4月14日，南昌龙旗科技平板制造工厂里，几台智元精灵G2机器人在生产线上安静地工作了整整8个小时。
没有彩排，没有剪辑，新华社全程直播。
2283次操作任务，成功率100%。整体作业成功率超过99.5%。节拍速度18到20秒一件，跟上了工厂原有的高速流水线。
这是全球第一次有人形机器人在真实工业产线上完成规模化落地验证。
这件事为什么值得认真看
过去两年，人形机器人的展示新闻从没断过：发布会上的走路视频、实验室里的抓取演示、偶尔出现在车展的互动环节。技术很炫，但业界一直有个共识——从展示到真正能在流水线上顶替一个工人，中间差着一条很宽的鸿沟。
这条鸿沟叫做”工业可靠性”。
工厂不需要机器人走得漂亮，它需要机器人在噪音、震动、轻微的温度变化、不同批次零件的公差误差里，还能稳定地重复同一套精密动作，几千次，几万次，不出错。
4月14日的这场直播，是在公开场合正面回应这个质疑。
精灵G2具体干了什么
龙旗科技生产平板电脑。3C精密制造对精度要求很高——组件公差以毫米计，上下料的位置偏差容忍度极小。精灵G2在这条线上承担了以下工序：
- 精密上下料：从流水线取料，高精度放置到加工位
- 治具对接：操作夹具完成精确对接
- 成品回流：将完成品送回流转环节
- 智能分拣：自动识别并剔除不良品
- 系统互通：与工厂MES系统和测试设备实时数据交互
一台精灵G2能同时承担双工序工作量，每小时能完成310件产品（峰值316 UPH）。这个数字不是比人快，而是能稳定地配合现有产线节拍，真正并入流水线作业。
更关键的一项数据：自适应1cm以内的尺寸差异。不同批次的平板电脑，因为制造公差，同型号产品之间会有微小的尺寸变化。精灵G2可以自动适应，不需要人工重新标定。
四个月从零到量产，靠的是什么
项目从启动到正式并线，只用了4个月。这个速度背后有几个关键支撑：
数字孪生压缩调试周期
智元的Genie Sim 3.0平台在部署前对整条产线进行1:1数字复刻，所有的参数调试、动作训练都在虚拟环境里完成。传统机器人现场调试通常需要数个月，这套流程把并线时间压缩到了36小时。
端侧计算消除网络风险
精灵G2的决策完全在本地边缘计算平台上跑，不依赖云端。这一点对工厂环境很重要——工厂网络环境不稳定，一旦依赖云端指令，任何网络抖动都可能变成生产事故。
真机强化学习
通过Genie Sim x RLinf并行训练框架，机器人在仿真和真实操作中同步积累经验，形成针对这条生产线的特定操作策略，而不是通用的”抓取动作”。
硬件保障一致性
精灵G2已进入规模化量产阶段，批量设备之间的运动控制精度和硬件一致性有保障，不会因为个体差异导致部署行为不一致。
落地之后，下一步是什么
这次落地，目前多台精灵G2已在龙旗产线稳定运行。智元计划到2026年Q3，这条产线上的部署规模扩大到100台。
从行业大背景来看，这件事发生在一个恰好的时间点：
2026年的具身智能产业全球出货量预计突破5万台，同比增幅超过700%。中国市场规模据估算已接近万亿量级，工业级产品占其中超过九成。产业链的核心硬件（灵巧手、伺服系统、减速器）国产化率已超过75%。
今年前三个月，中国具身智能产业的投资规模就已超过2025年全年总量的一半。
以前总有人说，具身智能的大模型”GPT时刻”需要1亿小时以上的真机和仿真数据才能出现。龙旗工厂的持续运行，正是在往这个数字里添砖加瓦。
对普通人意味着什么
机器人进厂，最直接的联想是”工人要失业”。
这个问题值得理性看待。
精灵G2目前接管的，主要是3C制造里高重复性、高精度但环境有害（粉尘、静电、长时间维持固定姿势）的工序。这类岗位本来就面临严重的招工困难——年轻人不愿意做，工厂招聘成本居高不下。
智元合伙人、具身业务部总裁姚卯青在发布会后接受采访时说了一句话，比较诚实：
“全球格局最本质的是解决劳动力问题。在用工成本高企、招聘管理难度大的国家和市场，机器人更容易找到投资回报逻辑。”
技术替代和技术解放，从来不是一刀切的。核心还是看哪些人能在这波浪潮里找到新的落脚点。
对于从事制造业周边行业的人——机器人维护、产线数据分析、远程监控操作、仿真调试——这波落地反而是机会。
如果你对AI在更广泛场景下的安全风险感兴趣，我此前写过一篇关于 AI Agent 安全隐患的分析，讲的是AI自主系统在没有明确授权的情况下做出越界行为的问题——这和具身智能在工厂里的权限边界设计，其实是同一个问题的不同面向。
另外，如果你对AI的可靠性边界有更多兴趣，我最近也拆解了一起 全国首例AI幻觉侵权案，讲的是当AI系统输出错误信息时，法律责任应该落在谁头上。
这两个案例放在一起看，其实在回答同一个问题：当AI真正进入物理世界、开始承担实际工作，它的失误由谁负责？
数据来源：智元机器人4月14日直播披露数据、腾讯新闻、新华社报道、洛微科技《2026年具身智能行业研究报告》
发表回复