作者 | 毛心如
今年七夕节，深圳南山区婚姻登记处出现了一位特殊的「证婚人」。
它不仅为新人盖章、送结婚证、献玫瑰花，还参与了主题活动一起合影留念，这个「证婚人」就是星尘智能的 Astribot S1 人形机器人。
不得不承认，从养老护理到商业服务，再到现在的大规模工业应用，人形机器人正沿着「多场景落地」的快车道，加速融入我们生活的方方面面。
而刚刚圆满完成「证婚」任务的 Astribot S1，也即将转换角色，投身于更具挑战的工业生产一线。
今天，星尘智能宣布与仙工智能达成人形机器人千台级订单战略合作，在未来两年内推动上千台 AI 机器人在工业、制造、仓储、物流等场景大规模、分阶段部署。
这次合作，不仅是今年国内人形机器人在工业领域最早一批千台级商业合作之一，也为「机器人+」与智能制造深度融合提供了新的实践案例。
星尘智能：想做具身智能「超级助理」
在竞争激烈的人形机器人赛道，星尘智能走出了一条差异化的发展道路。
其在技术路线上做了一个「非共识」选择，即采用绳驱传动技术作为机器人本体的核心方案。目前，星尘智能也是业内首个实现绳驱 AI 机器人量产的企业。
星尘智能创始人来杰认为，机器人与物理世界交互的第一性原理是「力」的感知与控制，而非视觉定位，这一理念直接促成了其对绳驱技术的选择。
星尘智能的 AI 机器人 Astribot S1 采用绳驱传动技术，模拟人类肌腱的用力方式，让机器人行为与动作更接近人类，具备高动态响应、高灵巧操作、高交互安全等先天操作优势。
传统电机驱动往往面临体积大、刚性强和安全性不足等问题，而绳驱技术通过类似人类肌肉与肌腱的传动方式，在力控精度与安全性之间取得了更好的平衡。
在工业环境中，这一特性意味着机器人可以更轻柔地抓取易碎物料、更精准地完成装配任务，并能更安全地与人类协作。尤其在物流场景中，Astribot S1 能够处理各种形状和重量的周转箱，适应不同高度的货架与输送线，其灵活性明显优于传统工业机器人。
在软件与智能层面，星尘智能构建了全身 VLA 模型架构，并在模型设计上采用「快慢脑」理念，将感知、语言理解与动作控制进行深度融合。
「慢脑」是融合真实场景数据的 VLA 大模型与物理世界模型复合系统，以 20Hz 频率运行，负责任务规划、物理推理与跨场景元技能迁移；
「快脑」基于绳驱传动与双闭环控制技术，以 250Hz 频率将慢脑指令转化为毫米级连续动作，通过力觉反馈实现实时动态修正。
这种架构有效解决了通用语义理解与实时精确控制之间的矛盾：慢脑处理高级目标并「慢慢思考」，快脑负责「快速决策」并即时执行与调整动作。
在工业场景中，这一机制让机器人既能理解诸如「搬运物料到三号产线」之类的高层指令，又能实时调整手臂姿态以适应物料位置的微小变化，并在遇到障碍时做出本能的规避反应。
此外，其 VLA 模型的训练数据以真实机器人交互数据为主，辅以仿真数据与互联网数据作为补充。这种数据策略提高了模型在实际场景中的适配性，减少了纯仿真训练带来的 Sim2Real Gap 问题。
星尘智能的产品矩阵目前以 Astribot S1 为核心，定价约为 50 万元，包含了数据采集遥操平台、SDK 开发套件等。该产品已在多个场景落地，并收获了包括京东、央视、深圳养老护理院与深圳市人工智能与机器人研究院等客户。
这些跨场景的应用经验为 Astribot S1 积累了丰富的数据经验，使其在进入工业场景时具备更强的泛化能力。
此次与仙工智能的合作，将为星尘智能带来大量真实工业场景数据，从而进一步提升 VLA 模型在制造与物流场景的适应性，形成「数据越多 → 模型越好 → 体验更佳 → 数据更多」的正向循环。
工业场景，当下商业化落地的最优解
