A |
B | 今年上半年，中国人形机器人出货量已超4万台，全球占比进一步提升至97%。 国家党的Erica Stanford将负责之前未分配的皇家调查委员会对护理中的虐待行为的调查。
C | IT桔子事件库数据显示，2026年上半年国内具身智能赛道融资总金额达到935亿元，较2025上半年提升了5倍。她已经是教育和移民部长。
D | 资本市场和产业端同步升温，一个行业性的问题也随之浮出水面：市场准备好为“人形”买单了吗？财联社记者观察到，和往届相比，本届WRC的展品正在从“花活”转向“干活”。去年展台上随处可见的跳舞、翻跟头、打拳击等表演性动作明显减少，取而代之的是面向工厂产线、药房分拣、无人零售、教育服务等场景的实际应用演示。
E | Advertise with us 行动党党魁David Seymour将成为负责《（怀唐伊）条约原则法案》的副司法部长。他保留了其他部长职务，包括监管部长和财政、卫生（Pharmac）和教育（合作学校）副部长的职务。多家企业带来的方案已经在客户现场运行，行业的关注焦点正在从“能不能造出来”转向“能不能用起来”。 优先党的Mark Patterson在农村社区部长和农业副部长外，增加了区域发展副部长一职。
F | 不过，“用起来”并不意味着已经“用好了”。
G | 多位受访的产业人士和投资人向财联社记者表示，人形机器人在商业化成熟度、落地形态选择和成本控制上仍然面临多重挑战。 优先党的Jenny Marcroft担任媒体和公关部长助理，现在还将成为海洋和渔业部长助理。
H | Luxon说，这次改组“在少数领域进一步明确了部长们的责任，支持他们继续履行政府雄心勃勃的工作计划”。 “自从两个月前部长们宣誓就职以来，他们已经开始着手工作，在联合政府的百日计划上取得了巨大进展。” 这些新职位都不会影响内阁的组成或行政机构的规模。被送上“岗位”的机器人一块PCB板放在托盘上，机器人将它抓起，再送到指定位置。 Seymour的新职责 Seymour将成为司法部副部长，负责管理拟议的《（怀唐伊）条约原则法案》。此前，Paul Goldsmith作为司法部长负责对该法案的计划发表言论。这个动作看起来并不复杂，但在实际生产中，面对PCB型号不同、尺寸不同、颜色不同，托盘甚至存在透明、反光等复杂情况，机器人不仅需要精准识别目标，还需要完成托盘取料、上下料、移动运输、双臂协同等一系列连续动作。在WRC上，智平方展示的，就是这样一个面向工业产线的应用场景。 此举将使Seymour更多地参与这一备受争议的法案，该法案基于行动党的一项提案，旨在辩论和定义《怀唐伊条约》的原则。Seymour说，现在是新西兰人讨论这个问题的时候了，而不是让法官和官僚们根据他们自己的解释来处理。 上周泄露的一份文件披露了拟议的原则，并成为上周六毛利国王召集的大会和本周三举行的Rātana会议的主要话题。 虽然引入该法案并将其提交给特别委员会是国家党-行动党联合协议的一部分，但国家党并没有承诺进一步支持该法案（尽管它也没有排除这种可能性）。类似的变化，也出现在机器人的使用方。 作为总理，Luxon不得不为引入这项立法辩护，尽管就在本周早些时候，他还称该提案“分裂和无益”。他明确表示，引入该法案是国家党在去年联合政府谈判中做出的妥协。
I | 相关阅读： 毛利国王召集的全国大会明天将举行，总理确认不会参加 三党联合政府里的内阁部长由哪些人担任？完整名单来了…… 新西兰国会历史上第一个三党联合政府诞生！首次由两人共同担任副总理！ 注：本文为编译/原创，欢迎转发分享；但严禁复制等未经授权的非法使用。京东零售具身智能业务负责人郑小丹告诉财联社记者，从去年到今年，已经有大量面向实际应用的机器人场景出现，包括工业场景、零售场景、健康场景，以及一些半商业化场景。不过，“机器人要更快进入千行百业，走进千家万户，仅靠好的本体和模型是不够的，还需要进入真实场景持续验证和优化。违反上述声明者，本网将追究其相关法律责任。
