中國的 AgiBot 公司交付了第 15,000 台人形機器人，並完成了現場平板電腦質量檢測測試

（第一財經）6 月 29 日——中國類人機器人初創公司 AgiBot 在售出第 10,000 台產品不到三個月後，交付了第 15,000 台，同時還在江西省南昌的龍旗科技工廠完成了為期六天的直播測試，測試了八台 Genie G2 機器人進行平板質量檢查。

AgiBot 合夥人兼公司具身智能業務總裁姚毛青昨日表示：“交付第 15,000 台機器人標誌着大規模生產的新里程碑，顯示中國類人機器人行業正在向實際應用的大規模部署邁進。”

AgiBot 成立於 2023 年 2 月，今年 3 月售出了第 10,000 台類人機器人。此外，根據市場研究公司 Omdia 的數據，這家總部位於上海的公司去年交付了 5,168 台，佔全球市場的 39%，在全球排名第一。

姚表示：“我大部分時間都在協調交付、確保供應、質量控制和工程變更。” 隨着快速擴張，供應鏈面臨的壓力增加。一名質量工程師在一家生產 Genie G2 關鍵組件的供應商工廠駐紮了超過三個月，幫助將生產能力提升了五倍，同時將一次合格率從不足 60% 提高到 95% 以上。

AgiBot 已在長江三角洲建立了覆蓋整個上下游生態系統的標準化供應鏈，公司表示，超過 70% 的組件來自該地區。

Genie G2 直播測試

此次直播旨在在公眾監督下對 Genie G2 進行測試，測試其在活躍生產線上的表現。龍旗科技是一家原始設計製造商，其客户包括小米、三星電子和聯想。

Genie G2 機器人按照工廠的生產計劃，從早上 8 點工作到晚上 7 點，從傳送帶上取出平板，並將其插入精密測試設備，在最終檢查站對合格和不合格產品進行分類。在檢查了超過 17,000 個平板後，它們的成功率達到了 99.99%。

自去年 12 月以來，Genie G2 機器人一直在龍旗科技的二級生產線上運行，並於 3 月整合到主生產線上。

然而，直播並非沒有挫折，其中一台機器人在早期與測試設備發生了通信故障，打斷了檢查週期，導致兩個平板疊在一起，需要人工干預，成功率暫時降至約 99.96%。機器人立即報告故障，切換到另一個工作站，並在大約兩分鐘後恢復操作，未對整體生產產生實質性影響。

龍旗科技機器人業務部總經理李龍表示：“我希望每一個問題都在直播中暴露出來，因為我們發現的每一個問題都使我們離大規模部署更近一步。”

此次直播在多個國內外平台上播出。一些海外觀眾將其與 Figure AI 早前的 200 小時倉庫分揀直播進行了比較，但認為在活躍的第三方生產線上操作存在更多變量。

在機器人進入龍旗科技的二級生產線、3 月部署和直播後的幾天裏，AgiBot 與客户的聯合團隊識別並解決了約 60 個問題，從導致機器人碰撞的傳感器錯誤到導致指令丟失的通信協議不匹配。

確保機器人為客户帶來收益

在大規模生產之後，確保機器人在客户現場穩定運行已成為 AgiBot 的下一個挑戰。

李強調：“機器人需要與人類工人的節奏相匹配，同時保持非常高的可靠性。這是我們仍需解決的關鍵問題。” 他們的人工智能系統尚未達到僅通過觀察一次就能學習新任務的程度，每個新應用仍需算法工程師進行預訓練和後訓練。

李指出，機器人還作為涉及數十名工人的更廣泛生產系統的一部分運行，這意味着單個故障可能會干擾整個生產線。

AgiBot 的目標是實現 “可部署” 狀態，使機器人能夠立即投入使用，而不是作為開發平台，姚表示：“就像買車一樣，您應該能夠立即開始使用它。”

為了縮短製造與部署之間的差距，AgiBot 正在通過提供培訓項目來推進合作伙伴生態系統，使開發者能夠獨立維護和調試機器人，並完善其軟件工具鏈。

AgiBot 推出了 Genie Studio Agent，這是一個代理開發平台，使合作伙伴能夠更輕鬆地構建定製應用程序並將機器人集成到客户操作中，同時降低部署障礙。

AgiBot 指出，製造客户的訂單正在從試點項目轉向大宗採購，並預計到今年年底將在半導體制造、汽車零部件、物流和倉儲以及商業服務等領域交付超過 1,000 台機器人。

在 3 月，AgiBot 的類人機器人在上汽通用的 Ultium 工廠的別克 Electra E7 電池生產線上投入使用，執行高精度操作，定位精度達到正負 0.1 毫米。這是中國汽車製造商上汽在大規模生產線上使用的第一款安卓機器人，也是中國汽車行業中的首批之一。

在 5 月份舉行的 Beyond Expo 上，AgiBot 表示正在繼續擴展海外市場。相關收入去年佔總收入的比例不到 10%，但在今年上半年接近 20%，北美、歐洲、日本和韓國是公司的主要目標市場。

根據瑞銀的預測，到 2050 年，全球對類人機器人需求可能達到約 8600 萬台，市場價值在 1.4 萬億至 1.7 萬億美元之間。

然而，瑞銀機械分析師 Phyllis Wang 表示，行業的 “電動車時刻”，即年銷售量在短時間內從數百萬台躍升至數千萬台的時刻，可能在 2030 年前不會到來，原因在於人工智能能力尚不成熟、訓練數據不足以及缺乏監管框架。

編輯：馬丁·卡迪耶夫