当人形机器人从实验室走向商业化，工业场景几乎成为了所有头部企业的共同选择。这是技术成熟度、场景适配性与商业可持续性共同作用的结果。
从优必选、星动纪元、星尘智能、开普勒到特斯拉、Figure AI、Agility，国内外企业纷纷将工厂作为早期切入场景，通过实训积累数据、打磨技术。
无疑，工业场景是现阶段人形机器人最佳的「练兵场」和商业化起点。
工业场景的首要优势在于其结构化的环境特征，这与人形机器人当前的技术能力高度匹配。
在制造车间或仓储库区，工作站的位置、输送带的速度、料箱的规格、作业流程的重复性与异常处理流程大多是可预测和可标准化的。
因此，机器人在部署初期面临的不确定性较低，工程师可依据明确参数调试定位、力控与抓取轨迹，从而更快达到可用状态。
相较之下，家庭、零售店或公共空间环境复杂多变，机器人需具备极高的适应性、鲁棒性与泛化能力，其训练与验证所需的时间与成本远超工业场景。
从经济可行性角度看，工业场景的规模化应用为机器人企业提供了实现商业闭环的理想路径。
制造业面临着劳动力成本上升、熟练技工短缺、生产效率提升压力等多重挑战，这为人形机器人创造了真实的市场需求。
高工机器人产业研究所预测，到 2030 年全球人形机器人销量近 34 万台，市场规模将超过 640 亿元；到 2035 年销量超 500 万台，市场规模将突破 4000 亿元。
通过替代人工完成物料配送、周转箱搬运、上下料等工作，企业可以降低人力成本、提高生产稳定性、减少安全事故，从而在短期内实现可量化的投资回报，这种商业闭环是消费场景短期内难以实现的。
从技术演进规律来看，工业场景是人形机器人从专用到通用的必经阶段。
当前的人形机器人距离真正的通用智能还有较大差距，通过在工业场景的应用，机器人可以先在特定领域建立起技术壁垒和用户信任。
具体到应用场景，工业领域为人形机器人提供了丰富的任务矩阵。
在 3C 电子、汽车制造等行业的车间，机器人可以完成精密组件的搬运和装配；在新能源电池生产线上，机器人可以实现电芯的检测和搬运；在物流仓储场景，机器人可以完成货物的分拣、码垛和转运。
总而言之，工业场景被视为人形机器人商业化的首站，既源于其场景本身的标准化与可量化特性，也离不开产业组织与供应链的现实支持。
最终能借助工业场景为跳板、成功走向家庭与服务业的厂商，往往是在硬件工程化、控制器协同与数据闭环三方面都取得实质性进展的企业。
量产元年，订单横飞
2025 年无疑是人形机器人量产元年。
数据显示，今年我国人形机器人销量有望突破 1 万台，同比增长 125%。应用层面，人形机器人已在工业制造、零售配送、餐饮服务等领域试点投入，整个产业正进入规模化落地阶段。
量产实现飞跃，离不开头部企业纷纷签下大额订单，推动行业迈向规模化应用。
从今年 7 月开始，大订单接连不断。先有宇树科技与智元机器人一起拿下中国移动 1.24 亿元的订单，成为国内人形机器人领域迄今最大的单笔采购。
随后，优必选在 4 月签订大型双足人形机器人采购合同后，于 7 月中标觅亿汽车 9051.15 万元的人形机器人采购项目，拿下全球人形机器人企业的最大中标单。
8 月，智元与富临精工达成数千万元合作，近百台远征 A2-W 将落地富临精工工厂，成为国内工业领域具身机器人规模化商业签单的首个案例。
乐聚机器人则成为北京人形机器人数据训练中心二期项目的第一中标候选人，订单金额达 8295 万元。
此外，像天太机器人签署全球首例万台具身智能人形机器人订单协议，均普智能也拿下约 2825 万元的人形机器人订单。
这些订单的意义不仅在于金额大小，更在于它们共同释放出一个信号：产业链上下游的支付意愿与采购流程已开始向人形机器人倾斜，市场正从「演示试验」转向「为能力付费」的新阶段。
