一条产线停一分钟,比一台机器贵。
11月3日,乌镇,小米放出一条消息。人形机器人在汽车工厂的中控台侧盖板排序工站,连着干了8小时,满足工厂全天生产需求。
企业披露的原话是“初步完成产线级作业能力验证”。同一天还有另一条:具身基座模型在小米青年公寓“试运营”,连续30分钟,跨3个房间,做了50多项任务。
图源网络 小米汽车工厂外景与小米SU7
这条消息的分量,不在它会干什么,在它能连着干一个班。一个班是工厂的计价单位,干不满一个班,就进不了排产表。
但这不是第一次,65年前就有过一回。
1961年,通用汽车在新泽西的工厂里装了一台Unimate,干的是把压铸件从机器里夹出来。那东西长得像个机械臂。当年那台Unimate,也是从搬件开始的。
这活儿有个好处:砸了只损失一个件。不用停线,不用返修,捡起来重来一遍就行。
真正铺开要到上世纪80年代,中间隔了差不多20年。那20年没解决别的,就解决了三件事:不容易坏、坏了有人修、修起来不贵。那些黑灯工厂产的都是小硬件,整车总装的灯一直亮着。
2000年,本田把ASIMO推出来。会走路,会上楼梯,会端盘子,发布会上转个身,全场鼓掌。
从1961年那条压铸线,到2000年展厅里会端盘子的ASIMO,再到2026年这台机器,中间隔了三代产品和几轮起落。才走到这一步。
65年,三次“上岗”,这次到哪一步了?
图源网络 汽车工厂内的工业机械臂作业
很多人以为,这一轮不一样,模型都这么强了,机器人该自己就会了。ASIMO的问题,从来不是不会走。
2000年发布那会儿,它能走路、能上楼梯、能端盘子,还会踢球。放在当年的展会上,这就是未来。
可它的动作都是提前编排好的,换个房间就不行了。名气有了,订单没有。车间里第一件事不是表演,是先认地上的黄线。这是两个物种。
2000年缺三样东西:便宜的传感器、能看懂场景的模型、撑得住的电池。那时候一台激光雷达够买一辆车。
更关键的是没场景。展厅里没有干砸了要赔钱的活。
没有这种活,所以攒不到数据;攒不到数据,动作就只能靠编排。2018年本田宣布停止ASIMO研发,积累的技术转向护理机器人。
它会走路会上楼会端盘子,就是没上过一天班。工龄那一栏,是空的。
这一轮和前面两次,最大的不同不在技术。数据这条链,预训练用了10万小时真实操作轨迹,后训练另加了自己采的机器人数据。
这10万小时按市场价买,一小时500到1000元,折下来五千万到一亿,它是自己在工厂和公寓里顺手攒的。据行业研究,全球能用的真实操作数据也就几十万小时,训练一个通用模型要千万小时级。
场景这条链,汽车、手机、大家电都是现成的试验场,76秒一台车的节拍是真的。
供应链这条链,按行业测算,同样的物料在国内配齐约4.6万美元,全用非中国供应链要13.1万美元。差的不是一点,是接近三倍。丝杠、减速器、电机,国内都有厂在做。
三条链一条咬一条,缺一条都转不起来。
因为模型越强,越吃真实数据;真实数据越贵,越需要自己的场景;场景越多,模型迭代越快。
再看两个场景,像两张卷子。卷子不一样,判分标准也不一样。
图源网络 电子制造车间的自动化产线
工厂那张卷子考稳定:工位固定、来料固定、光线固定,变量被锁死,考的是同一个动作重复几千次不出岔子。机械臂搞不定这些软活,人形才进得来。
公寓那张卷子考泛化:3个房间、50多项任务,平均一个任务30多秒,考的是换个房间还认不认得路。
所以30分钟不比8小时容易,它考的是另一种东西。那为什么非得先啃工厂这块硬骨头?
