前段时间南京周边一家做汽车零部件的客户找我们聊产线改造，会议室里先放了一段机器人视频。一台人形机器人稳稳地起身、走路、弯腰搬起箱子，动作流畅得让人挑不出毛病，在场几个年轻工程师下意识地鼓掌。客户的技术负责人看完转过头问我：这东西，能不能放到我们三号车间去？我盯着屏幕看了一会儿，给他泼了点冷水。我说你注意看视频里这个箱子，是端端正正摆在画面正中央的，朝向统一、间距一致；可你们三号车间的料框我去过，零件是随便倒进去的，螺母、支架、连杆混在一起，来料方向全靠运气。机器人在视频里搬的是一个被安排好的道具，在你们车间要面对的是一筐乱糟糟的真实。这两者之间隔着的，恰恰是整个具身智能行业今年最难堪的一道缝。

这道缝到底有多宽，行业里有个被反复提起的例子。有家海外公司做人形机器人，对外宣传的战绩是参与生产了三万辆某品牌豪华汽车，标题打得震天响，圈内圈外一片叫好。但真有业内人去看过那条产线，带回的说法完全是另一回事：那台机器人在真实工位上的抓取放置成功率，低到不到一半，也就是说它每伸手两次，就有一次可能抓空、抓偏或者把工件碰掉。更值得玩味的是视频里的工作场景是专门为它布置的，工件整整齐齐挂在特制的料架上，高度、角度、间距全都提前调过，等于把真实料框里随机抓取那部分最难的活儿，事先替它抹掉了。这哪是机器人适应了产线，分明是产线迁就了机器人，搭了个舞台让它表演。

我做工业设计这些年，对这种"为演示而设计"的套路实在太熟悉了。我们给客户做产品，评审阶段最怕见到一类方案：效果图漂亮得能直接上杂志封面，曲面流光溢彩，配色高级克制。可一旦你追问下去，这个曲面开模要几套滑块、这个接缝在高速产线上怎么保证一致性、消费者用两年后换件要不要把整个壳体报废，设计师就开始顾左右而言他，翻回那张最美的效果图说这个质感多高级。舞台上的方案和能量产的方案，中间隔着的是几百个具体到螺丝的约束。机器人这个行业现在犯的是一模一样的毛病——为了融资和宣传，把最顶尖的人才、最多的预算投在拍demo上，技术当然不能说不先进，但真正用来啃产线硬骨头的精力，被这些漂亮的演示稀释掉了。视频里越完美，往往意味着离真实车间越远。

视频和产线为什么是两回事，根子在于demo的场景不够真实，而真实场景最大的特点就是碎片化。我后来特意花时间捋过不同行业对机器人的要求，捋完发现差异大到几乎是三种完全不同的产品。工业制造要的是精准操作、长时间稳定运行、能适应复杂多变的任务，容错率极低，一个动作失误可能就是一批废品；科研教育要的是训练速度快、方便反复做实验验证、接口开放好折腾；商业和文娱服务要的是会跟人交互、能适应不断变化的人流和场景、外形还得讨喜。就算把范围缩小到工业这一个领域，一个工厂里也有几十个工位、上百道工序，上料、装配、检测、码垛、搬运，每一道对力度、精度、节拍的要求都不一样。指望靠一套通用本体加一套通用能力把所有场景都盖掉，这件事本身就反常识，就像你不能要求一把瑞士军刀同时当好车床、铣床和焊接机器人。

行业似乎过早地把"通用"这两个字当成了必须追求的目标。大家都想做一套包打天下的方案卖给所有人，讲故事的时候"通用"两个字也确实性感，可产业的真实需求偏偏是高度分化、高度具体的。这方面连学界都在主动泼冷水，李飞飞就公开讲过，一拥而上全都去做人形机器人，未必是具身智能正确的落地路线。她的逻辑很朴素：人的身体结构是为适应人的环境、人的生活方式慢慢演化出来的，机器人又不是非要活在人的世界里，犯不着照着人的模样一比一刻。你真去工业现场看看就明白，很多车间是为重型设备设计的，地面平得像镜子、通道宽得能进卡车，这种环境里一个带轮子的底盘，往往比两条腿站得更稳、走得更快、结构更简单、价格还便宜一大截。为了看起来像人而硬做两条腿，在平坦的工厂里更像是一种审美选择，而不是工程选择。

这种对"通用本体"的执念，还带来一个特别现实的副作用：价格下不来。有长期泡在一线的场景落地集成商算过这么一笔账，现在很多本体从设计之初就没有针对具体场景做降本，追求的是参数全面、形态唬人，出厂价本来就高；再往后走，算法调试要花钱、现场部署要花钱、对接产线要花钱，一路加到产业端，一台机器人报到厂价已经冲到了八九十万。可工厂老板自己心里也有本账，他们拿这个机器人去干的那些活儿，能接受的价格顶了天三四十万，再高就不如继续用人或者上传统自动化。中间硬生生差着的这四五十万，说白了就是"通用"两个字的溢价，也是绝大多数项目谈着谈着就黄了的直接原因。客户从来不会为一个能跳舞但干不了活的机器人多掏一分钱，他们只为解决自己工位上那个具体而头疼的问题买单。

