图源：视觉中国蓝鲸新闻10月10日讯（记者 翟智超）人形机器人订单造假的信息，曾一石激起千层浪。蓝鲸科技记者也曾深入产业一线，对此有过追问。但记者在持续采访中发现，“进厂打工”这一订单叙事的源头，同样暗礁遍布。
机器人进厂的数量，通常被视为企业对外商业化能力的一种体现——进得越多，商业化潜力就越大。落到具体场景，从汽车工厂拧螺丝到物流仓库搬运，措辞从“实训”换成“上岗”，从“单点验证”升级为“批量交付”，画面越来越像量产前夜。
但多位具身智能人士向记者透露：“部分具身智能企业进厂打工的故事，并没有市场上说的那么好——很多说是进厂，但他们并没有真的进，或者不算进。”究其原因，背后关乎安全与保密、成本与效率、车企自研与客户兼投资人模式等。
由此，不禁要问：当“进厂”成为最好用的融资语言，究竟有多少部署真正进入核心产线，又有多少只是试点、示范、战略卡位？
规模化进厂存在多方制约因素
采访中，记者获悉，当前一些大厂对引进机器人也有自己的顾虑。
某消费电子供应链人士张翔告诉蓝鲸科技记者：“目前苹果、华为、OPPO、vivo等大型3C消费电子企业，大部分没敢让人形机器人进他们代工厂打工，主要是怕泄露工艺，生产线不允许有摄像头。”
立讯精密相关人员也表示，工人进出产线要严格安检，产线内还有严密监控，连手机都不允许带入；一台携带深度摄像头、激光雷达和多种传感器的机器人，无异于行走的数据采集器。核心工艺一旦泄露，损失难以估量，而制造业利润率本就不高，没人愿意轻易冒险。
事实上，一些解决方案正在浮现——边缘计算架构可让数据采集在本地完成，无需上传云端；数据脱敏技术可在保留数据价值的同时，去除敏感的生产工艺信息。“但这些方案在工业级可靠性上尚未经过大规模验证，大工厂的顾虑短期内难以消除。”前述人士补充说到。有投资人则进一步指出，厂商可能预留后台，也可能在端侧直接存储数据后再转移出去。
同时，车厂是人形机器人进厂最受期待的场景，但对独立的具身智能企业而言，同样存在阻碍。深圳达晨财智投资人向蓝鲸科技记者表示：“小鹏自己就有机器人，小米、奇瑞等也有自研本体，比亚迪也公开了机器人专利。”这也意味着，独立具身智能企业要切入这些车厂的核心产线，并不容易。
此外，记者还了解到，即便某些大厂引进了人形机器人，用的也多是“客户兼投资人”的机器人。例如，银河通用中标宁德时代2.36亿元采购项目，而宁德时代是银河通用B轮领投方。
不过，前述投资人表示，这种“投资人即客户”模式合同真实、收入可审计，但订单可持续性存疑：一旦产业资本战略投资周期结束，是否还会继续大规模复购就未可知。
再者，成本与效率也是机器人进厂的一大阻力。记者从某头部具身智能企业处了解到，目前一台人形机器人入厂成本要六十多万元；若真正大规模推进，成本需降低近三分之二，降至25万元左右，才具备替换工人的经济可行性。
人形机器人在制造业的渗透或才开始
即便如此，记者注意到，在具身智能企业以往发布的融资稿中、举行过的发布会中，甚至展会中，机器人进厂这一叙事，仍是商业落地的标配：进入汽车工厂、3C产线、物流仓库，完成搬运、贴标、质检、上下料。
一位不愿具名的某具身智能企业研发人员向记者表示，一些所谓“进厂”仍停留在试点、示范或单个工位，并非“真进厂”。
“这些项目多位于非核心产线、独立工位或展示线，少量机器人执行相对单一任务，尚未接入核心生产节拍，也难以连续、稳定、无人化运行，部署规模有限。"上述研发人员称。
上海某消费电子代工厂项目应用落地负责人也向记者坦言：“我们厂进来了几台人形机器人，虽然我们认为机器人方向是对的，但表现如何我们心里一开始也没有底，就是抱着‘试一试’的心态。”换言之，当前部分企业部署机器人，更像战略卡位或试验，而非稳定生产需求。
相比进厂，当下机器人实际应用比较多的场景是特种领域和危险岗位：应急救援、危化厂站、矿山、电力巡检等。这些场景的共同特征是：人类不愿干、不适合干，环境复杂、标准化程度低。
“它们未必非人形不可，但需要通用具身能力——感知、决策与操作必须在开放环境中形成闭环。"华南某制造业业务负责人常峰说。
危险岗位回答的是”为什么需要具身智能"，夜班与柔性产线回答的则是"哪里最先用起来"。常峰判断，仓储夜班中的箱体搬运、分拣周转，制造业夜班中的巡检与物料补给，将是2026年落地最密集的场景。这类工作内容相对单一、环境可控、人工成本高且招工困难，相比开放环境中的特种作业，更容易率先形成商业闭环。
但一个事实是，把上述场景加总，制造业也难迅速大规模使用人形机器人。IDC《2025全球人形机器人出货量场景分布》显示，2025年全球人形机器人出货量中，文娱商演、科研教育、数据采集、导览导购四大场景合计占比接近90%，工业制造仅约9%。
沙利文《2026全球人形机器人市场研究报告》则显示，2025年全球用于生产作业的人形机器人销量仅约700台，收入0.47亿美元。可见，人形机器人在制造业的实际渗透才刚刚开始，演示与量产、叙事与收入之间仍有巨大鸿沟。
投资人士李鹏表示：“人形机器人的目标是通用，但在当前AI路线下，处处离不开特化训练；绕了一大圈，最终又回到了机械臂的角色。既然如此，又有什么理由非用人形机器人？生活领域同样如此，大量需求远超当前技术水平。”
一位上海投资人说得更直接：“如果一个家务机器人三年下来比靠谱的阿姨便宜，我相信还是有市场的。但现在的水平，最多算AlexNet时期的AI。”
因此，具身智能最终能用在哪儿，可能仍取决于AGI。在AGI尚未解决的时代，试图用当前“特化训练”方案兑现”通用机器人"的承诺，本质上仍是用工程手段弥补认知能力的根本缺失。
常峰向记者表示："每一次特化训练的积累，都可能是在为一条可能被颠覆的技术路线做投入。而在这个过程中，进厂故事成了最好的融资工具。"
