此前的6月份，八台智元G2机器人已经在龙旗科技南昌工厂上了6天班。它们从传送带抓起平板电脑，送入测试夹具，再把合格品和次品分开。在连续多天的公开直播中，这些机器人没有出现重大故障，任务成功率超过99.5%，每小时处理310台设备。它们没有跑步，也没有跳舞，只是在重复枯燥的工厂生产线工作。这个略显乏味的画面，却……

本文来自微信公众号： 界面新闻 ，作者：谢灵宁

此前的6月份，八台智元G2机器人已经在龙旗科技南昌工厂上了6天班。它们从传送带抓起平板电脑，送入测试夹具，再把合格品和次品分开。在连续多天的公开直播中，这些机器人没有出现重大故障，任务成功率超过99.5%，每小时处理310台设备。它们没有跑步，也没有跳舞，只是在重复枯燥的工厂生产线工作。

这个略显乏味的画面，却恰好能解释为什么现在谈论“AI+具身智能”正当其时。就在一年多以前，行业还在争论机器人是否必须长成“人形”。但到了今天，“大模型必须进入人形实体、实体必须进入真实场景”，已经成为了行业共识。

除了智元，另一个有说服力的例子发生在美国。就在7月初，特斯拉宣布弗里蒙特工厂首代Optimus人形机器人产线将取代最初的Model S/X总装线，设计年产能100万台，而其得州第二代产线的产能规划则把这一数字提升到了1000万台。

上海的前瞻性布局就体现在这些正在发生的事实当中。早在2025年7月底，上海就印发并施行了《上海市具身智能产业发展实施方案》；此外在上海最新的“十五五”规划中，AI和人工智能也进一步明确了其先导产业和未来产业的地位。

产业的布局上发生得更早。正如我们在片中所记录的，经过多年积累，一台人形机器人所需的核心零部件，在以上海为圆心的150公里内就可以配齐，上海本地配套率达到80%。到2026年3月，张江具身智能供应链平台更是把设计、制造、验证、开发和服务接到一起，提出“一天匹配、三天打样、一周试产”的规划。

在这个链条当中，上海未必在每一个算法或零部件上都领先，却能把大模型、机器人本体、零部件供应商、制造客户和公共资源平台放进同一个网络。上海要比的也不仅仅是人形机器人的产量，而是把这项复杂的系统工程，应用到未来的高端制造中，重新学习如何设计、试制和量产。

按照上汽集团的披露，上汽通用与智元在把机器人用于电芯抓取和上料前，曾摸排了上百个工位、数十个场景，经历近千次测试。当一个人形机器人把芯片、电机、减速器、传感器、灵巧手……所有这些东西装进同一个机体并用于实际生产时，任何一处短板都会很快现形。这一系列过程不会比造出一台新车更醒目，却可以积累数据，改进零部件、工艺设计、测试验证和柔性生产。

正如阶跃星辰创始人姜大昕等AI大模型创业者所共同表达的那样，AI大模型的下一步，就是进入到物理世界，从虚拟的通用模型变成物理的通用模型。

这些来自一线的经验都被上海写入了具身智能产业实施方案中：到2027年，上海的目标是集聚百家骨干企业、落地百大应用场景、推广百件领先产品，核心产业规模突破500亿元。重要的不仅仅是产值数字，而是具体方案中不仅有大模型和具身智能，还同时出现了语料、仿真训练、中试、基金和融资租赁产业。把这些环节连起来，才能真正增加走进工厂里的人形机器人。上海已经极具规模的汽车、消费电子、半导体、港口和医疗等行业，都会受益于此。

挑战也是真实存在的。企业过多会分散资金和人才。如果每家公司都自建模型、数据采集、训练场、中试线和供应商接口，150公里内仍可能出现许多彼此隔绝的“技术孤岛”。上海在这条赛道上的挑战不仅仅是技术，而是如何建立起真正的产业平台，让一家企业付过的试错成本，转化为下一家企业降低新技术部署门槛的经验。

智元G2每小时可以处理310台设备。而对于意在成为未来产业创新高地的上海来说，下一阶段更重要的数字，是有多少机器人能完成一个普通班次，又有多少次产线数据能迅速传回模型和供应链，变成下一次部署。

现在我们可以想象未来在上海可以出现这样一场直播：太阳照常升起，机器人照常上班，产线照常出货，而没有人需要守在屏幕前。