# 12 次示范、11 分钟：这台跑到西班牙上产线的「人形」，其实没有腿

> 法国汽车零部件商 Novares 在西班牙 Seseña 工厂公布的试点结果：宇树 G1-D 用 12 次人工示范、11 分钟学会一道零件抓放工序，随后自主跑 60 分钟、200 个循环，抓放成功率 99.5%、纸箱 95%。数字是三方自报，而且这台「人形」是轮式底盘、没有腿——这个细节比成功率更能说明这一轮进厂的真实形态。

### TLDR

- **主体**：Novares（法国，33 家工厂、17 国、2025 年营收 **11 亿欧元**）＋集成商 Innov8＋软件方 Bleu Robotics；机型为宇树 **G1-D**，**轮式底盘、无腿**。
- **学习**：**12 次**人工示范、**11 分钟**完成首道工序学习；Bleu 称简单任务的目标是 **10–15 分钟**，Seseña 首个用例用了 11 分钟。
- **运行**：自主 **60 分钟**、**200 个循环**（约 **18 秒/循环**）；零件识别 **100%**、抓放 **99.5%**、纸箱抓放 **95%**、自主移动 **100%**。
- **缺口**：未公布单机成本、ROI、部署台数与**干预率**；三方定性为概念验证，量产部署可能在 **2027 年底至 2028 年初**。
- **判断**：这一轮真正被压低的是「部署工时」，不是「成功率」——它把集成从「几周写程序」变成「十几分钟示教」，报价单位随之从人天变成分钟。

### SRC

主源为 Novares 与 Innov8、Bleu Robotics 于 **2026-11-17** 联合公布的概念验证结果；本号所依据的细节（机型为宇树 G1-D、轮式无腿、12 次示范、11 分钟、60 分钟 200 循环、四项成功率）来自 **11-19 起**跟进报道的 Origotech（https://origotech.dev/articles/novares-tests-an-unitree-g1-d-humanoid-on-an-auto-parts-line-in-spain-200-cycles-in-60-minutes-of-autonomous-operation ），该稿逐条标注了 CAO.fr、ActuIA、L'Usine Nouvelle 三个法文原始出处并注明核验日期 2026-11-18。素材时间窗为**前一日 18:00 → 当日 09:00**；需如实说明：**官方新闻稿发布于 11-17**、英文与法文媒体的细节披露集中在 **11-18 至 11-19**，均早于窗口起点，本篇按扩窗规则第 1 条处理，本窗口内的**新增量**是 11-19 英文行业媒体首次把「12 次示范」「11 分钟」「60 分钟 200 循环」三项连成一条完整的「部署成本」叙事（此前报道只给成功率），本篇沿用该叙事但加入自算的节拍与置信度讨论。边界与不确定：①四项成功率与循环数**均为三方自报**，在一个工厂、一道工序上测得，**非独立审计**，本号未获原始测试记录；②「18 秒/循环」为本文按 200 循环 ÷ 60 分钟**自行折算**，原文未给节拍；③型号 G1-D 及「轮式无腿」的判断引自 L'Usine Nouvelle 对 Innov8 总裁的采访转述，本号未获宇树官方确认该型号规格；④干预率、单机成本、部署台数、电池续航**原文均未披露**，本文一律写「未披露」，不做推算；⑤Novares「全球约四分之一车辆用其零件」为公司自述，本篇未采信为事实，只在背景处标注为公司说法；⑥判断均以「判断：」开头。与本号既往宇树相关稿件（出口口径、群控实践）无数字重叠。

### BODY

<p>先把最容易看错的地方说清楚：这台机器人在报道里被叫作 humanoid，但它没有腿。它是宇树 G1-D——双臂双手装在轮式底盘上。L'Usine Nouvelle 引 Innov8 总裁的说法，选轮式是因为「在平整的工厂地面上更稳」。</p>

<p>这个细节比 99.5% 重要。它说明这一轮真正进厂的，不是「会走路的人形」，是「<strong>能移动的双手</strong>」。汽车厂的装配线地面是平的、通道是直的、工位高度是标准的，双足在这里唯一的贡献是增加两个会摔跤的自由度。</p>

<div class="sec">
<div class="eyebrow">一、把 18 秒拆开，就知道这道工序有多「标准」</div>

<p>60 分钟跑完 200 个循环，折算下来是每 18 秒一次。一次循环里包含：识别零件、抓取、放置、回到待取位。这个节拍放在人工身上不算慢，放在产线上也不算快——它恰好落在「人能连续干八小时会累、机器不会累」的那条缝里。</p>

<div class="jx-bars">
<div class="jx-bar-row"><div class="jx-bar-lab">零件识别</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:100%"></div></div><div class="jx-bar-val">100%</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">自主移动</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:100%"></div></div><div class="jx-bar-val">100%</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">零件抓放</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:99.5%"></div></div><div class="jx-bar-val">99.5%</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">纸箱抓放</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:95%"></div></div><div class="jx-bar-val">95%</div></div>
<div class="jx-legend"><div class="jx-lg">注：三方自报口径，单工厂单工序概念验证，非独立审计；抓取对象与工况未公开</div></div>
</div>

<p>95% 的纸箱抓放要单独看。它意味着每二十次有一次失手。在一条没有人的线上，这是 5% 的停机；在一条有人的线上，这是旁边那位工人每二十分钟要弯腰捡一次箱子。两者的成本完全不是一回事——这也解释了为什么三方都把这次定性为「务实路径」：先把重复、累人的活接过去，人还在场处理异常。</p>
</div>

