看机器人展会，最容易让人产生一种错觉：哇，机器人已经这么厉害了，什么都能做。但真正懂行的人都知道，展会上演示成功，和实际场景中持续稳定运行，中间差了十万八千里。

演示和量产，完全是两个概念。演示的时候，环境是精心布置的，操作人员是熟练的，机器人状态是最佳的，失败了可以重来。但到了真实场景里，环境是复杂的，用户是不专业的，机器人要二十四小时连轴转，出了问题就要停机，停机就意味着损失。

今年WAIC上，有一个很积极的信号：越来越多的公司开始展示真实的落地案例，而不只是实验室里的demo。智元和京东物流合作的仓储场景，是首次在真实仓储生产场景部署。乐聚的机器人已经获得了一汽、中兴、长虹等十余个行业客户的认购。星动纪元的方案在全国十余个物流中心实现常态运营。

这些案例说明，行业确实在从演示走向落地。但同时也要清醒地看到，现在的落地还在早期，规模还很小，挑战还很多。从几十台上百台的试点，到成千上万台的量产，中间有大量的品质和可靠性问题需要解决。

首先是硬件的可靠性问题。机器人是一个复杂的机电一体化系统，有电机、减速器、传感器、控制器、线缆、结构件，等等。任何一个零件出问题，整台机器人都可能罢工。零件越多，出故障的概率就越大。

传统工业机器人为什么可靠？因为结构简单、自由度少、经过了几十年的验证。六轴机械臂的可靠性已经非常高了，可以连续运行几万小时不出问题。但人形机器人不一样，自由度多了好几倍，结构复杂得多，很多技术还不成熟。要达到工业级的可靠性，还有很长的路要走。

重载和巡检特种任务的展台，有一个现象值得注意：银河通用、傅利叶、节卡机器人都推出了重载机器人。开普勒的四足机器人自重三百公斤、载重近一吨。这类任务对智能化要求不算最高，但对本体可靠性极为苛刻，是硬件厂商的护城河。

为什么说可靠性是硬件厂商的护城河？因为可靠性是靠时间和规模堆出来的。你要做大量的可靠性测试，要收集大量的故障数据，要不断地改进设计和工艺。这些都需要时间、需要投入、需要经验积累，不是光靠算法和资金就能快速补上的。

优艾智合的联合创始人赵万秋说，隙锋通过最低五十条数据训练即可达百分之九十的成功率，今天进厂培训、第二天就是熟练工。这个说法听起来很棒，但仔细想想，这里说的成功率是任务成功率，不是硬件可靠性。任务完成百分之九十，剩下的百分之十失败了，可以再试、可以人工干预。但如果硬件三天两头出故障，客户是绝对不能接受的。

所以，看机器人公司的进展，不能只看任务成功率，更要看平均无故障工作时间、维修成本、维护频率这些真正反映可靠性的指标。这些指标，才是量产落地的硬骨头。

然后是量产的问题。实验室里做几台原型机，和工厂里量产几万台，难度完全不是一个量级。原型机可以手工打磨，可以不计成本。但量产的时候，每一分钱都要算，每一个工艺都要稳定，每一台的质量都要一致。

很多创业公司，原型机做得很漂亮，一到量产就翻车。原因各种各样：供应链没搞定，关键零件缺货；工艺不成熟，良率上不去；测试不充分，批量问题集中爆发。每一个问题都可能导致项目延期、成本超支，甚至直接失败。

乐聚说他们的量产级人形机器人已经有十余个行业客户认购。量产级这个说法，就很有信息量。说明他们已经跨过了原型机的阶段，进入了小批量量产的阶段。这在行业里已经是相当领先的了。但量产级和大规模量产之间，还有很大的距离。几百台是量产级，几万台也是量产级，难度差了好几个数量级。

开普勒首发外骨骼数采闭环，也是一个很有意思的信号。数据采集设备都开始做外骨骼形态了，说明数据采集的需求已经很大，市场已经细分到这个程度了。从品控的角度看，数据采集硬件的品质也很重要。采集的数据准不准、同步性好不好、佩戴舒不舒服，直接影响数据质量，进而影响模型效果。

数据质量，是另一个容易被忽略的品质维度。很多人觉得数据越多越好，但实际上，垃圾数据训练出来的模型，效果反而更差。好的数据比多的数据更重要。这句话今年在展会上被反复提及，说明行业对数据的认知在深化。

什么是好的数据？首先是准确，传感器的精度要够、标注要准。其次是多样，要覆盖尽可能多的场景和情况。再次是均衡，不能某一类数据特别多，另一类特别少。最后是结构清晰，数据要组织好、管理好，方便训练和使用。

千觉的数据采集夹爪XTac UMI G1，集成触觉传感器、IMU与编码器，实现动作、视觉、触觉多维度数据同步采集。他山的TS-ECHO触觉指套不到一百克，不改变手部重心，测力分辨率达零点零一牛。这些都是在提高数据采集的品质。因为数据质量上去了，模型效果才会好。这是一个很朴素的道理：输入决定输出。

仿真数据的兴起，也是为了解决数据的数量和成本问题。跨维智能的DexVerse仿真平台，仿真数据已经应用于超一千五百个工业项目。RoboScience的RoboMirage仿真引擎，以每周数十万小时的增速持续扩展。苏度甚至完全在仿真数据下训练出了能抓取任意物体的机器人。