所以鹿明机器人的喻超有句话，我第一次读到就觉得说到了点子上：别用机器人的表演来定义产业进步，先找到真实的场景需求，再反过来定义机器人该具备什么能力。这句话翻译成我们做工业设计的语言，就是一定要从定义零件、定义工序开始，而不是从定义梦想、定义愿景开始。我们接一个新产品，从来不会先画一个酷炫的外壳再说，习惯是先跟着客户的产线走上好几天，看工人哪个动作最累、哪个工序废品率最高、哪个节拍是整条线的瓶颈、哪个位置夏天热得留不住人，然后让产品的形态和结构围着这些真实约束一点点长出来。机器人也一样，得先有工位，再有机器人；先有要解决的任务，再谈该配什么形态的本体、装什么样的技能。顺序一旦搞反，做出来的就是个贵价演员。

顺着这个思路往下推，你会发现机器人进工厂，光有一具合适的本体还远远不够，它还得有一套类似"职业技能"的东西。产线上的任务千变万化，今天锁这种螺丝，明天换个型号可能就变成贴标签、插线束，根本不存在一套固定技能能从头打到尾，这跟一个老师傅到了新岗位也得重新学手艺是一个道理。行业里这两年开始提"原子技能"这个概念，想把机器人的动作拆成一个个可复用的最小单元，像搭积木一样组合出新任务；鹿明的提法更大一层，叫"产业具身"，意思是围绕真实的产业需求，把场景、数据、模型和执行系统深度拧到一起，做成一套能让机器人持续学本事、长本事的基础设施。落到具体产品上，就是他们发布的NexCore平台，把数据采集、数据治理、模型训练、技能生成、能力评测、机器人部署和运行反馈这一长串环节连成一个闭环，让工厂里产生的数据真正能沉淀成机器人的技能，而不是用完即弃。

这套东西到底管不管用，不能听厂商自己说，要看有没有人愿意用真金白银投票。鹿明跟三菱电机的合作是个挺有说服力的样本。两边最早的合作切口其实很小，就是做PLC质检这么一件单一的事，做好了、做稳了，信任建立起来，才慢慢往两头扩展，一直做到推料箱、打螺丝、搬运这些更复杂、更柔性的任务。最有意思的是身份的变化：三菱一开始纯粹是鹿明的客户，项目一个接一个做下来，到后来干脆成了鹿明的投资人。这个从甲方到股东的转变特别说明问题。你想，一次性的POC演示，客户看完客气地鼓个掌、发个新闻稿就完了，绝无可能真金白银从甲方变成你的股东；只有当你能持续交付、机器人在产线上是真的站住了脚、帮人家实打实解决了问题，信任才会累积到愿意把钱押在你未来身上的程度。这跟我们做设计是一个逻辑，客户第一次给你一个小单，是在试你靠不靠谱；第二次、第三次敢把整条产品线、整个品牌的设计都交给你，是因为你前面每一次都稳稳接住了。

我想强调的是，机器人进场景这件事，难的从来都不是做出一个能在台上演的机器人，而是做出一个能被真实场景留下来的机器人。现在整个行业最深的矛盾在于，具身智能公司还在用"做一个通用产品卖给所有人"的思路做产业，可产业端的真实需求是高度分化、高度具体、高度碎片化的。谁能把工厂里那些老师傅都说不太清、但身体记得住的场景需求，一句一句翻译成机器人能够稳定执行的技能，谁就能更快地跨过从demo到落地这道要命的坎。这中间没有任何捷径可走，就是老老实实地泡在产线上，把随机抓取、把节拍切换、把来料波动、把粉尘油污这些统统"不上镜"的难题，一个一个啃下来。啃下来一个，机器人才算真的多了一项能吃饭的手艺。

说回南京。这两年南京在智能制造上投入不小，开发区里机器人、自动化相关的企业一家挨着一家，我接触下来，本地工厂主对机器人的态度其实异常务实，甚至务实到有点"不好糊弄"。他们不关心你的机器人能不能翻跟头、能不能比心，只会盯着你问三个问题：在我那个粉尘弥漫、油污遍地、节拍卡到秒的车间里，它能不能连续干三个班不出幺蛾子？换产的时候我要不要花大价钱请你们工程师再来一趟？这东西摊到每个工件上的成本，比用人到底划不划算？这三个问题，没有一个是靠demo能回答的。但恰恰是这种务实，对整个行业是件大好事。它逼着所有做机器人的、做设计的、做系统集成的，把注意力从展台拉回产线，从宣传视频拉回真实工位。跳舞的姿态再好看，也解决不了三号车间料框里那个朝向随机的零件；而当一台机器人能在这样的料框前稳定地抓、稳当地放、换了型号还能快速学会新活儿的时候，它才算真正进了厂、站住了脚，从一个演员变成了一个能干活、能创造收益的工人。这或许不是一个更性感的故事，但它是一个能让工厂主心甘情愿掏钱、能让整个行业真正往前走的故事。