40 秒上一次料、成功率 98%、连续无故障两个月：15 台人形机器人把「常态化」三个字写进了汽车零部件产线
一组把运营参数全部摊开的落地上料案例：循环 40 秒比人工慢近 3 倍，但 98% 成功率、1000 小时无故障和单月 4 万条回流数据，才是「常态化」真正的记账方式。
- 40 秒一循环：乐聚机器人 15 台人形机器人在兆丰股份杭州萧山 3 号工厂汽车零部件产线常态化上料，单次循环 40 秒以内，同工位人工约 15 秒，速度差近 3 倍但可全天运行。
- 98% 与 1000 小时：适配 15 个工位、10 余种零件，抓取内径 80—120 毫米小型零件，上料成功率稳定在 98%，现场连续无故障运行超 2 个月、累计约 1000 小时、协助生产超 6 万个零部件。
- 开发周期数月压到数周：上料技能拆成 30 余个基础模块「积木式」组合，多机调度把部署从天级压到小时级，一键叫料系统让工人同时启动多台设备。
- 单月 4 万条真机数据：15 台机器同步作业形成并行数采能力，作业即采集不停机，真机回流数据集已捐赠开放原子开源基金会 OpenLET 社区。
- 判断：这项案例真正的交付物不是 15 台机器人，而是一套「开发—部署—数采—反哺」的可复制流程；速度短板靠运行时长和数据产能来补。
10 月 15 日，乐聚机器人与兆丰股份在杭州萧山 3 号工厂联合发布「具身智能+汽车零部件上料解决方案」：15 台人形机器人在真实产线上投入常态化运行。这不是一次发布会式的摆拍——证券时报记者当天在现场看到，机器人在金属丝网框、多工位、上料台交错的狭窄环境里，完成 10 余个动作序列，俯身抓起一个轮毂轴承，转身放到下一道工序。
把这组数字摊开看：适配 15 个工位、覆盖 10 余种零件；抓取对象是内径 80—120 毫米的小型零件；单次上料循环 40 秒以内，而同工位的熟练工人约 15 秒；上料成功率稳定在 98%；现场连续无故障运行超过 2 个月，累计运行约 1000 小时，协助生产超过 6 万个零部件。
单看速度，机器人比人工慢了接近 3 倍。如果用「替代一个人」的算账方式，这笔账并不好看。但常态化的价值不在单点速度，而在三件人工做不到的事。
第一是运行时长：产线可以按两班、三班排，机器人不需要休息交接。第二是稳定性：连续无故障 2 个月、累计 1000 小时，这个指标回答的是「能不能长期用」，而不是「能不能演示」。第三是数据产能——这是最容易被忽略的一项。
乐聚披露的体系分三层。技能开发层：把上料技能拆成 30 余个基础模块，像拼积木一样组合，不需要写底层代码，开发周期从数月缩短到数周。部署层：多机调度平台支持技能一键同步到多台设备，部署时间从天级压到小时级；一键叫料系统让工人可以同时启动多台设备，操作门槛降到产线工人能自己用的程度。安全层：零件掉落、碰撞、过速检测等模块兜底，保障连续作业。
这套方案的最后一环是把数据交回给行业。回流体系分三段：作业即采集，不停机、不单独排产，数据同步回流归档；质量检测与分类，按用途分流；数据反哺模型迭代，形成「现场回流—质检分类—模型迭代—成功率提升」的循环。按当前产能测算，15 台机器单月可采集超 4 万条数据。
更值得注意的是，这批「汽车零部件上料真机作业回流数据集」已捐赠给开放原子开源基金会 OpenLET 社区。开源真机数据在行业里仍属少数——多数厂商把真机数据当作私有资产。判断：开源数据集换的是生态位，乐聚想要的不是卖数据，而是让更多团队基于它的数据与工具链做二次开发，复制「验证一个、部署一批」的路径。这背后还有政策推手：今年 6 月工信部与国务院国资委启动实景实训专项行动，明确 2026 年底前在代表性场景完成应用验证和常态化部署。
双方合作并非临时起意：2025 年 10 月 27 日两家就签约设立合资公司，推进机器人在工业场景的应用，这次发布是合作满一年的成果。项目方称这是「业界首个可复制实景实训示范项目」，此说法为单一信源。也需要指出边界：上料是标准化程度较高的工序，抓取对象、工位布局相对固定，这套流程复制到更混乱的场景（比如混堆料箱、柔性装配）还需要验证；乐聚助理副总裁任广杰也承认，覆盖海量制造业场景仍需产业链上下游共同补齐能力。对做机器人集成与二次开发的团队来说，这份案例的参考价值在于：客户问「能不能常态化」时，账本上应该出现的是无故障小时数、成功率和数据回流能力，而不是一段表演视频。