千台人形机器人同场干活：具身智能从赛场走进产线，先被替掉的是哪几个岗位

10 月 23 日到 25 日，2026 全球开发者先锋大会暨国际具身智能技能大赛在上海张江举行。800 余支竞赛队伍、上千台人形机器人同场，这是今年国内规模最大的一次具身智能集中亮相。

和以往那些「看谁翻跟头更稳」的比赛不同，这次的项目设置从一开始就指向干活：能源巡检、质检检测、商超零售、应急救援、文旅导览、医疗康养，十条赛道紧扣工业、特种、服务三个维度。

工信部科技司副司长甘小斌在开幕式上给了三个方向：坚持需求牵引，加快实用化技能攻关；坚持以赛促用，加速创新成果落地；坚持开放协同，营造良好产业生态。三句话翻译过来就是：别只比动作，要比能不能上岗。

上海市政府副秘书长张英给出的数字更直接：2026 年上半年，上海规上人工智能产业规模超过 3300 亿元，同比增长 22.6%。她把原因归结为「真实场景加快打开」——技术到需求里去答题，而不是在实验室里等题目。

浦东的表态补充了另一半：除了产业链完整，还要提供中试验证、融资租赁等全生命周期支持。中试解决「敢不敢用」，租赁解决「买不买得起」，这两件事恰恰是企业最关心的。

把赛道名单摊开看，会发现它几乎等于一份「哪些岗位适合上机器人」的清单。

能源巡检：管廊、变电站、光伏阵列，点位固定、路线重复、环境有风险。这类活的核心不是灵巧，是「按路线走完、按点位拍全、按模板回传」。四足与轮式都能干，人形反而不是最优解。

质检检测：外观缺陷、尺寸偏差、装配到位。这类活对节拍与一致性要求极高，人眼容易疲劳，机器不会。难点在于缺陷样本够不够、判定标准写得够不够细。

商超零售：补货、理货、盘点、夜间清洁。这类场景人多、货杂、通道窄，机器人要和人共用空间，安全策略比抓取能力更重要。

应急救援与文旅导览：前者替人进危险环境，后者替人做重复讲解。两件事的共同点是「不需要拟人，只需要可靠」。

医疗康养：送药、送餐、转运、陪护提醒。这类场景对安全与卫生的要求最高，落地速度反而慢于工业，因为一次事故的代价太大。

十条赛道排在一起，其实在传递一个判断：具身智能的第一波商业化，不会发生在「什么都能干」的通用机器人身上，而会发生在「一件事干一万遍」的专用工位上。

同一场开幕式上，中国电子技术标准化研究院副院长范科峰发布了具身智能评测基准体系与评测工具。这套体系依据系列国家标准制定，目标很明确：给快速迭代的技术一把统一的尺子。

这件事的分量被很多人低估了。过去企业采购机器人，能拿到的只有厂商自己给的演示视频与参数表——同样叫「抓取成功率 98%」，测试条件可能完全不同：一个是空载、固定光照、单个物体；另一个是满载、逆光、堆叠件。

有了统一基准，采购第一次可以横向比：同样的任务集、同样的判定脚本、同样的失败定义。这和几年前大模型领域发生的事一模一样——榜单不完美，但它是从「听故事」走向「看数据」的第一步。

对厂商，这意味着竞争维度变了。以前比谁的演示更惊艳，以后比谁在标准任务集上的通过率更高、失败模式更可解释。

对企业，这意味着验收条款可以写得更硬。合同里不必再写「效果良好」这种没法判定的词，可以直接引用基准任务与判定口径，把「算不算达标」提前说死。

当然，标准刚发布，任务集还在扩展，短期内不可能覆盖所有工艺。但它至少提供了一个起点：让「机器人能不能干这件活」从主观判断，变成可以复现的测试。

第一道是节拍。演示看重「能不能做成一次」，产线看重「每小时能不能稳定做六十次」。一次成功与六十次都不失败，中间差的是可靠性工程，不是算法演示。

第二道是良率。机器人不会累，但会漂移：抓取位置偏两毫米、视觉受反光影响、夹爪磨损导致打滑。这些偏差在实验室里可以人工纠正，在产线上必须靠自动检测与补偿。

第三道是维护。一个人累了会请假，一台机器坏了要等工程师。备件周期、远程诊断、现场响应时间，这三项决定了停机损失，而停机损失往往比采购成本更高。

三道门槛之外还有一个隐形的：换线。制造业的真实情况是多品种、小批量，今天做 A 款，明天做 B 款。机器人能不能在半小时内重新示教完成，决定了它是资产还是摆设。

这也解释了为什么「人形」不是万能答案。人的形状适合人的环境，但工业环境本来就可以为机器改造。当地面平整、工位固定、物料标准化时，轮式底盘加机械臂的组合往往更便宜、更稳、更好维护。

