# 雨里站了一整天的路口：云深处把 DR02 放进杭州西湖区，测的不是走路是岗位

> 「路口交通指挥」是个人形机器人很少被派去的岗位：全天户外、持续降雨、人车混流、随时可能有人搭话。云深处 DR02 在杭州西湖区几个重点路口站了几天，官方口径里最关键的一句是——这只是一次企业自主的场景化验证。

### TLDR

- **地点选得很实在**：国庆假期，云深处科技把一批人形机器人 **DR02** 部署到杭州西湖区多元场景做实战测试——西溪国家湿地公园测「问询引导」，灵隐街道**浙大路、文一西路**等城市繁忙干道路口测「路口交通指挥、秩序维护、游客咨询」。
- **天气是变量不是意外**：10 月 4 日现场为**持续降雨**，机器人仍在路口执行交通指挥、秩序维护与游客咨询任务，验证的是全天候户外作业能力。
- **硬件口径给了防护等级**：DR02 整机具备 **IP66 防护等级**，可抵御雨水与粉尘侵入；测试内容包括路口值守、**信号灯联动指挥**、自主移动避让行人车辆，并能根据车流积压与人流聚集情况**动态调整站位与疏导策略**。
- **有一个容易被忽略的细节**：部分机器人完成点位任务后**转场至下一个岗位**——这说明测的是「岗位轮换」，不只是「单点停留」。
- **官方边界很明确**：本次测试由云深处科技主导，属**企业自主开展的场景化验证，未涉及政府采购或常态化上岗安排**。
- **判断**：这类测试的真正价值不在「机器人能指挥交通」，而在把城市公共空间里「设备能不能独立负责一个岗位」这个问题第一次放到了真实车流里。

### SRC

素材时间窗为**当日 09:00 → 19:00**（北京时间，2026-10-05）。事实锚点分两处：① 人民财讯 2026-10-05 发布的短讯《云深处人形机器人开展国庆实战测试》（经证券时报 e 公司 egs.stcn.com 与凤凰网财经转载，两处文本一致），交代了测试主体、机型 DR02、场景为杭州西湖区、具体点位为西溪国家湿地公园与灵隐街道浙大路／文一西路等城市繁忙干道路口，以及测试功能项「问询引导」「路口交通指挥、秩序维护、游客咨询」；② 一篇 2026-10-04 由中新社记者王刚实地拍摄、经搜狐落地的图文记录，补充了**持续降雨**这一现场条件与 IP66 防护等级、信号灯联动指挥、自主避让、动态调整站位、任务后转场至下一岗位、多语言语音交互（中英）、以及「由企业主导、未涉及政府采购或常态化上岗安排」的边界说明。需切开的边界：<strong>「国内首次在真实节假日复杂交通场景中规模化测试人形机器人交管功能」</strong>这一表述出自上述图文记录，属**媒体口径而非企业公告**，本号未能获得可独立核对的第三方确认，仅作原文引用；DR02 的续航、单次值守时长、日均有效运行小时、故障次数与人工接管次数等决定「能不能常态化上岗」的关键参数，**均未在公开报道中披露**；雨天测试的最长连续时长亦未说明。判断题均为作者分析，已用「判断：」标注。本篇与站内此前关于云深处招股书口径的稿件差异在于：那篇看的是财务与上市进程，本篇看的是产品在真实公共场景中的岗位验证。

### BODY

<div class="sec"><div class="eyebrow"><span class="num">1</span>为什么路口是个硬场景</div>
<h2>马路不是一个「场地」，它是一个持续变化的博弈</h2>

<p>人形机器人被派去做演示，通常选的场景都有一个共同特征：场地边界清楚、人员动线固定、任务可以重来。展会是这样，工厂工位是这样，演播厅也是这样。</p>

<p>路口不属于这一类。</p>

<p>它的输入变量几乎全部不可控：车流的密度在变，行人的注意力水平在变，雨天能见度在变，信号灯的相位在变，旁边可能随时停下一辆问路的车。更麻烦的是，这个场景里所有其他参与者——司机和行人——都在根据机器人的行为实时调整自己的行为。这就构成了一个闭环：<strong>机器人的动作会改变环境，改变后的环境又立刻反过来影响机器人。</strong></p>

<p>云深处这次选的位置包括灵隐街道的浙大路与文一西路，都是西湖区日常车流量靠前的干道路口；另一处西溪国家湿地公园，国庆期间面对的是景区级大客流。这两类场景恰好对应两种完全不同的挑战：干道路口考的是与高速度、高惯性对象共存的安全边界；景区入口考的是与高密度、低注意力人群共存的服务边界。</p>

<div class="jx-cols">
<div style="flex:50">
<div class="jx-note"><strong>干道路口</strong>：高速、低容错。核心指标是「不出事」——避让距离、反应时间、异常停车策略。</div>
</div>
<div style="flex:50">
<div class="jx-note"><strong>景区入口</strong>：低速、高交互。核心指标是「接得住」——语音识别在多语言、嘈杂环境下的实际命中率。</div>
</div>
</div>

<p>把这两种考验放在同一批设备、同一个假期里做，说明测试设计者很清楚自己要的是什么：不是某一项能力的最优值，而是同一套硬件在两种极端环境下的可用性下限。</p>