仿真数据好不好，关键在于仿真的保真度。如果仿真环境和真实世界差距太大，仿真训练出来的模型，到了真实世界就会水土不服。所以仿真引擎的物理精度、渲染质量、场景丰富度，都是品质指标。仿真越真实，Sim-to-Real的效果就越好。

安全合规，是另一个绕不开的品质关卡。机器人尤其是人形机器人，直接和人一起工作，安全是头等大事。安全标准怎么定？出了事故谁负责？这些问题不解决，大规模应用就无从谈起。

工业场景有工业安全标准，协作机器人有相应的安全规范。但人形机器人是新物种，很多现有的标准可能不完全适用。标准的制定需要时间，也需要行业参与者的共同推动。在标准完善之前，企业自己要有足够的安全意识，把安全设计放在第一位。

江苏创品的五维评估体系里，合规维就是管这个的。产品设计出来，首先要过合规这一关。该有的认证要有，该过的检测要过，安全标准必须达标。合规是底线，碰不得。尤其是机器人这种和人近距离接触的产品，安全怎么强调都不为过。

量产维也是一样。设计再好看、功能再强大，如果量产不了、良率上不去、成本下不来，那也白搭。好的设计，一定是面向制造的设计。在设计阶段就要考虑工艺可行性、供应链稳定性、成本可控性。不能设计完了扔给工厂，让工厂去头疼。

从品控的角度看，机器人产业的品质体系还很不完善。传统工业机器人有成熟的品质标准和测试方法，但人形机器人、家用机器人、服务机器人，很多品类的品质标准还在形成中。这既是挑战，也是机会。谁能率先建立起行业领先的品质体系，谁就能在竞争中占据有利位置。

还有一个和品质相关的话题是售后服务。机器人卖出去之后，出了问题怎么办？上门维修还是返厂？维修周期多长？备件有没有保障？这些都直接影响客户的满意度和复购意愿。

对于工业客户来说，停机时间就是金钱。机器人坏了，一天修不好，一天就不能生产，损失可能就很大。所以售后服务的响应速度和维修效率，是客户选择供应商时非常看重的因素。创业公司如果只重视研发和销售，不重视售后服务，迟早会吃亏。

从更宏观的视角看，品质体系的完善，是行业成熟的重要标志。什么时候机器人行业有了像汽车行业那样完善的品质标准和测试体系，什么时候这个行业才真正进入了成熟期。

今年的WAIC，我们看到了很多令人兴奋的进展。应用场景越来越丰富，技术路线越来越清晰，数据基建越来越完善。但同时也要看到，从演示到量产、从试点到普及，中间还有很长的路要走。品质和可靠性，是这条路必须跨过的关卡。

对于创业者来说，既要对技术进步保持乐观，也要对品质困难有充分的估计。不能因为展会上演示成功了，就觉得量产没问题了。要沉下心来，扎扎实实地把硬件可靠性做好、把量产工艺磨成熟、把售后服务体系建起来。

江苏创品这么多年做工业设计，最深的一个体会就是：品质是设计出来的，也是生产出来的，更是管理出来的。它不是某一个部门的事，而是全公司、全流程的事。从设计阶段的DFM（面向制造的设计），到生产阶段的质量控制，再到售后阶段的持续改进，每一个环节都不能放松。

具身智能这条路，前景光明，但道路曲折。品质和可靠性，就是这条路上必须搬开的石头。搬开了，前面就是广阔的市场。搬不开，就只能停留在演示和试点阶段。

希望明年的WAIC，能看到更多量产的、可靠的、真正走进千行百业的机器人产品。那时候，具身智能的拐点，才是真的到来了。

从行业发展的角度看，品质体系的建立不是一朝一夕的事。汽车行业花了几十年，才建立起今天这样完善的品质标准和供应链体系。机器人行业可能也要走类似的路，但因为有了前面的经验和更先进的技术，速度可能会快很多。

ISO、IEC这些国际标准组织，已经在制定机器人相关的标准。各国也在出台自己的法规和政策。标准和法规的完善，会反过来推动行业品质的提升。因为有了明确的规矩，大家才有章可循，客户才有信心采购和使用。

安全标准尤其重要。机器人和人一起工作，如果出了安全事故，不仅对受害者是灾难，对整个行业也是打击。公众对新技术的接受度是很脆弱的，一次严重的事故，可能就会让整个行业的发展延迟好几年。所以安全这件事，怎么强调都不过分。

对于企业来说，建立品质体系也是对自己负责。品质做好了，返修率低了，售后成本就降了。客户满意度高了，复购和口碑就来了。品牌建立起来了，溢价能力就强了。短期看品质投入是成本，长期看其实是投资，而且是回报率很高的投资。

日本和德国的制造业，就是靠品质建立起全球声誉的。他们的产品可能更贵，但客户愿意买单，因为放心、可靠。中国的机器人行业，如果想从做大走向做强，品质这一关必须过。

江苏创品在服务客户的时候，经常会强调品质前置的理念。不是等产品做出来了再质检，而是在设计阶段就把品质要求考虑进去。面向制造的设计、面向装配的设计、面向测试的设计，这些都是品质前置的方法。在设计阶段解决品质问题，成本最低、效果最好。

五维评估体系里的量产维和合规维，本质上也是品质前置的体现。量产维评估的是设计方案能不能稳定地批量生产出来，每一件都达到同样的品质。合规维评估的是设计方案能不能满足各种安全标准和法规要求。把这些问题在设计阶段就想清楚、解决掉，后面的路就好走多了。