难度不看时长,看变量多少。变量越多,出错的机会越多,这话放在哪行都成立。
进厂只是第一关,后面还有三道。这三道,一道比一道贵。
良率这一关,先看一根丝杠。按2025年券商对Optimus的拆解,一根8000块,一台用14根,占物料成本35%。
这台机器的钱主要花在四个地方:丝杠、六维力矩传感器、旋转关节、无框力矩电机,丝杠是大头。
这是2025年的账。2026年1月,双林股份把C3精度丝杠的量产价打到499元一根,14根不到7000块。价格掉得比良率快,可便宜不等于装得上,一致性跟不上,省下的钱还得赔进停线。
国产良率60%到70%,海外85%到90%,10根里差的是3到4根。这几根,就是报废的钱。
10根里有4根报废,等于扔掉三万二。这笔钱最后摊进整机售价,谁也躲不掉。
再看成功率。76秒一台车,8小时满产300多台。
98%听着高,摊到300多台上,每天还有七八次失败;90.2%就是30多次。每一次失败,都要停线、叫人、重新上料。
工厂不看这个数,工厂看能不能排进班表。能排进班表,才是上岗。
维护这一关,减速器寿命8000小时,按一天八小时算,一年下来刚好磨掉四分之一。按单班、额定负载算,4年左右大修一次,换脂、校准,一停半天。
换型这一关,换一个工站,数据要重新采一遍,参数就得重调。
雷军在微博回应网友时说:“这是通用人形机器人,硬件不用改动,可以适应各种岗位和场景。”这话听着像技术描述,落到账上就是摊薄。
算账这一关,一台物料成本31.6万,卖价只会更高。高盛8月的测算是,2026年一台机器人的成本大约相当于2.8年人工。只干一个工站,这个数还得往后拖。太慢。
良率上不去,所以单台成本下不来;成本下不来,采购就不敢批量下单;订单不来,产线摊不薄,良率更难提。这是个往下转的螺旋。
于是四道关成了同一件事的四个来源。四个车间的自动化率摆出来是这样的:冲压和焊装都在90%以上,涂装基本没人、只剩遮蔽和补漆,总装只剩25%。
中汽工程的沈绍嵘说过,总装推不动,是因为零件杂、空间窄、车型还老在换。
相比之下,别人也没跳过这几道关:特斯拉的Optimus在2025年只产了几百台,2026年11月周产已经冲到2000台;Figure 02在宝马车身车间干了11个月钣金件上料,到Figure 03才转去做物流排序。
优必选的Walker S已经站进蔚来的总装车间,干的是质检、螺栓拧紧、车门装配,全是总装里最标准的那几道工位;线束插接、密封条压装这种要靠手感的,还在试。
工厂上设备的顺序,从来不按技术难度排,按“出错代价”排。
压铸件砸了只损失一个件,所以1961年就上了;焊装焊坏一个车身几千块,排第二,焊点位置固定、程序写死;涂装喷坏要返工,排第三;总装装错了要停线、要返修,排最后。
冲压无人、总装站满人,是这本账排出来的,跟技术高低关系不大。
四道关,说到底是一件事:这笔“出错代价”由谁付。
现在有一种说法,大模型都这么强了,还去工厂练什么。可家庭恰恰是变量最多的地方,压根不是最少。
因为工厂能把工位、来料、光线全锁死,家庭锁不住。
看懂一个杯子在哪,和把杯子拿起来不捏碎,是两件事。这就像背得下菜谱,真站到灶台前还得靠手上练。
大模型解决的是看懂那一半,手稳那一半还得靠次数堆。
工业试错练的是可靠。
要是哪天家庭机器人能连续8小时不用人接管,失败率低于1%,这话我收回。这几笔账一笔都省不掉。
看懂和做到之间,差的不是一个模型。
回过头看小米那座工厂,再看那20年。当年通用汽车那条线,也是先上搬运、后上装配,跟小米这座总装车间的顺序几乎一样。
关卡不变,不等于日历照抄。
那些年主要花在让别人相信它不出事上。买家要看见别人用得住才敢掏钱,要看见坏了有人修、停产了有人管。
这不是否定技术进步。这一轮的模型、传感器、成本,跟2000年完全不是一回事。
这一轮有三样现成的东西:汽车供应链、安全标准、模型底座。供应链把价格打下来,标准让采购敢签字,模型让机器人不用从零学起,1961年一样都没有。
如果丝杠良率从60%抬到85%,整机成本会下一个台阶,周期就跟着缩短。
反过来,良率和维护有一头拖后腿,周期就往后挪。所谓“元年”,是日历上的说法,不是产能。
所以我的判断是:慢,但是以年为单位地慢,不是以十年为单位地慢。
技术能把门敲开,能不能留下来,得看账本。