<div class="keypoint">判断：如果要把「公共空间岗位」当作一个人形机器人的目标市场，那么验收指标应该从成功率换成另外几个词：<strong>连续值守时长、异常停车次数、人工接管次数、以及被路人打断后的恢复耗时</strong>。这四个数字，比任何一条演示视频更能决定采购决策。</div>

</div>

<div class="sec"><div class="eyebrow"><span class="num">2</span>雨天是个过滤器</div>
<h2>IP66 之后，真正难的部分才刚开始</h2>

<p>现场条件里最值得记下的是雨。10 月 4 日杭州持续降雨，而测试没有停。</p>

<p>公开口径给出的硬件依据是 DR02 整机具备 IP66 防护等级，可抵御雨水与粉尘侵入——这是一个工程上很硬的门槛，意味着设备在最坏情况下可以承受强降雨与喷淋。对户外岗位来说，这条参数的有无，直接决定了一年里有多少天可以上岗。景区、路口这类岗位，恰恰最不挑天气——旺季遇上下雨，人反而更多。</p>

<p>但防护等级只解决了「机器不进水」的问题。雨天真正的麻烦在感知侧：地面反光会干扰视觉定位，雨滴会在镜头前形成动态噪声，行人的雨伞会遮挡关键视觉特征，湿滑路面的摩擦系数变化会影响移动与制动。这些问题和防水壳体完全不在一个层级上。</p>

<p>报道中提到测试内容包含「自主移动避让行人车辆」「根据车流积压和人流聚集情况动态调整站位与疏导策略」，也就是说，系统需要基于视觉判断现场态势并做出站位决策。这套逻辑在晴天与雨天的可靠性差异有多大——公开报道没有给出数据。</p>

<div class="keypoint">判断：户外岗位落地最容易被低估的一项成本，是<strong>「天气可用天数」</strong>。做场景测算时不应按 365 天排班，而应按「设备标称可用条件 + 现场实际气候」算出真实可出勤天数，再反推单点位的年有效工时。雨天测试的意义正在于为这个数字提供第一手证据，即便目前证据还不够定量。</div>

</div>

<div class="sec"><div class="eyebrow"><span class="num">3</span>那个最容易被忽略的细节</div>
<h2>任务完成后转场，说明测的是「轮岗」而不是「驻点」</h2>

<p>在所有已公开的信息里，最值得圈出来的一句话是：部分机器人完成点位任务后，转场至下一岗位。</p>

<p>看起来只是句流水描述，但它区分了两种完全不同的产品形态。</p>

<div class="jx-tl">
<div class="jx-tl-row"><div class="jx-tl-t">驻点模式</div><div class="jx-tl-b">一台设备固定在一个位置、做一类任务。对定位精度与续航要求相对低，但设备利用率受限——高峰期不够用，低谷期闲置。</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">轮岗模式</div><div class="jx-tl-b">同一台设备在不同时段负责不同点位。设备利用率显著提升，代价是需要自主导航衔接、任务切换、以及在转场途中的安全通过能力。</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">对运营的含义</div><div class="jx-tl-b">轮岗能压低单点位设备配置数，但会把风险集中到「转场途中」——那一段既不属于任何一个岗位的看护范围。</div></div>
</div>

<p>换句话说，一旦开始轮岗，就必然出现一段「无主时间」：设备正在从 A 点到 B 点的路上。这段时间里如果出现异常，责任归谁、谁看得见、多久能到——这都是运营层面的问题，而不是技术问题。</p>

<div class="keypoint">判断：转场能力的价值高于避障能力。多台设备可以在不同时段覆盖更多点位，意味着同样的采购预算可以撑起更多服务场景；但这也意味着必须同时建立「转场路段的安全预案」，否则省下来的设备成本会在第一次事故里全部还回去。对做租赁和场景交付的团队而言，这条经验可以直接写进报价方案的风险条款里。</div>

</div>

<div class="sec"><div class="eyebrow"><span class="num">4</span>把边界说清楚更重要</div>
<h2>一次企业自主验证，不是一次上岗</h2>

<p>报道里有一句必须原样保留的话：本次测试由云深处科技主导，属企业自主开展的场景化验证，未涉及政府采购或常态化上岗安排。</p>

<p>这句话的分量比测试本身更重。过去两年，行业里很多「落地」的争议都来自同一个模糊地带：把企业的自愿测试讲成甲方的正式采购，把节日的试运行讲成常态化上岗。一旦这个界线被模糊，后面所有基于「已落地」的推算都会失真。</p>

<p>把这句话放在这个国庆的时间点上，也能解释为什么这个假期会有这么多机器人出现在景区、路口和商场：对企业来说，节日是全年最容易拿到「真实高负载数据」的窗口，而高负载数据的价值恰恰在于它能把问题暴露出来。测试完之后要不要采购、要不要常态化，是另一个完全独立的问题。</p>

<div class="keypoint">判断：读这类新闻时，最该先找的不是能力描述，而是<strong>「谁付的钱」和「谁签的合同」</strong>。企业自测、政府试点、商业采购是三种完全不同的证据强度。这次的表述干净利落，值得被行业当作一个写得清楚的口径范例。</div>

<div class="srcline">来源：人民财讯 2026-10-05 短讯（证券时报 e 公司、凤凰网财经转载）；2026-10-04 中新社记者王刚实地拍摄的图文记录。「国内首次」为媒体口径；续航、连续值守时长、故障与接管次数等关键运营参数未披露。</div>

</div>

---

*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/deeprobotics-dr02-rain-intersection-traffic-test/*
