「现场手工装配」到「几万台」之间，隔着六道题：Jabil 的代工视角量产体检表
给 Apptronik 做 Apollo 的代工厂 Jabil 罕见地谈了一次人形量产节奏。它的六段回答里没有一句漂亮话，全是成本结构、线束规格、边缘算力价格、安全认证空白这类交付现场才会遇到的问题——这恰好是一份可以直接抄的量产体检表。
- 产量门槛：Brown 的原话是「很多客户已经把人形机器人以低产量投放到现场了，但我们正在进入几万台的阶段，到那时就不再是现场手工装配能解决的事」。
- 成本与数据是一对：机器人越贵，能造出来采集 AI 训练数据的台数就越有限，因此越需要客户用例验证；Jabil 的价值是把设计成本降下来去够那个规模。
- 边缘算力：「演示视频里看到的那些效果，算力现在是够的，但我们在边缘需要更多算力」；Jetson 系列是客户的热门选择；价格是规模化持续的痛点；基础模型厂商造出来的智能超出了端侧容量。
- 线束是一道题：人形机器人的线束需要汽车级鲁棒性与高端消费电子级极小尺寸的混合。
- 速度对照：传统自动化上下料机床以 1.5 m/s（3.3 mph）运行已经很快；人形跑到这个速度会「非常快」，更不用说还带着负载。
- 安全是空白区：现有机械臂有安全认证、有安全距离与护栏规范；人形机器人的失效模式怎么定义、怎么认证、模型在特定条件下会做什么，全行业都还在摸。
它不卖机器人，它看的是物料清单
人形机器人这个行业过去三年奖励的是演示视频。视频带来融资，融资带来更多视频。而代工厂活在一堆不好看的问题里：一个执行器能不能扛过一万次工作循环？一只手的装配能不能不需要技师逐台手调？一块电池能不能拿到在人身边使用的认证？
Jabil 的身份特殊在于：它不卖人形机器人。它看的是物料清单、良率问题和公差累积——这些恰恰是开发者很少公开谈的东西。它此前与 Apptronik 合作把 Apollo 推进到实际制造环境。
从「几十台现场装配」到「几万台」
这句话里有一个容易被跳过的因果链：机器人越贵，能造出来用于采集训练数据的台数就越少。而数据采集需要台数，台数受制于单价，单价又取决于成本结构。所以 Brown 把「把设计成本降下来」和「帮助客户做用例验证」放在同一段话里说——它们本来就是同一件事的两端。
「演示够用」和「量产够用」是两个问题
Brown 的这段话几乎是一句判词：「算力现在对于演示视频里的那些效果是够的，但我们在边缘需要更多算力。」
已经解决的
演示效果所需的算力。NVIDIA Jetson 系列是这批客户的热门选择。算力和内存都在增长。
还没解决的
价格是规模化持续的痛点。基础模型厂商正在造出超出端侧容量的智能，扩大容量是关键。
这是整篇采访里最硬的一句技术判断：模型能力的增长速度快过端侧算力的性价比改善速度。这个剪刀差不会体现在发布会上，只会体现在量产的物料清单里。
三道全是工程细节，也全是成本
线束。Brown 举了一个非常具体的例子：人形机器人的线束需要汽车级鲁棒性与高端消费电子级极小尺寸的混合。这句话其实是在说两件互相矛盾的要求必须同时满足——汽车级意味着抗振、宽温、长寿命；消费电子级意味着轻、薄、短。做机器人的团队如果按传统工业设备的思路选线束，重量和体积会先失控。
速度。他说传统自动化里的上下料机床以 1.5 m/s（3.3 mph） 运行已经相当快；一个人形机器人跑到这个速度会「非常快」，更不用说它还带着负载。所以他的结论是：人形机器人会是极其灵活的设备，但并不总是正确的设备，传统高速自动化在可见的未来仍有很大空间。
安全。这一段的措辞是最谨慎的。现有机械臂有安全认证，有安全距离、护栏等一整套围绕终端应用建立起来的基础设施。而人形机器人这边：失效模式是什么？在新的环境里怎么认证？模型在特定条件下会做什么？Brown 的说法是「有大量的工作要做」。
一个跨度极大的自限估计
被问到消费级机器人什么时候能出现，Brown 的回答是：「也许五年左右。也可能是二十年。」他补充的前提是「如果模型开发保持现在的速度，如果算力保持现在的速度」——两个条件句。
更值得注意的是他给产业格局的判断：会有多家公司并存，因为需求太分散——制造、消费、 hospitality、备餐，而且在一个领域建立了政策优势，不意味着在其他领域也能赢。