将这些订单进行拆解，可以窥见其中三层价值：
第一层是供应链与成本曲线的可控性。批量级别交付要求关键零部件能在价格与质量上实现规模化供应。没有稳定的部件供应，单台制造成本与维护成本会被锁死在高位，规模交付反而是一种负担。
第二层是商业闭环的建立。工业客户通常关注「投入产出比」，当机器人能够在明确的指标，例如良率改善或安全事件减少上形成可量化的提升时，机器人才会拥有复购价值，项目才有可能演化为持续采购。
第三层是运维与服务能力。多台交付意味着备件系统、现场工程师队伍、远程诊断平台及快速迭代的能力必须同时到位。交付只是第一步，长期可用性与维护成本的控制才是决定复购与扩展的关键。
除此之外，每一次交付也相当于一次数据采集机会，机器人能把现场的示范、失败案例与调参记录系统化地收集下来，并转化为可用于训练的结构化样本。
把交付看成「数据化生产过程」，才有可能把单次交付的成功转化为累积性的模型改进，从而在后续交付中实现更高的适配速度。
相反，如果交付是孤立、无数据闭环的项目，则无论交付数量多大，长期的商业价值都会是脆弱的。
尽管今年订单增长迅猛，但人形机器人产业化仍然面临挑战。乐聚机器人创始人冷晓琨表示，如果只看小脑和本体，2025 年确实是人形机器人量产元年，因为各家交付的机器人都能运动，能走路、能挥手。但真正的人形机器人产业化一定是大脑、小脑、本体三者融合的结果。
而冷晓琨的判断，也恰恰点破了当前行业繁荣背后的真相：量产的初步实现，只是解决了「从 0 到 1」的可用性问题，而真正的产业化成功，则依赖于「从 1 到 N」的可持续性与通用性。
当下的订单横飞，只是漫长马拉松的发令枪声。
最终能穿越周期、走向通用未来的，会是那些将每一次交付都当作系统能力升级、并成功将数据转化为真正智能的长期主义者。
原文标题 : 人形机器人，正狂奔在批量交付的旷野
作者 | 毛心如
今年七夕节，深圳南山区婚姻登记处出现了一位特殊的「证婚人」。
它不仅为新人盖章、送结婚证、献玫瑰花，还参与了主题活动一起合影留念，这个「证婚人」就是星尘智能的 Astribot S1 人形机器人。
不得不承认，从养老护理到商业服务，再到现在的大规模工业应用，人形机器人正沿着「多场景落地」的快车道，加速融入我们生活的方方面面。
而刚刚圆满完成「证婚」任务的 Astribot S1，也即将转换角色，投身于更具挑战的工业生产一线。
今天，星尘智能宣布与仙工智能达成人形机器人千台级订单战略合作，在未来两年内推动上千台 AI 机器人在工业、制造、仓储、物流等场景大规模、分阶段部署。
这次合作，不仅是今年国内人形机器人在工业领域最早一批千台级商业合作之一，也为「机器人+」与智能制造深度融合提供了新的实践案例。
星尘智能：想做具身智能「超级助理」
在竞争激烈的人形机器人赛道，星尘智能走出了一条差异化的发展道路。
其在技术路线上做了一个「非共识」选择，即采用绳驱传动技术作为机器人本体的核心方案。目前，星尘智能也是业内首个实现绳驱 AI 机器人量产的企业。
星尘智能创始人来杰认为，机器人与物理世界交互的第一性原理是「力」的感知与控制，而非视觉定位，这一理念直接促成了其对绳驱技术的选择。
星尘智能的 AI 机器人 Astribot S1 采用绳驱传动技术，模拟人类肌腱的用力方式，让机器人行为与动作更接近人类，具备高动态响应、高灵巧操作、高交互安全等先天操作优势。
传统电机驱动往往面临体积大、刚性强和安全性不足等问题，而绳驱技术通过类似人类肌肉与肌腱的传动方式，在力控精度与安全性之间取得了更好的平衡。
在工业环境中，这一特性意味着机器人可以更轻柔地抓取易碎物料、更精准地完成装配任务，并能更安全地与人类协作。尤其在物流场景中，Astribot S1 能够处理各种形状和重量的周转箱，适应不同高度的货架与输送线，其灵活性明显优于传统工业机器人。
