具身智能上产线：机器人离"规模量产"还有多远

7 月机器人圈的信号很密集：Figure 03 宣布量产下线、小鹏量产首款飞行汽车、小米发具身基座模型、Mistral 也下场做机器人导航。过去一年我们看了太多"实验室 Demo"，这个月的关键词换成了量产和下产线。

但"量产"二字，水分和真金往往只差一个量级。

几个标志性事件

Figure 03 量产（7/8）：首批 500 台交付宝马工厂总装线，搭载端到端视觉-语言-动作（VLA）模型，能理解自然语言指令、自主完成装配，还带实时学习能力。
小鹏汽车量产首款飞行汽车：WAIC 期间披露，把"能飞的汽车"从概念推到量产线。
小米 Xiaomi-Robotics-1（7/16）：面向真实移动操作任务的具身基座模型，基于 10 万小时真实世界数据预训练，结合跨本体数据强化后训练，能按自然语言在真实环境执行多类移动操作。
智谱 GLM-5.2 具身演示：在全球数字经济大会上现场操控机械臂分拣、焊接——开源大模型开始有"身体"。
Mistral 进具身智能：发布首款机器人导航模型，大模型厂商正式把触角伸到物理世界。

Demo 里机器人叠衣服、端咖啡，靠的是精心设计的场景和无数次重试。真正下产线要过三关：

数据关：小米用 10 万小时真实数据预训练，Figure 靠真实工厂数据迭代 VLA——具身智能的瓶颈不在模型结构，在高质量真实交互数据的稀缺。仿真数据能补一部分，但物理世界的摩擦力、光照、意外，仿真替不了。
可靠性关：产线不允许"偶尔抽风"。500 台交付宝马是里程碑，但相比汽车产线动辄百万台的节拍，这仍是试点规模，不是规模量产。
成本关：人形机器人单台成本仍高，能否在"替代人力"的经济账上跑平，决定它进的是产线还是展会。

小鹏量产飞行汽车是工程进展，但上天要过的适航认证、空域管理、事故责任，是汽车领域完全没有的体系。技术量产 ≠ 商业可行，这点在飞行汽车上尤其明显。

具身智能今天的状态，很像语言模型 2022 年底：能力惊艳、资本涌入、标杆事件频出，但离"人人可用、稳定可靠、成本合理"还差关键一跳。Figure 03 下产线是这一跳的证明，但 500 台和"规模量产"之间，隔着良率、成本、数据飞轮三座山。

7 月这波，具身智能从"会动的 Demo"走向"能下线的产品"，方向是对的。但写稿时务必分清：量产下线和规模量产不是一回事，进宝马试点和进千万工厂也不是一回事。

机器人离真正改写制造业，还差的不只是一次发布会，而是一整条数据—成本—可靠性的飞轮转起来。这一幕，值得用一年而不是一周去验证。