选形态的顺序应该是：先看现场能不能改，再看节拍要求多高，最后才看要不要拟人。反过来的顺序，通常换来一台昂贵的展示品。

企业最关心的永远是回本周期。一台工业级人形机器人的采购价，目前仍在数十万元量级，加上部署、调试、备件与运维，第一年的总投入往往超过一台中端数控设备。

对比人工，算法要诚实：一个两班倒的岗位，按一线城市综合用工成本计算，年成本在十万元上下；机器人要替代的不是「一个人」，而是「一个岗位在三年内的全部成本」，还包括招聘、培训、流失与安全事故的隐性支出。

所以真正该算的是三年总拥有成本，而不是采购价。把部署费、电费、维护费、备件费、停机损失、重新示教的人工全部折进去，很多项目会在第二年到第三年之间 crossover。

浦东提出的融资租赁支持，指向的正是这个痛点：不必一次买断，按月付费，把资本开支变成运营开支。对中小企业，这不是财务技巧，而是决策门槛的降低——不用一次性押上全年利润去赌一个新技术。

租赁还带来一个额外好处：把「技术过时」的风险转移给服务商。人形机器人迭代速度以季度计，今天买断的机器，两年后可能就是上一代。租约到期可以换新，这在技术早期比省钱更重要。

但租赁也有代价：单价更高、条款更复杂、数据归属要谈清楚。签约前最好确认三件事——故障停机怎么算、软件升级是否额外收费、租约到期设备与数据怎么处理。

上海上半年规上 AI 产业规模超过 3300 亿元、同比增长 22.6%，这个数字本身不稀奇；稀奇的是它背后那句「场景加快打开」。

具身智能最怕的不是技术不够，是没有地方练。机器人要在真实产线、真实货架、真实管廊里反复试错，才能把失败模式摸清楚。一个城市如果有足够多的工厂、园区、商场、医院愿意开放场景，技术迭代就会快一个量级。

上海给出的路径是「一东一西、一硬一软」，再叠加「一区一方案」「两核引领、多点联动」。翻成企业能听懂的话：不同区县按自己的产业特点开放场景，不用挤在同一条赛道上。

浦东的定位更具体：产业链最完整、要素最齐全，提供中试验证与融资租赁。中试平台解决的是「小批量试产」——企业不必为了验证一个工位，先改造整条产线。

这套打法的启示，对其他城市的企业同样有效：不必等本地出现机器人产业园，先看自己所在的行业有没有被列入场景清单。有清单，就有补贴、有试点、有服务商愿意来。

反过来说，如果企业连自己的工序都说不清楚，场景开放也接不住。这是下一节要谈的事。

第一件事：把点位说清楚。巡检有多少个点位、每个点位看什么、判定标准是什么。没有点位表，机器人不知道该去哪、该拍什么。

第二件事：把工序说清楚。一个工位有几步、每步的输入输出是什么、异常怎么处理。这一步做完，你才知道哪些动作可以交给机器，哪些必须留给人。

第三件事：把工单说清楚。设备坏了谁报、报给谁、多久响应、备件从哪来。机器人进场后，工单量不会减少，只会从「人报」变成「机器报 + 人确认」。

这三件事听起来和机器人毫无关系，但它们决定了机器人能不能被接进现有系统。没有点位、工序、工单的数字化，机器人只能是一个孤立的自动化岛。

还有一件容易被忽略的准备：网络与安全。机器人要回传视频、要接收任务、要在人机混行区域做避障。Wi-Fi 覆盖、边缘算力、急停回路，这些基础设施的改造往往比机器人本身更花钱。

最务实的起点，是选一个「重复、危险、可量化」的工位做试点：重复决定它值得自动化，危险决定它有替代价值，可量化决定你能算出回本周期。三个条件缺一个，试点就容易变成演示。

问题一：这个岗位一年招几次人？如果常年招不满、流失率高，替代价值就高；如果三个人抢一个岗，机器人只是在替一个不缺的人。

问题二：这个动作一天重复多少次？低于某个频次，机器人的调试成本摊不平。高频、标准化、少变更，是自动化的三个前提。

问题三：失败一次的代价多大？抓错一个零件可以重来，抓错一个高温工件就是安全事故。代价越高，越需要成熟方案而不是最新方案。

问题四：现场能不能改？地面、通道、光照、物料摆放，改造成本往往被低估。能改，选专用形态；不能改，才考虑拟人。

问题五：谁负责日常运维？机器人不是买回来就能自己活的设备，它需要有人管任务、管备件、管异常。没有这个人，三个月后它就会停在角落。

五个问题里如果有三个答不上来，说明现在还不是采购的时候，而是梳理流程的时候。流程梳理的投入，比一台机器人便宜得多，而且不会过时。

这也是这场大赛真正的价值：它把「机器人能干这些活」摆到了台面上，但能不能接住，取决于企业自己的地基。