解读BMW Group5 天前

具身智能120案拆解：亿元订单与1250工时背后的POC验收鸿沟

从宝马1250小时实测到优必选4亿政企采购，揭示融资、量产与真实产线节拍间的工程归因与交付边界

行业动态BMW Group2026-10-2317 分钟

智元精灵 G2 银河通用 Galbot G1 1X NEO Digit 5 人形机器人山猫M20

一分钟速览

宝马实测工时反差： Figure 02 在斯帕坦堡工厂累计运行约1250小时、搬运9万零件，但仅支持3万辆X3生产；该工时仅为半年单班出勤量，非全周期连续产出，且未公开干预率与节拍对照。
政企订单结构特征： Walker S2 获防城港2.64亿与自贡1.59亿政府采购，核心标的为数据采集中心与科创教育示范，而非纯工业产能置换；数百台量产交付尚未披露逐台验收明细。
数据工厂成本黑箱： AgiBot World 申报850TB数据与百万条轨迹，生产效率提升40%系相对自身基线；80%训练数据占比仅限GR00T N1版本，未涵盖后续N1.7，且缺乏单条轨迹采集成本披露。
零售场景运营实数： Galbot G1 药房方案常态化运营超两年，上海门店日均400-500单、单均作业68秒；但100%准确率系媒体转述，处方审核仍依赖人工，单机8小时续航需换电支撑24小时值守。

材料说明

本文依据站内120条结构化案例档案、宝马斯帕坦堡工厂三份通稿、优必选中标公示、智元国家数据局申报材料、银河通用门店运营报道及Agility Digit工时整理。所有数字均标注原始出处与口径限制：宝马1250小时为运行时长非项目周期；优必选订单金额为中标公告数值，台数未披露；智元850TB数据为申报值，未提供第三方审计；Galbot准确率为经营方声明。材料未覆盖具体POC验收阈值、单次干预耗时、硬件BOM成本及政企项目最终审计结果，相关结论仅反映公开文档的工程边界。

1250小时 Figure 02宝马工厂累计运行时长，约合半年单班出勤，非十个月项目周期的连续产出分母
4.23亿元 优必选Walker S2在防城港与自贡两地政府采购中标总额，标的含数据采集与教育示范
850TB 智元AgiBot World申报数据量，对应百万条原子动作轨迹，存储带宽为持续运营成本
68秒 Galbot G1药房单均作业时间，仅为分拣打包耗时，不含顾客下单到取药的全链路时长

汽车工厂POC验收：1250小时运行数据背后的节拍迷雾与口径博弈

在人形机器人进入汽车总装的叙事中，Figure 02 于宝马斯帕坦堡工厂的试点是目前公开信息密度最高的案例，但其数字体系存在显著的工程解读陷阱。通稿宣称“十个月内支持超过3万辆BMW X3”，但细究可知，这3万辆是机器人参与支持的车辆总数，并非由其独立下线完成的产量。更关键的指标是“约1250个运行小时”与“约120万步”，若按工作日每天十小时计算，1250小时仅相当于约125个工作日，即半年出头的实际出勤时间。这意味着在所谓的“十个月项目周期”中，有大量时间被用于调试、停机维护、程序迭代或未开机状态，而非有效生产。

从控制论与机构学视角看，钣金上料任务对末端执行器的力控精度与视觉定位稳定性要求极高。9万个零件的搬运量虽大，但通稿未披露每小时节拍（UPH）及与人工工位的对照数据，也未说明一次通过率（FPY）和人工干预频次。在汽车制造中，若机器人每处理50个零件需人工介入一次，其综合效率可能远低于熟练工人。此外，后续机型 Figure 03 被明确安排至物流测序岗位，不再重复车身车间的钣金节拍，这从侧面印证了当前人形机器人在高动态、高精度装配环节仍存在工程边界。工程师在复现此类POC时，必须区分“项目驻场时长”与“有效运行工时”，并将干预率作为比运行小时更核心的验收指标。德国莱比锡工厂的人形试点主体为Hexagon而非Figure，亦提醒行业避免将单一案例的数字泛化为全球工厂的通用标准。

亿元级政企订单解构：数据采集基础设施与工业量产交付的本质差异

2025年末，Walker S2 接连中标防城港2.64亿元与自贡1.59亿元项目，合计4.23亿元的规模刷新了人形机器人政企采购纪录。然而，深入分析中标内容可发现，这两笔订单的核心标的并非传统意义上的“机器换人”产能置换，而是“人形机器人数据采集与测试中心”及“人工智能科创教育示范”。这表明在当前阶段，地方政府对人形机器人的投入更多指向数据基础设施建设与技术验证平台，而非直接的生产力工具采购。与之形成对比的是，优必选宣布启动“数百台”Walker S2量产交付，但来源未列出逐台客户签收或验收明细，“数百台”作为一个模糊量词，无法支撑对实际部署密度的精确评估。