J | ”郑小丹表示。企业开始集中强调“上岗”，也意味着行业评价标准正在变化。使用授权请联系[email protected]。 chineseherald.co.nz All Rights Reserved 版权所有 (责编：Sophie) 相关内容 AT去年刚建的人行横道被拆除，奥克兰纳税人的钱就这么糟践？！ 政府开始削减经费，这个部门率先裁撤40个职位 “毫无逻辑！”政府取消将地方选举投票年龄降至16岁的计划 奥克兰夜间发生暴力入室抢劫案，4名持枪罪犯逃窜100公里后在北地被捕 2023年新西兰进行了300多万次呼气测试，酒驾最严重的是…… 这个奥克兰日长周末，来自澳大利亚的飓风将影响北岛的天气 国防部长Judith Collins办公室被泼红漆 因政府决定这件事 今天凌晨，北岛发生5.2级强烈地震和一系列余震，可能还会有余震。
K | 跃迁联盟、机器人之家联合创始人梦雯在此次WRC第十届具身纪元·智创百家论坛上给出的判断是，此前行业容易被机器人的外观和舞台动作吸引，但进⼊ 2026 年下半年，市场越来越关注另外三件事：真机⻓期连续作业稳定性、⼯业客户复购转化率和全链路投资回报率（ROI）。
L | 延伸到产业链上游，一个形态上直接的变化则是为人形机器人行业将零部件“做小”。
M | 上游零部件企业诺仕机器人创始人徐杨认为，机械零部件行业具有较强的技术积累属性，但人形机器人的发展并未完全改变原有的机械制造体系。相比传统应用，人形机器人对核心零部件、模组小型化提出了要求，不过其底层技术和制造逻辑并未发生根本变化。
N | 其在此次WRC上展示的1.5mm微型行星滚柱丝杠及灵巧手全套微型电缸模组（PWG系列）便意在适配灵巧手拇指、指节、手指独立驱动，可完成捏取小物件、旋转钥匙等精细动作。不过，有“岗位”，并不意味着机器人目前已经能够完全胜任岗位。徐杨告诉财联社记者，目前大量工业、服务场景仍主要由人工完成，人形机器人要真正进入这些领域，仍需在产品能力和运行稳定性上持续迭代。也正因如此，往上游产业链延伸，现阶段整机厂对上游零部件企业提出的要求，也更多集中在扩大产能和降低价格，尚未普遍进入对精度、寿命等指标进行严格验证的阶段。
o | 埃夫特&启智董事长兼总经理游玮也表示，目前机器人厂商已经有了干活的意识，但真干活和干真活还需考虑很多因素，如节拍、准确率和泛化能力，“其实这三个成本约束的条件下是不可能三角，在现场很多情况下某一个点上可能非常突出，但是没有考虑到全局的平衡，所以在客户眼里可能难交付。
p | ”这也体现在下游需求结构上。
q | 根据宇树科技对上交所问询函的回复，2025年前三季度，公司人形机器人收入中，科研教育占比73.6%，商业消费占17.39%，行业应用占9.01%。中研普华研究员李芬珍子向财联社记者表示，剔除车企自用迭代、高校及科研机构的研发采购订单后，人形机器人真实外部商业量产订单占比低。当前行业多数出货用于技术迭代、算法训练和场景测试，属于内部生态循环与科研投入，整体来看，人形机器人商业化落地仍处于初级验证阶段，具备真实商业成色的规模化量产订单较为稀缺。另一个原因在于成本。受访人士普遍认为，目前人形机器人尚未普遍形成对人工的优势。“目前，人形机器人全生命周期综合成本仍显著高于传统人工，包含硬件采购、场景适配、运维检修和意外停机损耗等成本。”李芬珍子表示，现阶段人形机器人整机售价偏高，核心零部件未形成规模化降本，加上工业场景适配调试周期长、运维成本高，仅超高负荷连续作业场景可小幅缩小成本差距。两条腿，还是几个轮子？当人形机器人开始强调上岗与落地后，另一个问题开始变得现实：它究竟应该长成什么样？