模型参数之外，工业具身智能落地的真正门槛是什么？

过去一年，具身智能行业最热闹的场景往往发生在实验室和展台。机器人根据自然语言指令完成抓取、搬运、操作等任务，让行业看到通用智能进入物理世界的可能性。但当机器人离开展台，进入生产现场，评价标准正在发生变化。工厂会关心机器人能否稳定运行、进入现有生产流程、适应现场变化并长期创造价值。模型能力决定机器人智能水平上限，但机器人载体、工业场景理解、系统接入和工程交付能力，决定智能能否转化为生产力。工业具身智能落地的第一道门槛，不是模型参数，而是机器人能否进入真实生产系统。Demo证明“能不能”，工厂验证“能不能一直用”。真实工厂中，任务由生产节拍驱动，环境动态变化，机器人需与工位、设备及MES、WMS等系统连接。客户关注转向部署周期、改造成本、多机稳定性、异常恢复等长期运行能力。真实工业场景的复杂不只是环境更乱，而是机器人需处理多个系统之间的关系。以慧闻机器人在华东某3C企业近百台AMR项目为例，高峰期近百台设备同时在线运行，面临窄通道会车、跨楼层电梯资源调度、地面反光、货架遮挡、人车混行等问题。项目通过专用动线、会车避让、动态交通管控和电梯统一调度才稳定通行效率。一个能进入工厂的工业智能系统至少包含三层：智能层负责任务理解、感知、推理决策；机器人层包含移动、感知、控制和执行；工业系统层涵盖生产流程、设备连接、安全约束、运维体系。三层能力需共同成立。慧闻机器人以X系列AMR为成熟基础，产品已进入厂内搬运、线边配送、工序周转等场景，并探索“一脑多机”工业智能体：由统一智能中枢负责任务理解、资源调度和能力调用，AMR、叉车、机械臂等异构机器人协同执行。部分能力可继承，如本体设计、导航感知、工程交付；部分需新建，如VLA、开放决策、技能学习与异构协同。工业具身智能最终比拼的不只是模型参数或硬件，而是模型、本体、系统、工程和真实场景经验的综合能力。模型决定能力上限，进入真实生产系统的能力决定能创造多少价值、何时开始创造。