订单类型	金额/规模	核心标的	验收透明度
防城港政采	2.64亿元	数据采集中心+科创教育	未披露台数与终验结果
自贡政采	1.59亿元	数据采集中心	计划11月交付，未确认完成
量产交付	数百台	工业场景	无逐台签收或验收明细
均胜电子	过亿元	汽车零部件产线	首批交付，千工位为潜在适配点

在商业订单侧，智元精灵G2 获得均胜电子过亿元订单，但“千个工位”是客户评估的潜在适配点，并非已部署数量；龙旗科技的数亿元采购仍处于实验室POC阶段，正式产线落地计划在2026年一季度。这些案例共同揭示了一个工程现实：当前的亿元级合同多包含大量非硬件价值（如数据服务、联合研发、示范工程），真正的规模化工业交付仍需跨越从“首批”到“批量验收”的鸿沟。工程师在评估此类订单时，应剥离基础设施投资与纯设备销售，关注实际部署台数与产线集成度，而非仅看合同总金额。

数据工厂的成本黑箱：850TB轨迹数据的采集效率与版本绑定风险

AgiBot World 作为国家级数据局推荐案例，申报了850TB数据量与超过一百万条原子动作轨迹，并声称生产效率较自身基线提升40%、准确性达99%以上。然而，这些数据背后隐藏着显著的成本黑箱与版本绑定问题。首先，850TB的存储与带宽是持续性运营成本，远超两个月的集中采集期费用；由于未披露遥操作员工时单价、质检人力投入及场地折旧，无法计算出单条轨迹的真实人民币成本，使得“40%效率提升”缺乏横向可比性。其次，申报书中提到的“80%训练数据来自AgiBot World”仅针对英伟达GR00T N1模型，而站内后续版本 GR00T N1.7 并未继承此数据占比声明，若工程师误将N1的数据配比套用于N1.7微调，可能导致严重的分布偏移。

此外，开源卡 AGIBOT WORLD 2026 强调“数百小时”数据量，这与“百万条原子轨迹”的分母完全不同——一条原子动作可能仅持续数秒，远短于一小时。这种度量单位的混用容易让研究者高估数据集的时序长度。在复现时，还需注意 AgiBotWorld-Beta 等中间版本的差异，引用下载量与任务数时必须精确到版本号。对于具身智能开发者而言，数据规模固然重要，但更关键的是理解数据采集的边际成本结构与模型版本的强耦合关系，避免在错误的假设上构建算法管线。

零售与特种场景的运营实数：从实验室POC到常态化服务的工程收敛

相较于汽车工厂的高门槛与政企订单的基础设施属性，零售与特种场景展现出更清晰的运营实数。Galbot G1 在药房场景中实现了常态化运营超两年，上海徐汇门店日均处理400-500单，单均作业时间约68秒，拣货准确率被报道为100%。但需注意，68秒仅为机器人分拣打包的作业时间，不包含顾客下单、处方审核及取药等待的全链路时长；100%准确率系媒体转述的经营方声明，样本量与差错定义未展开，且处方审核等高风险环节仍由人类药剂师承担。产品页标称8小时工作时间，意味着“24小时值守”必须依赖换电或多机轮班，单机连续作业能力并未突破物理极限。

在特种领域，南京市公安局采购2台山猫M20PRO，单价35.6万元，整包成交211.96万元，体现了警用装备的小批量、高单价特征。而 Agility Digit 在九个客户设施累计超6.5万运行小时，但该数字未按客户拆分，也无干预率数据，不能简单除以九得到站点日均工时。与宝马Figure 02的1250小时相比，Digit的小时数虽大一个数量级，但任务类型（料箱搬运vs钣金上料）与监督模式完全不同，生产力不可直接对标。这些案例表明，在非结构化程度较低的零售与巡检场景中，人形/四足机器人已初步跑通商业闭环，但其运营指标仍需剥离宣传滤镜，回归到单机可靠性、人机协作边界与全链路时效等工程本质。

商业化交付的工程归因：为何融资热度与产线实效存在数量级温差

纵观120条案例，具身智能的商业化呈现出鲜明的“双轨制”特征：融资与政企订单热火朝天，但真实产线的有效工时却以百小时计。这种温差的根源在于当前技术成熟度与商业预期之间的错配。在汽车工厂等高价值场景，人形机器人尚处于POC验证期，1250小时的运行数据足以证明“能做”，但不足以证明“划算”；工程师面临的核心坑点是缺乏标准化的验收指标体系，导致项目周期被无限拉长，有效产出被调试时间稀释。而在政企与数据赛道，4亿级订单实质是为未来买单的基础设施投资，其交付物是数据资产与技术生态，而非即时生产力，这使得财务数字与物理部署之间出现了解耦。