眼下，双足双臂人形机器人和轮式底盘双臂机器人的技术之争已经打响。在具身智能走向产业落地的过程中，机器人形态的选择首先取决于制造现场的实际作业需求。目前，能够率先实现量产交付的场景多集中在工业制造与仓储物流端，在这些以平整地面为主的结构化车间里，轮式设备成为更务实的选择。拓斯达（300607.SZ）轻负载工业机器人出货量位居中国第一。该公司此前在接受财联社记者采访时介绍，其工业客户此前考察了数十家机器人供应商，最终进入下一轮评估的两家厂商全部采用轮式底盘。这一选择的核心原因在于安全性，在精密制造车间内，单件物料价值常达数万元，双足机器人一旦断电或系统故障，整机倒地容易砸损物料和产线；轮式设备遇到故障则停在原地，不会引发次生损坏。去年开始，陆续有轮式双臂机器人接到工厂实训订单的消息。智元机器人A2-W、银河通用Galbot S1、智平方AlphaBot2等多款轮式双臂机器人先后宣布了在富临精工（300432.SZ）、宁德时代（300750.SZ）、惠科股份（001399.SZ）等国内头部工厂“上岗”的消息。
r | 半山创投董事长戴福全告诉财联社记者，在平整、改造完善的标准厂房内，绝大多数工位上，轮式双臂和固定协作机械臂的性价比、稳定性与运维成本全面优于双足人形，其移动速度更快、能耗更低、平衡控制难度更小，回本周期也更短。高工机器人研究所所长蔡炳贞也向财联社记者表示，轮式设备在行业内公认会率先落地。与此同时，轮式人形机器人的成本也更低。海通证券研报表示，由于本身的结构设计已具备稳定性，轮式机器人可以减少零部件的使用并降低模型维度，降低整体制造成本；同等身高下，双足的BOM成本比轮式底盘高十倍。在运维方面，双足机器人更需人类辅助，目前未能实现和工人相当的工作效率，并且不少机器人还需绳索辅助行走，这些必要的安全措施提高了运维成本；而轮式机器人凭借更高的稳定性，可以减少维护和修理成本。
s | 工厂暂时偏向轮式形态，并不意味着双足人形失去了存在的合理性。蔡炳贞指出，双足机器人的运动控制要求更高，但在非结构化环境、狭窄空间、台阶以及户外等场景中，双足能够通过调整运动姿态通行，具备不可比拟的独特优势。戴福全告诉记者：“双足机器人的核心价值在于适应人类长期改造形成的物理环境，尤其是在带台阶、门槛、电缆沟的老旧厂房、多层车间，以及电力、化工等特种巡检场景中，无需对现场地面基建进行昂贵的改造，双足即可复用人类的通行路径与操作高度。”受访人士普遍认为，尽管目前轮式“上岗”更快，未来这两类机器人形态将会呈现互补关系。“轮式人形机器人适配平整硬化场地，而双足双臂机器人能够适应非平整地形，填补复杂地形的工业作业空白，两者在场景上形成互补。”李芬珍子说。双足构型在工位上的可替代性与通用性，也是部分大厂持续投入研发的原因。小米方面近期在接受采访财联社记者采访时表示，如果只解决垂直单一场景的两三个工站问题，人型并不重要；但长远来看，企业希望探索出一套能够通用于多个工站的操作方法，而非针对每个工位单独定制自动化设备。
t | 目前，其全尺寸双足机器人的产线实训正在推进，但在长任务链条上仍面临效率制约。小米方面向记者介绍了其在本届WRC上展出的新一代双足人形机器人“铁大”在汽车工厂的实训数据：该机器人身高1.70米、体重66公斤、拥有66个自由度，在汽车产线自攻螺母工位上的成功率已从3月份的90%提升至7月份的98%。但在作业效率方面，面对3至5秒的短任务，其效率可达人工的70%至80%；一旦进入抓取、移动、寻找、判断等超过1分钟的长任务链，效率便会下降至人工的30%左右，模型推理效率与长尾工况仍需持续优化。
