宝马大规模部署人形机器人,零件没有停在预设的位置,传统自动化设备要重新定位、调整程序,有视觉和动作调整能力的机器人,成了主角。

9月30日资本市场日的物理AI分论坛上,宝马把人形机器人、AGV小车、机械臂组合一起使用,让机器获得可复用的生产技能,把这种灵活的生产力部署到宝马全球工厂去。

Part 一 · 30000台X3,人形机器人可以干活了
Figure 02在宝马美国斯帕坦堡工厂的车身车间干了11个月,装卸钣金件。Figure AI公布的运行数据里,10小时一班、周一到周五,跑了1250多个小时。装了9万多个零件,参与生产3万多台BMW X3。节拍84秒,其中装料37秒,放置精度每班保持在99%以上,人工介入的目标是零。机器人自己走了约120万步,200多英里。

84秒节拍和5毫米公差,要求在2秒内把零件放进焊接夹具,还要躲开现场的人和设备,前臂是这台机器最主要的故障点。电机、冷却和线束在工业生产的小臂设计,Figure 03为此重做了手腕电子架构,去掉分配板和动态线缆,让手腕电机控制器直接跟主计算机通信。
零件落地精度5毫米,2秒完成,7万个钢件在10个月内重复这个动作,Figure 02 表现得不错,2026年6月接棒的是Figure 03,岗位从车身车间换到物流。


新任务是把散件分拣。零件在大容器里乱堆,机器人捡起来,按装配顺序放进排序料车,再由自动牵引列车运到线边,交给装配工人,手上加了触觉传感器和掌心摄像头,软性材料为了跟人共处,无线充电为了不用停机下线,语音对话为了跟线边工人直接说话。
一台机器休息了,另一台接上去。岗位换了,任务从搬运变成判断。斯帕坦堡的生产控制与物流副总裁Ulrich Wieland把这个厂叫作人形机器人的发源地。Figure 03 不只干活,还得做排序决策。

Part 二 · 汽车工厂机器人很多,现在需要能灵活应对变化的
汽车工厂的自动化密度已经很高了。焊接、搬运、涂装,六轴机械臂加固定夹具,节拍稳定的时候又快又准,一台设备能用十年。

零件的形状和摆放方式会变,物料箱里的东西未必每次都在同一个位置,工位跟着车型和生产计划调整。人看到变化,换个角度、调整一下动作,顺手就做了,程序如果写死的机器只能停下来 reprogram 和调试。

宝马的物理AI 人形机器人和组合,就是把看见变化、理解任务、动手执行这三段能力装到生产现场。工人说出任务,系统听懂指令,摄像头识别零件和周围环境,机器人规划动作并执行。
把零件拿到工位,拿哪一个,从哪里抓,旁边有没有障碍,放下去怎么保证位置。从数字智能到物理智能分四步:执行固定程序,掌握特殊技能,在某个领域内完成多种任务,最后才是跨行业跨环境干活的通用机器人。

今天最容易产生价值的是第二步。给已经成熟的工业硬件加一点灵活性,让它能对付一定范围内的位置变化,不必让机器人一次性学会所有工作。
AEON属于第三步的演示,1.65米高,60公斤,腿是轮子不是脚,平面最高2.5米每秒,24个传感器,Jetson Orin车载计算。它用NVIDIA Isaac在仿真里训出来,这是Hexagon Robotics做的,2025年12月在莱比锡工厂开始测试,做的是高压电池装配和零部件生产,工人不用再穿着笨重的防护装备做重复动作。
这里是先看任务、再选硬件的逻辑。固定工位继续用机械臂,运输继续用AGV,需要更灵活操作的地方再上人形,设备跟着任务走。

Part 三 · 技能要能复用 
每一座工厂、每一个工位都从头教一遍,物理AI就变不成生产能力。

宝马先建一套可复用的技能集,圈出五类值得重点研究的领域:物料与零件处理、物流、连接工艺、机床上下料、质量检测。落到具体动作是拾取与放置、工具处理、运动、双手操作、人机协作。

同样是拾取与放置,今天在固定工位由机械臂做,明天可能在物流区由另一种设备做。设备和零件会换,其中一部分识别、规划和操作能力能带过去。

宝马对潜在应用做过一次梳理,识别的物理AI潜力里约40%属于高潜力、可扩展的用例,约10%属于适合近期工业化的快速见效场景。这两个数字说的是用例筛选的结果,不是当前的自动化率,也不是已经落地的收益。这套平台底层连的是边缘生态系统、AI平台和位置服务,往上是数字化生产集成、通用AI模型和宝马自己的数据,最上面形成技能集。目标是开发一次、全球部署。

结语
虚拟工厂提供仿真、生产规划、合成数据和工作计划,机器人进现场之前可以先练。工艺专家提供远程操作和第一视角视频,工人知道怎么抓更稳、什么情况容易出错,这些经验得找到能进模型的表达方式。真实工厂提供实际流程、质量数据和3D扫描,仿真练再多也得上真现场挨一遍遮挡和意外。
宝马部署机器人是挺认真的选择,可能特斯拉这波已经走挺远了!
原文标题 : 汽车工人要下岗了?宝马要用人形机器人大规模部署汽车制造
(来源:维科网)