对于开发者与投资者而言，祛魅的关键在于建立分层评估框架：对工业场景，应追问干预率、FPY与全要素成本，而非运行小时或支持产量；对政企订单，应区分设备销售与数据/服务收入，警惕将基建投资等同于市场渗透；对数据集，应核实采集成本、版本绑定与度量单位，避免被总量数字误导。只有当POC验收从“演示成功”转向“经济可行”，当数据资产从“规模堆砌”转向“成本可控”，具身智能才能真正跨越从实验室到产线的死亡之谷。当前的120案既是里程碑，也是警示牌——它们标记了技术抵达的位置，也划出了尚未逾越的工程边界。

已经验证与覆盖的事实

宝马POC数据完整度： Figure 02在斯帕坦堡工厂提供了目前最详尽的人形机器人汽车工厂运行记录，包括1250小时、9万零件、120万步等多维指标，为行业建立了基准参考系。
政企数据基建落地： 优必选Walker S2在防城港与自贡的4.23亿元订单证实了人形机器人作为数据采集基础设施的商业模式可行性，超越了单纯的硬件销售逻辑。
药房场景常态化运营： Galbot G1在数十个城市近40个即时零售仓累计处理超30万单，上海门店实现日均400-500单的稳定作业，证明了在非结构化零售环境中的工程收敛。
数据工厂规模验证： AgiBot World完成850TB、百万条原子轨迹的采集，并通过国家数据局案例评审，验证了大规模具身数据采集的工程组织能力与质量控制流程。

尚未证明或需警惕的工程边界

产线节拍与干预率缺失： 所有汽车工厂案例均未披露每小时节拍、人工干预频次及一次通过率，无法评估人形机器人相对于自动化专机或人工的真实经济性与可靠性边界。
政企订单验收不透明： 优必选4亿级订单未披露机器人台数、交付进度与最终验收结果，“数百台”量产交付缺乏逐台签收明细，无法确认实际部署规模与回款情况。
数据采集成本黑箱： AgiBot World未公开单条轨迹的采集成本、遥操作员薪资及质检投入，850TB数据的持续存储带宽成本亦未量化，导致数据集的经济可持续性无法评估。
跨场景指标不可比： Agility Digit的6.5万小时与Figure 02的1250小时因任务类型、监督模式与统计口径不同，无法直接对比生产力；药房100%准确率缺乏样本量与差错定义支撑。

上手卡 · POC验收指标、数据版本核验与订单尽调清单

POC验收三要素 在汽车/工业POC中，必须要求厂商提供干预率（次/百件）、一次通过率（FPY）及与人工工位的UPH对照表，拒绝仅以运行小时或支持产量作为验收依据。
数据版本强校验 使用AgiBot World等数据集时，务必核对模型卡版本号（如Beta vs 2026），确认训练数据占比声明是否适用于目标模型版本（如GR00T N1 vs N1.7），避免分布偏移。
政企订单拆结构 分析亿元级政企合同时，需剥离数据采集中心、教育示范等非硬件标的，单独核算机器人本体销售金额与台数，并以中标公告而非企业通稿为准。
零售场景全链路计时 评估药房/仓储机器人时，区分单均作业时间与端到端服务时长，核实24小时值守是否依赖换电/多机轮班，并确认高风险环节（如处方审核）的人工兜底机制。

带走一句

具身智能商业化已从概念验证迈入数据基建与POC深水区，但真实产线效能仍受限于干预率与节拍瓶颈，需以工程指标替代融资叙事。

本站说明

所有工时、产量与金额数据均来自站内结构化案例档案及对应来源链接，未进行任何外部推算或平均处理；宝马1250小时为运行时长，不等于项目周期或有效生产时间。
政企订单金额以公共资源交易平台中标公告为准，企业通稿中的“全年总订单11亿”等汇总数据未纳入本文核心分析，以避免口径混淆。
数据集规模（850TB、百万条轨迹）为国家数据局案例申报值，未经第三方审计；Open X-Embodiment对比数据为申报方单方面陈述，不代表OXE官方立场。

来源

本页事实对应的公开页面，以原文为准。

BMW Group：Figure 02 试点结果与德国工厂计划访问 2026-10-14
BMW Group：Figure 03 在斯帕坦堡的物流测序访问 2026-10-14

具身智能120案拆解：亿元订单与1250工时背后的POC验收鸿沟 ​

汽车工厂POC验收：1250小时运行数据背后的节拍迷雾与口径博弈 ​

亿元级政企订单解构：数据采集基础设施与工业量产交付的本质差异 ​

数据工厂的成本黑箱：850TB轨迹数据的采集效率与版本绑定风险 ​

零售与特种场景的运营实数：从实验室POC到常态化服务的工程收敛 ​

商业化交付的工程归因：为何融资热度与产线实效存在数量级温差 ​