在软件与智能层面，星尘智能构建了全身 VLA 模型架构，并在模型设计上采用「快慢脑」理念，将感知、语言理解与动作控制进行深度融合。
「慢脑」是融合真实场景数据的 VLA 大模型与物理世界模型复合系统，以 20Hz 频率运行，负责任务规划、物理推理与跨场景元技能迁移；
「快脑」基于绳驱传动与双闭环控制技术，以 250Hz 频率将慢脑指令转化为毫米级连续动作，通过力觉反馈实现实时动态修正。
这种架构有效解决了通用语义理解与实时精确控制之间的矛盾：慢脑处理高级目标并「慢慢思考」，快脑负责「快速决策」并即时执行与调整动作。
在工业场景中，这一机制让机器人既能理解诸如「搬运物料到三号产线」之类的高层指令，又能实时调整手臂姿态以适应物料位置的微小变化，并在遇到障碍时做出本能的规避反应。
此外，其 VLA 模型的训练数据以真实机器人交互数据为主，辅以仿真数据与互联网数据作为补充。这种数据策略提高了模型在实际场景中的适配性，减少了纯仿真训练带来的 Sim2Real Gap 问题。
星尘智能的产品矩阵目前以 Astribot S1 为核心，定价约为 50 万元，包含了数据采集遥操平台、SDK 开发套件等。该产品已在多个场景落地，并收获了包括京东、央视、深圳养老护理院与深圳市人工智能与机器人研究院等客户。
这些跨场景的应用经验为 Astribot S1 积累了丰富的数据经验，使其在进入工业场景时具备更强的泛化能力。
此次与仙工智能的合作，将为星尘智能带来大量真实工业场景数据，从而进一步提升 VLA 模型在制造与物流场景的适应性，形成「数据越多 → 模型越好 → 体验更佳 → 数据更多」的正向循环。
工业场景，当下商业化落地的最优解
当人形机器人从实验室走向商业化，工业场景几乎成为了所有头部企业的共同选择。这是技术成熟度、场景适配性与商业可持续性共同作用的结果。
从优必选、星动纪元、星尘智能、开普勒到特斯拉、Figure AI、Agility，国内外企业纷纷将工厂作为早期切入场景，通过实训积累数据、打磨技术。
无疑，工业场景是现阶段人形机器人最佳的「练兵场」和商业化起点。
工业场景的首要优势在于其结构化的环境特征，这与人形机器人当前的技术能力高度匹配。
在制造车间或仓储库区，工作站的位置、输送带的速度、料箱的规格、作业流程的重复性与异常处理流程大多是可预测和可标准化的。
因此，机器人在部署初期面临的不确定性较低，工程师可依据明确参数调试定位、力控与抓取轨迹，从而更快达到可用状态。
相较之下，家庭、零售店或公共空间环境复杂多变，机器人需具备极高的适应性、鲁棒性与泛化能力，其训练与验证所需的时间与成本远超工业场景。
从经济可行性角度看，工业场景的规模化应用为机器人企业提供了实现商业闭环的理想路径。
制造业面临着劳动力成本上升、熟练技工短缺、生产效率提升压力等多重挑战，这为人形机器人创造了真实的市场需求。
高工机器人产业研究所预测，到 2030 年全球人形机器人销量近 34 万台，市场规模将超过 640 亿元；到 2035 年销量超 500 万台，市场规模将突破 4000 亿元。
通过替代人工完成物料配送、周转箱搬运、上下料等工作，企业可以降低人力成本、提高生产稳定性、减少安全事故，从而在短期内实现可量化的投资回报，这种商业闭环是消费场景短期内难以实现的。
从技术演进规律来看，工业场景是人形机器人从专用到通用的必经阶段。
当前的人形机器人距离真正的通用智能还有较大差距，通过在工业场景的应用，机器人可以先在特定领域建立起技术壁垒和用户信任。
具体到应用场景，工业领域为人形机器人提供了丰富的任务矩阵。
