人形机器人想上岗，先学会不伤人

看多了人形机器人后空翻和打拳的视频，工厂里的采购经理却一直在问一个朴素的问题：这玩意儿敢不敢和我的工人站在同一个车间里？

Agility Robotics最新发布的Digit 5，给出的可能是目前最接近答案的一份答卷：23公斤举升、2.1米作业高度、每天可运行超过20小时，并且不依赖物理围栏就能与人近距离共事。三个数字都不算爆炸性新闻，但把它们同时做到一台1.8米高、129公斤的机器上，这才是行业真正的坎。

⚖️ 功率、安全、续航，一道互斥的三选题

人形机器人不是不能强，是强起来就不敢让它动。

先说一个几乎所有产线自动化工程师都懂的常识。一台机器要能干活，得有力气；要能和人共存，得足够安全；要能摊薄成本，得少充电多干活。麻烦在于，这三件事在工程上是互相顶着的。

你要举重物，就得上大功率执行器和大电池，整机重量和储能随之上来，一旦失控，动能就是伤人的本钱；你要绝对安全，最省事的办法是限功率、加围栏，可限了功率就干不了重活，加了围栏就占场地、堵动线；你要长续航，就得背更大的电池，重量又反过来吃掉负载能力。

这个循环，就是过去几年人形机器人视频越拍越炫、订单却迟迟起不来的技术根因之一。IEEE Spectrum在报道Digit 5时说得直白：人形机器人走向规模化经济性就业的进度，看起来一直有些缓慢，原因恰恰是这些必要特性彼此对抗。

Digit 5的做法是放弃颜值、优先功能。1.8米的身高、129公斤的体重，在「好看」这个维度上没什么可夸的，但举升能力、人机共栖能力和20小时以上的日运行时长被同时拉满。据接触过该项目的人士的说法，团队内部反复强调的一句话大意是：先让机器人配得上一个岗位，再谈别的。

这个取舍逻辑值得所有做硬件的团队抄一遍——产品定义阶段砍掉什么，比加进去什么更能决定商业化成败。

🛡️ 不要围栏的机器人，才是真落地

围栏是自动化的补丁，不是人形机器人的护身符。

去跑过工厂的人都知道传统自动化的一个隐形成本：安全围栏。AGV要划通道，机械臂要拉光栅，协作区域要刷黄线。围栏本身不贵，贵的是它把厂房的柔性锁死了——产线一改型，围栏跟着拆一遍，动线一堵，物流效率肉眼可见地往下掉。

人形机器人的核心卖点之一，本该是「哪里有人形作业环境就能去哪里」，可如果每台机器人都需要一圈物理屏障来保证安全，那它的形态优势基本被抵消：你花了人形的钱，买了笼子里机器的活儿。

Digit 5最值得盯的参数，反而不是23公斤的举升，而是官方表述中那句「可在人员附近工作、无需依赖物理屏障」。这意味着它的安全策略从「硬件隔离」转向了「本体感知+行为约束」——机器自己要能识别人的位置、预判运动意图、并在行为层面保证即使出错也不会造成伤害。

从围栏到无围栏，表面是安全方案升级，底层是商业模型重构。一位在长三角做自动化改造的老朋友私下算过账：一台设备每天能多干两个小时、少占十平米隔离区，按三班制摊下来，回本周期才有可能压到客户能接受的位置。人形机器人的账，得按「岗位替代率×场地利用率」算，不是按Demo视频点赞数算。

🔓 物理AI时代，攻击面从钢铁挪到了感知

当机器人靠AI看世界，攻破它不再需要扳手，只需要脏数据。

传统机器人安全的提问方式是：机器出故障时，还能不能保证安全？物理AI时代，问题变了：如果攻击者篡改了机器人「看到的东西」「做出的判断」，即便一切设备指标正常，它还安全吗？

这不是杞人忧天。已有研究证明，操纵机器人看到、听到或理解的内容，就能影响其行为，且全程不需要直接控制机器人。攻击面也不再是单一端口，而是一个贯穿全链路的分层体系：

一层投毒训练管线，模型出厂就带病；一层渗透系统基础设施，攻击者拿到了决策链路；一层在运行时欺骗多模态传感器，让机器人「眼见为实」的实是假的。三层层层递进，任何一层失守，最终都指向同一个后果——物理世界里的错误动作。

这对Digit 5这类主打「无围栏共栖」的产品尤其致命。逻辑很残酷：无围栏的前提是机器的判断百分之百可信，而AI恰恰无法承诺百分之百。一台被围栏圈起来的机器人被攻击，损失的是一台机器；一台在人流中作业的人形机器人被诱导误判，代价可能是一个人。

所以行业里最近流传一个共识性的说法：人形机器人公司卖的不只是整机，得连着安全验证体系一起卖。未来的采购清单里，「感知链路完整性认证」大概率会和举升参数并列出现。这也是为什么政策与标准层面，针对具身智能的功能安全、数据安全规范正在被密集讨论——没有标准背书，无围栏共栖在客户法务那关就过不去。

🧭 从视频爽感到产线账本

让机器人上岗的不是算法排行榜，是每平方米每小时的产出。

回到那个开头的问题：人形机器人到底什么时候能规模化上岗？Digit 5给出的信号是，产业正在从「能力演示」切换到「岗位交付」。

判断标准可以很具体：第一，有没有一个真实岗位的作业参数被完整定义——举多少、举多高、一天干多少小时；第二，安不安全到可以和现有作业人员混编；第三，客户算不算得清账。三件事Digit 5都给出了公开参数层面的回应，这是它区别于大多数同类发布会的价值所在。

当然，纸面参数和产线良率之间还有很长的路。20小时续航是什么工况下的实测？23公斤负载的循环寿命多少万次？无围栏共栖在嘈杂、遮挡、多人的真实车间里误报率如何？这些问题只有时间和大批量部署才能回答。多位接近行业的从业者表达了类似判断：接下来一年，人形机器人赛道的看点会从发布会转向交付报表——谁先在客户车间跑出千台级、连续无事故的运行数据，谁才算真正过线。

对制造业企业来说，现在合理的姿势不是观望也不是all in，而是挑物流搬运、上下料这类结构化程度高的场景，小批量试点，把安全验证和数据积累先跑起来。

Digit 5的意义，不在于它是不是「最强人形机器人」，而在于它把行业讨论的坐标系从炫技拉回了三个工程硬指标：有力、安全、耐用。当无围栏共栖成为可交付的产品能力、当AI安全成为采购门槛的一部分，人形机器人才能从展台走上产线。下一阶段的竞争，比的不再是后空翻，而是谁先拿到第一批「敢和工人并肩干活」的验收单。