8月8日到8月10日之间，具身智能行业出现了三条并不算显眼的消息。国家市场监督管理总局披露，上半年人形机器人领域新设企业11.6万户，同比增长9.5%；国家地方共建人形机器人创新中心与百联集团签约，共建全国首个可持续迭代的商业零售人形机器人应用高地；在福州高新区，福建坤华智能装备的一条PTC加热器生产线上，一台具身机器人正式上岗。
三条消息分属统计口径、产业合作与工厂现场，看上去互不相干。叠在一起却指向同一个变化：行业讨论的重心，正在从「机器人能不能做这件事」转向「机器人到底占哪一个工位」。
这个转向比听起来更重要。演示可以挑场景、挑时长、挑镜头，工位不行。工位意味着固定的节拍、固定的良率要求、固定的交接对象，以及出了问题要有人负责。
先看工厂这一侧。据公开报道，坤华是福州首家把具身智能机器人投入工业量产实景的装备企业，这台机器人承担前段上下料及配件组装工序，可全天候连续作业。报道里有个细节值得注意：产品换型时无需大规模改造生产线。
这是整段描述里信息密度最高的部分。传统产线换型的成本，很大一块不在设备本身，而在夹具、工装和调试工时。如果具身机器人真能压下换型成本，它在小批量多品种场景里就有了独立的经济账，而不只是替人省工资。
这类案例已不是孤例。公开报道显示， 小米 自研人形机器人进入北京亦庄汽车产线不到半年，自攻螺母作业成功率从90.2%提升至98%； 银河通用 与 宁德时代 合作后，Galbot S1在动力电池车间实现常态化自主搬运； 优必选 Walker S1进驻比亚迪、富士康； 小鹏汽车 的Iron已入驻极氪产线做适配测试；海外的 Figure 在宝马工厂累计运行超过1250小时。
这些案例的落点高度一致：搬运、上下料、拆垛码垛、质检。上海坤元跃动机器人联合创始人刘博的解释是，整车四大工艺中冲压车间自动化率超90%，焊装超80%，涂装60%到80%，总装也普遍在50%以上，标准化高强度的重复工序早已不存在大量人工岗位。
换句话说，人形机器人瞄准的不是机械臂已占据的阵地，而是自动化体系几十年没能覆盖的零散、非标、柔性岗位，刘博称之为「长尾非标工序」。若这个判断成立，两者是互补而非替代，市场空间也不该放在同一个池子里算。
智元 把这个阶段命名为「部署态」。该公司合伙人、高级副总裁姚卯青的解释是，买了机器人的用户可以即插即用，把它当生产力而非开发平台。在龙旗科技工厂，8台精灵G2独立完成平板的多媒体、音频、WiFi耦合、辐射杂散发射四大检测工序，据报道成功率达99.99%，效率为人工的80%到90%。
80%到90%这个数字值得停一下。它不漂亮，恰恰因为不漂亮才有说服力。机器人暂时干不过熟练工，但只要能连续干、不请假、可复制，单位时间成本就有机会算平。产业化的门槛从来不是超越人类，而是稳定地够用。
再看零售这一侧。国地中心与百联集团的合作中，最有意思的设计是「双向授牌」：国地中心授予百联商业零售应用示范中心，百联授予国地中心零售行业样板点。两块牌子挂在不同物理空间，构成一个双地联动的结构。
具体做法是在全球首个异构人形机器人训练场「麒麟训练场」内，共建融合商超、百货、医药真实场景要素的实训区。据公开报道，国地中心已牵头研制标准90余项。双方称要形成技术研发、场景验证、数据反哺、迭代升级的闭环。
这个闭环里真正稀缺的不是导购岗位，而是数据反哺那一环。商超的复杂度在于人流不可控、光照不稳定、货品摆放随时变化，这些是实验室造不出来的分布。百联提供的与其说是场景，不如说是一条持续产生真实分布的数据管道。
零售对模型能力的要求也和工厂不同。近期具身全模态理解榜单DailyOmni的结果显示， 智元 自研的WITA-OmniPreview以85.21分登顶，八项细分指标中六项第一。据介绍，该模型把物理动作和表情提升为与语音并列的一级输出，用端到端模型统一驱动感知、决策与表达。
把它和零售场景放在一起，指向就清楚了：在商场里，机器人要判断的不只是说什么，而是声音归属谁、事件先后顺序、该不该回应、何时回应。这类能力在产线上几乎用不到，在零售却是能否上岗的前提。同一批公司要同时啃两条完全不同的能力曲线。
政策口径也在同步收紧。工业和信息化部与国务院国资委联合印发的2026年度人形机器人与具身智能实景实训专项行动通知提出，到2026年底重点产品要在一批代表性场景完成应用验证和常态部署、开启作业模式，凝练百个以上高价值应用场景，带动形成万台级规模落地能力。
「常态部署」和「作业模式」这两个词的分量比补贴金额更值得关注。它们把考核口径从投入端挪到了运行端——不再问投了多少台，而是问跑了多久、干了什么活。这与验收体系近来的变化，是同一件事在不同环节的投影。
数量侧同样在膨胀。IT桔子数据显示，截至6月30日年内人形机器人一级市场发生投融资125起、金额445.32亿元，远超2025年全年的259.87亿元。中商产业研究院预测2026年中国出货量将达3.8万台，2025年这一数字是1.44万台。
但企业数量和工位数量是两回事。近两年诞生的数百家初创公司多数选了通用人形路线，同质化已初步显现。真正稀缺的不是本体，而是可复制的工位模板——某类岗位被拆解清楚、验收标准被写死、部署流程被标准化，然后才谈得上规模。
擎朗智能 创始人李通提出的「岗位化」是另一种解法：不指望机器人一下子什么都能干，先找出对泛化要求不高的场景干起来，做到连续稳定工作。他认为即便技术成熟，专用机器人也不会被淘汰，而是与通用机器人协同。在资本偏爱通用叙事的当下，这条路看似少数派，商业闭环却形成得更快。
当焦点从本体性能转向工位归属，三个问题会浮到台面上：工位的定义权归谁，是机器人公司定义自己能干什么，还是甲方定义需要什么；真实场景跑出的数据归谁，尤其在国资场景方与技术方共建的结构里；以及谁签验收单，出了作业事故按什么规则赔付。这些目前都还没有明确的法律界定。
这三个问题不解决，工位就永远停在样板点。可以推断，接下来一段时间行业真正的分水岭不会出现在参数表上，而会出现在有多少家公司拿得出可复制的工位交付合同。演示级到实用级之间隔着的，从来不是一段技术距离，而是一整套责任分配机制。
本文基于公开报道整理。