u | 底层技术吸引8成投资2025年一直被视作人形机器人的爆发元年。这一年，人形机器人开始大规模走进普通人的视野之中，同样也在当年吸引了大量的投资。根据量子位智库数据，2025年，具身智能赛道的全年投资事件从2024年的173起暴涨至447起，涌入资本总量从137亿飙升至554亿，增长分别超250%和400%。今年，相比于去年的狂热，具身智能赛道开始出现更多质疑声音，关于落地场景、落地形态的争议不绝于耳，这一赛道的投资热情是否亦趋冷？事实并非如此。IT桔子数据显示，2026年上半年，国内具身智能赛道融资322笔、总额935亿元，较2025年同期暴涨5倍，半年就超过了2025年全年570亿的规模。戴福全向记者表示：“我觉得整体投融资热度没有降温，但投资逻辑已经发生根本性切换，从两年前‘看样机、赌整机故事’的普炒阶段，进入‘重订单、重量产兑现、重核心供应链’的理性深耕期。”“两年前只要能做出行走原型机，就能拿到融资；到2026下半年，资本不再愿意单纯为演示效果买单，能不能拿到小批量商业化订单、良率能不能持续提升、成本有没有持续下探空间，是投前最核心的考核标尺。头部整机依然能拿到大额产业资本、地方国资加持，但大量没有落地能力的新整机项目融资难度明显加大，行业出现显著分化。”戴福全说。谈及机器人行业的融资方向变化，徐杨表示，在本体企业已获得大量资本投入、头部企业估值走高的背景下，部分投资机构正将目光由整机端向上游核心零部件延伸。目前，人形机器人三大核心零部件量产水平呈现差异化格局，国产化进度与良品率参差不齐。李芬珍子告诉记者，目前国产谐波减速器、多自由度灵巧手成熟度相对较高，但内部微型空心杯电机、高精度传感组件仍高度依赖进口，高端灵巧手核心部件进口占比偏高。此外，李芬珍子强调，微型丝杠是人形机器人供应链短板，高精度行星滚柱丝杠国产化率不足两成，批量生产良品率偏低，高端市场基本被海外厂商垄断，国产产品仅能适配中低端场景，整体进口供应链依赖度极高，是制约整机降本量产的关键瓶颈。在此背景下，戴福全向记者分析了目前几个投资的重点方向：第一，核心零部件国产替代赛道仍是重头戏，灵巧手、柔性触觉传感器、一体化关节、六维力传感器这些卡脖子环节，是其持续重点关注的方向；第二，具身智能算法与世界模型、机器人数据基础设施，也就是机器人的“大脑”和训练底座，决定了机器人能不能从“能动”走向“自主干活”；第三，垂直场景解决方案商，不是泛谈通用机器人，而是扎根工厂、高危巡检等特定场景，先跑通可计算的ROI。跃迁联盟发布的《2026全球具身智能产业投资风向标》白皮书显示，2026年上半年全赛道的融资中，具身⼤脑（世界模型 / VLA 融合算法）、标准化真机物理交互数据、灵巧触觉执⾏硬件三大底层核⼼赛道合计吸纳 84% 资⾦资源，⼈形整机赛道融资占⽐由 2025 全年 31%下滑⾄ 12.8%。
v | 大量的融资之后，规模化的落地就是下一步。
w | 蔡炳贞告诉记者，人形机器人的规模化落地预计分三步推进，较为短期的第一阶段，主要应用于巡检、上下料、物料搬运等弱工艺、高容错率场景，预计将在3年内率先实现规模化落地；中期阶段，将应用于物流包裹分拣场景等，即虽然该场景对容错率仍有一定包容度，但对非标物料的操作泛化性要求更高；第三阶段也就是长期阶段，将应用于对工艺精度、节拍和ROI有严格要求的强工艺工业制造场景。
x | “目前阻碍落地的核心差距体现在任务成功率、连续运行稳定性以及本体硬件的一致性上。深层技术瓶颈在于具身大模型架构尚未完全收敛，且训练数据极度匮乏。行业普遍认为需要百万小时级别的真实场景数据才能使模型达到稳定状态，数据采集的瓶颈导致了今年数据采集设备的大量涌现。”蔡炳贞表示。
y |
Current article:http://cr0w37.feizengbubaipeirangnalouchuo.sbs/news/20260826_891824.html
Published on:19:40:17