<div class="sec">
<div class="eyebrow">二、12 次示范省掉的，是集成商最贵的那一段</div>

<p>Bleu Robotics 的 CEO Benoît Berkoukchi 说得很直白：「这台机器人没有用几千小时数据预训练，它是在工位上、用十二次示范、几分钟内学会任务的。」他此前在雷诺管装配线，2025 年 12 月与两位 Inria 研究员创立公司，2025 年 10 月拿了 500 万欧元 pre-seed。</p>

<p>这句话的分量在于它动的是哪一笔成本。传统产线自动化的钱，大头不在机器，在集成：工程师到现场、量工位、写程序、调试、验收，周期以周计，费用以人天计。而「人做几遍、它看着学」把这个环节压缩到十几分钟——如果这个数能在别的工位上复现。</p>

<div class="jx-cols">
<div style="flex:50">
<div class="eyebrow">旧路径</div>
<p>编程 + 调试 + 验收<br>周期：<strong>周</strong>级<br>计价单位：<strong>人天</strong><br>谁能做：<strong>集成商</strong></p>
</div>
<div style="flex:50">
<div class="eyebrow">示教路径</div>
<p>示范 12 次 + 11 分钟<br>周期：<strong>分钟</strong>级<br>计价单位：<strong>次 / 分钟</strong><br>谁能做：<strong>班组长</strong></p>
</div>
</div>

<p>这才是这次试点真正的新闻点。成功率是结果，示教时长是<strong>门槛</strong>。前者决定这台机器能不能用，后者决定有多少工厂用得起——一个换型频繁的车间，没有空间容纳「每换一个料号就要重训几周」的机器人。</p>

<div class="keypoint">判断：如果这个 11 分钟能稳定复现，最先被改变的不是机器人公司的收入结构，是集成商的报价结构。当「教一次」只要十几分钟，客户会开始按次付费而不是按项目付费，集成商的价值从「会写程序」转向「会选工位、会定验收」。这对做二次开发交付的公司是个提醒：护城河不在代码，在「知道哪些工位值得教」。</div>
</div>

<div class="sec">
<div class="eyebrow">三、60 分钟离一个班次还差七次重启</div>

<p>报道里最容易被读快的一个数是「自主运行 60 分钟」。一个班次是八小时，八小时除以一小时，是<strong>八段</strong>。这三方没有披露这 60 分钟结束时机器人是没电了、卡住了，还是只是测试到点收工——三个原因对应三种完全不同的工程难度。</p>

<p>同样没有披露的是干预率。真机上真正决定可用性的往往不是成功率，而是「平均多久需要人过去一次」。一个 99.5% 成功率但每十分钟要人扶一把的工位，比一个 95% 成功率但能自己跑完两小时的工位，对人的负担更重。</p>

<div class="tbl-wrap"><table>
<tr><th>指标</th><th>已公布</th><th>决定什么</th></tr>
<tr><td>抓放成功率</td><td>99.5% / 纸箱 95%</td><td>能不能用</td></tr>
<tr><td>示教时长</td><td>11 分钟 / 12 次示范</td><td>用不用得起</td></tr>
<tr><td>连续自主时长</td><td>60 分钟</td><td>一个班要重启几次</td></tr>
<tr><td>干预率 / MTBI</td><td>未披露</td><td>人机比能不能降到 1 对多</td></tr>
<tr><td>单机成本 / ROI</td><td>未披露</td><td>多久回本</td></tr>
</table></div>
<div class="cap">表注：前三行为三方 2026-11-17 公布数据，后两行为本号通读报道后确认的缺失项，非「为零」。抓取日期 2026-11-20。</div>

<div class="keypoint">判断：概念验证阶段最该追问的不是成功率，是「这 60 分钟之后发生了什么」。一台只能在演示窗口内自主的机器人，和一台能连跑一个班次的机器人，中间隔着的不是算法，是异常恢复——掉件、卡料、有人挡路、光照变化。这些没有一条能靠提高成功率解决。</div>
</div>

<div class="sec">
<div class="eyebrow">四、这条路径对国内交付业务的三个可搬结论</div>

<p>第一个：<strong>轮式优先</strong>。在平整地面（厂房、展厅、商场、剧院后台）上，轮式底盘的稳定性、续航与成本全面优于双足。演出与文旅场景的真实地形，绝大多数也是平地。若客户没有台阶与楼梯的刚需，双足是溢价不是能力。</p>

<p>第二个：<strong>把「示教时长」写进方案</strong>。客户听不懂「VLA」，但听得懂「换一个节目，教十五分钟」。在产教与商演场景，这个指标比任何模型参数都好卖，也更好验收——它是可以被秒表量出来的。</p>

<p>第三个：<strong>先报「无人干预时长」，再报成功率</strong>。这两项一起报，方案的可信度会明显不同；只报成功率而不提干预率的方案，现场第一周就会被打回。反过来，如果自己先报一个保守的干预率，客户反而会把注意力放到「怎么把这个数做小」上——那是合作，不是验收。</p>

<p>最后说一个时间点。Novares 说部署可能落在 2027 年底或 2028 年初，而这次验证是 11 月初刚开始的、只有一个工位、一道工序。从「一道工序 60 分钟」走到「一个车间常设」，中间还要经过 Lens 研发中心那样的四个月迭代（这次之前他们在 Lens 已经跑过一轮）。这个节奏值得记住：<strong>从 PoC 到量产部署，行业现在的共识是十二到十八个月</strong>，而不是三个月。</p>

<div class="srcline">来源：Novares、Innov8、Bleu Robotics 2026-11-17 联合公布；细节经 Origotech 2026-11-19 转述 CAO.fr、ActuIA、L'Usine Nouvelle。</div>
</div>

---

*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/novares-unitree-g1d-12-demos-11-minutes-200-cycles/*
