IT时报记者 孙妍
常州一家智能超级工厂的车间里，70余台机器人正在与工人协同工作，从托盘里抽出一批轴承，转身放进加工设备，再把加工好的料码回料架。分拣、上下料、搬运……在这个车间，这些都是机器人的岗位。更有意思的是，生产线上组装的正是机器人自己。
配了机器人工友后，人的能力增强了。以一个加工工序为例，过去一名工人看一至两台设备。现在有了机器人帮手分担，一名工人能操作至少四台设备。但是，机器人不是来“抢戏”的，而是来“搭班”的。
除了工业制造外，物流也是目前机器人落地较为成熟的场景。因为这些场景相对标准化，比如货架和物料摆放都有章可循，所以，仓库天然适合机器人“背题上岗”。
11月3日，2026亚洲国际物流技术与运输系统展览会（CeMAT ASIA 2026）在上海开幕，高耸触顶的“庞然大物”被搬到展会现场，除了这些层层叠叠的货架，几乎看不出这是一场物流展，因为每家展台都有机器人。
真正的无人仓，需要的是成建制的“机器人工友”。
睿尔曼智能在展会上发布W1自拣选机器人，实现从接收任务到取放料箱全流程自主。W1自带智能调度系统，最多支持50台集群作业，机器人群自动分任务、规划路径。仓库无需为机器人重构货架与通道，也不用做视觉建模，拍几张商品特征图即可完成录入。
同台展出的还有GLN远程作业网络，远程遥操作之下，一人可管多台机器人。ECO62超紧凑嵌入式六轴机械臂自重仅3.6公斤，能嵌进设备内部，其搭载的车规级关节模组平均无故障运行时间达5万小时，可支撑7×24小时连续运行。
据工作人员介绍，睿尔曼智能在国内主要落地3C数码、化妆品等行业的仓库，平均每单拣选时间18秒。配合轮换补电或换电方案，机器人可以24小时在岗，且出错率较低。
但物流是快速流转行业，对ROI（投资回报率）要求高，效率上不去，账就算不过来，多数场景方能接受的回本周期大约只有一年半。而睿尔曼智能是以关节模组和机械臂起家，运动控制、升降等底层能力是核心竞争力。机械臂的出货量越大，成本便能更快摊薄，这也成了它进仓库的底气。
海外市场劳动力更贵、付费意愿更高，睿尔曼智能也计划把国内产品打磨成熟，再借代理商和集成商伙伴规模化出海。
真干活，要自主解决现场问题机器人在发布会视频里抓取、搬运、灵巧转身是一回事，而三班倒地待在真实产线上不出岔子，是另一回事。
“目前没有哪家企业的模型放进工厂能百分之百自主干活，成功率可能连七成都不到。”在CeMAT ASIA 2026上，一位物流机器人工作人员提到。
车间灯光的昏暗程度，直接影响视觉识别成功率。同样是抓圆形的轴承，用夹爪效率低，换成磁吸末端，“啪”一下就吸起来了。“如果不真正进入产线，很多问题是之前预料不到的。”睿尔曼智能展台工作人员告诉《IT时报》记者。
具身智能企业开出高薪争抢FDE“前沿部署工程师”，在硅谷年薪更达到百万元。因为这个行业要求软硬通吃，既要懂机器人的硬件，也要懂模型。但在睿尔曼智能工作人员看来，靠高薪工程师替模型“打补丁”并不持久，真正的路径是本体稳定、真机数据训练，进而让机器人能自主处理现场出现的意外。
真机数据训练，实景作战具身智能行业，眼下最缺的是真机数据。
物理AI要理解重力、摩擦力、空间关系，前提是机器人在真实世界里反复作业、留下真实记录。但真机数据成本最高，也最难获取。企业进不了真实场景，数据飞轮就转不起来。
于是，行业里滋生“凑数”现象，有些数采企业为了数据多样性刻意摆拍，“把塑料袋挂到衣架上”“洗一根充电线”这类日常几乎不会出现的场景被拍成视频，按采集时长付费。但对机器人干活来说，没有什么实际意义。
睿尔曼智能选择用真机数据训练模型。开头提到的“机器人生产机器人”的场景，便出自睿尔曼智能自有工厂。其位于常州的数据实验平台依托GLN远程作业网络，覆盖超过1000种真实作业任务，场景横跨工厂产线、仓储物流、商业服务与家庭康养；真机数据业务月交付能力达万小时以上，累计签约订单近10万小时，验收合格率超过95%，客户覆盖国内过半数具备大规模数据采购能力的具身模型企业。
数据从哪来？答案是从“干活”里来。机器人正在进入物流、制造这些标准化程度较高的领域，但活下来并不简单。活，要真的会干。账，要真的算得过来。
