工具运输 100%、表面涂刷 80%，但耗时远高于人工：这份建筑人形遥操作报告，把「近期可行」和「已经可用」分开了
UCI 与一家建筑公司合作，让一名操作员用 XR 控上身、踏板控移动，在 Unitree G1 上完成两个建筑任务：工具运输 100%、表面涂刷 80%。但摘要同时写明遥操作耗时显著高于人工。这两个数字必须一起读——论文自己也没把它写成「替代工人」。
- 100% 与 80%：工具运输任务成功率 100%，表面涂刷任务成功率 80%，对照人工基线评估任务成功与完成时间。
- 同一句话里的代价：摘要明确写遥操作所需时间远高于人工执行（原文 substantially more time compared to manual execution）。
- 上身交给 XR，移动交给踏板：单个操作员用 XR 控制上身，踏板控制移动，从而实现操作与移动同时进行。
- 两个任务取自 O\*NET 职业数据库：不是自选的演示动作，而是按职业数据库里的真实岗位任务挑选。
- 目标不是替代工人：论文定位是降低工人身体负荷，同时产出高质量示教数据。
- 平台与场合：Unitree G1；收录于 IROS 2026 Workshop on Future of Construction，属 Workshop 论文而非主会长文。
100%、80%，和一句「但耗时远高于人工」
这篇论文最容易被截成一句话传播：「人形机器人在建筑任务上达到 100% 和 80% 成功率」。但摘要的完整表述是这样的——系统实现了工具运输 100% 成功率、表面涂刷 80% 成功率，同时遥操作所需时间显著高于人工执行。
两个数字加一句限定，读出来的结论完全相反于只取前两个数字。只取成功率，你会认为建筑人形已经可用；加上耗时那一句，你会看到这是一份可行性证明，不是一份效率证明。
上身给 XR，移动给踏板
系统的设计思路是这篇稿里最实用的部分。它要解决的是一个具体难点：让一个操作员同时干两件事——手上的操作和脚下的移动。常规遥操作方案里，这两件事抢同一套输入通道，操作员要么先停下来操作，要么边走边顾不上手。
论文的解法是把通道拆开：基于 XR 的上身控制负责操作，基于踏板的移动控制负责走路，两者并行，从而实现 manipulation 与 locomotion 同时进行。载体是 Unitree G1。
不是替代工人，是省工伤加攒数据
论文的动机写得很直白：劳动力短缺、危险作业环境、以及人形自主性不足。它选择遥操作作为近期可行路径，目标有两条——降低工人的身体负荷，同时产生高质量示教数据。
注意这个排序。它没有把「省人」放在第一位，而是把「减负」和「攒数据」放在前面。这是当前阶段一个很诚实、也很聪明的定位。
四条待核验项，一条比一条关键
摘要层面的信息到此为止，以下四项公开材料没有给出，本号不做推测，只列出来：
| 待核验项 | 为什么重要 |
|---|---|
| 操作员人数与试验次数 | 10 次全成功与 1 次成功，在摘要里都写成了 100%。样本量决定这个数能不能外推。 |
| 涂刷任务失败的那 20% 是什么 | 是漏刷、刷穿、还是机器人失稳？失败模式不同，改进方向完全不同。 |
| 「显著高于」的具体倍数 | 1.5 倍和 5 倍，对工程可用性的判断是两个结论。 |
| 是否对照过熟练工与新手 | 人工基线是老师傅还是普通人，直接决定差距的真实幅度。 |
还有一条场合上的限定要说明：这篇论文收录于 IROS 2026 Workshop on Future of Construction，是 Workshop 论文，不是主会长文。Workshop 的定位本来就是阶段性结果与开放讨论，读它应该用「看方向」的标准，不是「看定论」的标准。
三条能直接用上的结论
第一，建筑是可以先做的场景，但顺序要反过来。不是先等自主能力成熟再进场，而是先用遥操作把人从最危险、最费体力的工位上换下来，同时把数据攒住。这个顺序让项目在第一年就有价值，不需要等技术成熟。
第二，任务要按职业数据库挑，不要按能力挑。论文的两个任务来自 O*NET 职业数据库——这是美国劳工部的职业分类体系。这么挑的好处是，任务天然对应真实岗位，甲方一眼能看懂「这个机器人替的是哪个工种」。国内团队写方案时可以参照同一思路：先定位到具体工种和具体工序，再谈机器人能做什么。
第三，把耗时当成一级指标来管。既然本阶段的瓶颈是时间不是成功率，那么项目内部考核就该盯「单工序耗时 / 人工耗时」这个比值，并给出逐月下降曲线。谁先把这个比值压到 2 倍以内，谁就能开始谈效率那一层的账。