15 种零件、20 秒、99.5%:华硕把第一台人形机器人放在最不好看的工位上
15 种小零件、薄透明袋、单板约 20 秒,目标是把成功率做到 99.5%——和给人的标准一样。华硕第一台人形机器人没去发布会,去了自家 EMS 工厂的包装工位。
- 首秀工位:华硕集团 EMS 工厂的主板配件包装工位,15 种小零件,许多装在薄而透明的袋里,单块板约 20 秒。
- 考核标准:目标是在 20 秒内达到 99.5% 成功率,官方写明「与我们对一个人的标准相同」。
- 硬件口径:本体与带触觉的灵巧手均为自研,机内只有一块 NVIDIA Jetson AGX Thor,电机等标准件来自既有供应商;目前是固定基座双臂,轮式版本在下一步。
- 时间表:项目 2026 年初启动;未来一年把自研手装机、加轮式底盘、在 Computex 2027 向客户展示;2027 年客户试点,2028 年下半年面向市场供货。
- 判断:99.5% 这个数真正的分量不在「高」,而在它被限定在「20 秒内」——成功率与节拍绑在一起才算验收指标。按 20 秒一块板、8 小时一个班算,一个班 1440 块板,0.5% 的失误率对应约 7 次失误。华硕没写这 7 次由谁接管、多久恢复,而这恰恰是「机器人能不能顶一个岗」和「机器人能不能省一个人」之间的全部距离。
人形机器人发布通常从一个舞台开始。华硕这次从一个包装工位开始,而且主动把最难看的参数写在了最前面:15 种小零件,薄透明袋,20 秒一块板。
官方给的理由是「因为它难」。这三个字值得展开:薄、透明、小,是人形机器人抓取的三重困境,而且三者叠加时最难。
薄:袋子本身没有厚度可抓,指尖合拢时容易滑脱;力控稍微大一点,袋口会被捏皱,零件在袋里移位,后续摆放就全错。这是力控问题,不是视觉问题。
透明:透明袋让基于 RGB 的分割几乎失效——背景透过去,边缘不成立。多数团队在这里被迫上深度或多光谱,而深度相机对薄膜这类高反光、半透材质本身就不稳。
第三重是「小」。零件小意味着抓取容差小,而容差小意味着每一次成功的窗口都很窄。一个夹爪能不能干这活,跟它有几个自由度关系不大,跟它在毫米级误差下的重复性关系极大。
华硕自己写了一句比任何参数都硬的判据:「如果一个人还得全程站在旁边,那就谁也没得到好处。」这句话把「演示」和「上岗」切开了——演示允许人站在旁边随时兜底,上岗不允许。
20 秒一块板,一小时 180 块。按一个 8 小时班算,1440 块。0.5% 的失误率意味着每 200 块错 1 次,一个班下来约 7 次。
七次失误是什么概念?如果每次失误后需要人进场处理 3 分钟,一个班要停 21 分钟;如果处理一次要 10 分钟(找零件、重装袋、重新过检),一个班要停 70 分钟,占掉 15% 的产能。
更关键的是失误的形态。包装工位的一次失误不是「少装一个零件」,而是「装错的板流到下一道工序」。这条线上流的不是散件,是已经装了配件的主板;错一块,代价不在这一站,在下游的检测、返工甚至客诉。所以这个工位的真实指标不是成功率,是漏检率——机器人自己错了能不能自己发现。
Gallop 的内部结构被写得很清楚,四层:
四层之间用固定接口通信。官方明确说这么设计的目的是「每隔几个月就会有更好的模型出现,这套架构让我们换模型而不用重造机器人」——这句话的潜台词是:他们预期自己的 AI 会在两年内被淘汰至少一次,所以把机器人做成了可换脑的壳。
所有计算跑在一块 NVIDIA Jetson AGX Thor 上,标准机器人软件栈。本体和带触觉的手自己设计,电机等标准件外购。
判断:单芯片方案在这个阶段是合理选择,但它把上限锁死了。planner、supervisor、skills、control 全挤在一块 Thor 上,意味着当模型从 3B 涨到 30B、当视觉从单目涨到多目加触觉阵列时,算力会先成为瓶颈,而不是算法。可换脑的架构对「换模型」友好,对「加算力」不友好——除非预留了第二块板的插槽,而博文没说。
官方把训练流程写成五步,顺序值得注意:
①通用知识——不自研巨型模型,直接用已理解「手与物体如何互动」的领先开源模型;②看人干活——熟练工经同意后头戴小相机,让机器人学真实做法;③仿真变体——为每个样例生成变化,让产线上的小改动不至于让机器人措手不及;④上手练——操作员戴 VR 头显与手套,用同一批零件、同一组相机引导机器人完成任务;⑤在岗学习——上线后机器人记录的东西回流到训练。
这五步里,最贵的不是模型,是第②步。熟练工头戴相机意味着要说服一线员工配合、要处理隐私与工会问题、要把「怎么做」这件事从默会知识变成可回放的影像。华硕自己总结了这条经验:「我们的优势不是更多数据,而是对的数据。」
项目 2026 年初启动,2027 年客户试点,2028 年下半年供货。从今天算起还有约两年。
这个节奏比多数人形机器人公司的口径慢,但比多数电子制造巨头的内部节奏快。慢的地方在于,它要等自研灵巧手成熟——博文写明「手是人形机器人最难的部分,全球都还稀缺,所以我们自己做,带触觉」。快的地方在于,它不需要等客户,因为它自己就是客户。
官方这句写得相当直白:「我们有自己的电子制造工厂,可以在真实零件、真实质量规则下测试。多数机器人公司得去租这个。」
判断:这句话是整篇博文里最有分量的一句,也是华硕这家公司在人形机器人赛道唯一的、别人短期买不到的优势。特斯拉和 Figure 走的是同一条路——用自家工厂当训练场;区别是特斯拉的产线是自己设计的,Figure 的产线是别人的(宝马),而华硕有几十年的 EMS 代工经验,见过的工位种类比任何一家机器人公司都多。但这个优势有代价:用真产线做实验,停线的机会成本不进任何一张报表,所以外界永远算不出它的真实投入。
最后要留一句提醒。整篇博文的数字都是目标:20 秒是目标,99.5% 是目标,2028 下半年也是目标。唯一被写成既成事实的是「完整回路已经跑通:人演示、机器人学、然后在产线上测」。这三件事跑通值得记一笔,但它们离「一个班 1440 块板、七次失误有人管」还有两年。