在 3C 电子、汽车制造等行业的车间，机器人可以完成精密组件的搬运和装配；在新能源电池生产线上，机器人可以实现电芯的检测和搬运；在物流仓储场景，机器人可以完成货物的分拣、码垛和转运。
总而言之，工业场景被视为人形机器人商业化的首站，既源于其场景本身的标准化与可量化特性，也离不开产业组织与供应链的现实支持。
最终能借助工业场景为跳板、成功走向家庭与服务业的厂商，往往是在硬件工程化、控制器协同与数据闭环三方面都取得实质性进展的企业。
量产元年，订单横飞
2025 年无疑是人形机器人量产元年。
数据显示，今年我国人形机器人销量有望突破 1 万台，同比增长 125%。应用层面，人形机器人已在工业制造、零售配送、餐饮服务等领域试点投入，整个产业正进入规模化落地阶段。
量产实现飞跃，离不开头部企业纷纷签下大额订单，推动行业迈向规模化应用。
从今年 7 月开始，大订单接连不断。先有宇树科技与智元机器人一起拿下中国移动 1.24 亿元的订单，成为国内人形机器人领域迄今最大的单笔采购。
随后，优必选在 4 月签订大型双足人形机器人采购合同后，于 7 月中标觅亿汽车 9051.15 万元的人形机器人采购项目，拿下全球人形机器人企业的最大中标单。
8 月，智元与富临精工达成数千万元合作，近百台远征 A2-W 将落地富临精工工厂，成为国内工业领域具身机器人规模化商业签单的首个案例。
乐聚机器人则成为北京人形机器人数据训练中心二期项目的第一中标候选人，订单金额达 8295 万元。
此外，像天太机器人签署全球首例万台具身智能人形机器人订单协议，均普智能也拿下约 2825 万元的人形机器人订单。
这些订单的意义不仅在于金额大小，更在于它们共同释放出一个信号：产业链上下游的支付意愿与采购流程已开始向人形机器人倾斜，市场正从「演示试验」转向「为能力付费」的新阶段。
将这些订单进行拆解，可以窥见其中三层价值：
第一层是供应链与成本曲线的可控性。批量级别交付要求关键零部件能在价格与质量上实现规模化供应。没有稳定的部件供应，单台制造成本与维护成本会被锁死在高位，规模交付反而是一种负担。
第二层是商业闭环的建立。工业客户通常关注「投入产出比」，当机器人能够在明确的指标，例如良率改善或安全事件减少上形成可量化的提升时，机器人才会拥有复购价值，项目才有可能演化为持续采购。
第三层是运维与服务能力。多台交付意味着备件系统、现场工程师队伍、远程诊断平台及快速迭代的能力必须同时到位。交付只是第一步，长期可用性与维护成本的控制才是决定复购与扩展的关键。
除此之外，每一次交付也相当于一次数据采集机会，机器人能把现场的示范、失败案例与调参记录系统化地收集下来，并转化为可用于训练的结构化样本。
把交付看成「数据化生产过程」，才有可能把单次交付的成功转化为累积性的模型改进，从而在后续交付中实现更高的适配速度。
相反，如果交付是孤立、无数据闭环的项目，则无论交付数量多大，长期的商业价值都会是脆弱的。
尽管今年订单增长迅猛，但人形机器人产业化仍然面临挑战。乐聚机器人创始人冷晓琨表示，如果只看小脑和本体，2025 年确实是人形机器人量产元年，因为各家交付的机器人都能运动，能走路、能挥手。但真正的人形机器人产业化一定是大脑、小脑、本体三者融合的结果。
而冷晓琨的判断，也恰恰点破了当前行业繁荣背后的真相：量产的初步实现，只是解决了「从 0 到 1」的可用性问题，而真正的产业化成功，则依赖于「从 1 到 N」的可持续性与通用性。
当下的订单横飞，只是漫长马拉松的发令枪声。
最终能穿越周期、走向通用未来的，会是那些将每一次交付都当作系统能力升级、并成功将数据转化为真正智能的长期主义者。
原文标题 : 人形机器人，正狂奔在批量交付的旷野
