影 X10 在变电站自主巡检。随后暴露出来的一项要求是下雨天也得出去工作，正因此，2021 年推出的 X20 增加防水防尘能力，向全天候巡检靠近。
再往后的 X30，问题变得更细。云深处在产品说明中提到，灰尘、污渍和变化的光线会影响机器人自主充电，因此重做了充电定位方案；面对客户对长时间作业的要求，则对应到更长的负载续航和可快速拆换的电池。
这些改动最终要面对的，是机器人长期待在真实现场的考验。云深处 2025 年披露的宁夏无人风电场项目，距离最近的人员聚居点约 10 公里，人不方便随时到场，机器人能否稳定完成巡检也因此更加重要。
在这个项目中，X30 则可以与无人机配合，实现每天巡检两次，每次约 80 分钟，检查变压器、隔离刀闸等设备，并将结果回传平台。
四足巡检与人形搬运的难题不同，但雨水、灰尘和充电对接有一个共同点：它们很少成为一台机器人最耀眼的能力，却可能决定客户明天还敢不敢继续把任务交给它。
工厂对人形机器人的要求，也在沿着这个方向变得具体。销量和收入可以说明市场已经愿意付钱，但这些机器最终被拿去做什么、能不能长期把一份工作做完，还要由生产现场继续检验。
宇树已经把人形机器人做成了一门有规模的生意。其 2026 年 8 月招股书披露，2025 年人形机器人收入约 8.68 亿元，占主营业务收入的 51.78%，超过四足机器人。
而按公司此前问询回复披露的 2025 年四个季度分领域数据加总，科研教育约占人形机器人收入的 76%。这里的科研教育，也包括科技企业和开发者购买机器人，用来做二次开发、研究与模型训练。这类需求中，相当一部分购买的是继续开发、研究新能力的平台。
但是，当机器人真正进入生产工位，客户要买的，则是一份需要按时完成的工作。两种需求都能支撑生意，但擅长把机器人卖给开发者，不会自动换来生产客户的认可。
一台机器人卖出去，可能意味着一个研发项目刚刚开始；一台机器人被留在工位上，则意味着它得反复交出工作结果。行业不能用前一种市场的繁荣，提前宣布后一种市场的胜利。
再往前看，下一轮竞争中值得押注的能力，未必都藏在更炫目的动作里。谁能把故障变成下一代设计，把客户的一道工序变成可以持续交付的产品，谁才更有机会把先发优势留住。
Figure 02 退场了，它在宝马产线留下的问题却进入了 Figure 03。
跳进熔炉足够热闹，但更值得继续看的，是生产线正在怎样重新设计机器人公司。
