宝马在德国莱比锡工厂部署Figure 03人形机器人，该工厂正在测试带轮AEON机器人

宝马集团正在加大对“物理人工智能”（Physical AI）的投入。在斯帕坦堡 ，上周该汽车制造商宣布将部署更新款的Figure 03机器人，负责物流排序工作——与此同时，在大西洋的另一端，其位于德国莱比锡的工厂正悄然开展一项平行实验，测试的是一款截然不同的人形机器人。

变化何在：Figure 03投入工作

Figure 02此前部署在宝马的车身车间，负责在焊接前插入钣金件——这是一项既要求速度又要求精度的任务。据宝马称，该机器人支持了超过30,000辆X3车型的生产。 Figure 03 承袭了这一业绩，但承担了一项新任务：序列化。未经分类的零部件装在大型容器中运抵，机器人将其拾取并分类放入推车中，随后由自动牵引车队将推车“按顺序”运送至装配线。 Figure AI创始人兼首席执行官布雷特·阿德科克（Brett Adcock）表示，Figure 03新增了安全软组件、无线充电、语音转语音音频功能，以及配备掌心摄像头的触觉传感器机械手以实现更精细的操作——这些升级旨在让该机器人在受控的演示环境之外也能切实投入使用。

德国视角：莱比锡测试的是“轮式”而非“步行”机器人

尽管斯帕坦堡备受瞩目，但宝马集团莱比锡工厂自2025年12月起，便一直在使用Hexagon Robotics公司的AEON类人机器人开展自己的Physical AI试点项目。 AEON颇为独特：它虽有两条腿，但每条腿末端都装有车轮而非脚掌，这使其能在平坦的工厂地面上比步行机器人更快地滚动前进，同时在需要时仍能跨过障碍物。宝马表示，莱比锡的测试旨在将类人机器人整合到现有的汽车生产中，并探索其在电池和零部件制造中的未来应用。 第二阶段测试计划于2026年4月进行，为今年夏季启动的全面试点项目做准备。虽然该项目规模较小、关注度也低于Figure公司在美国的推广计划，但它使德国——

欧洲最大的汽车制造基地——正处于该行业类人机器人实验的核心地带。

为何这不仅关乎宝马

宝马目前在三个国家运行着三种截然不同的机器人形态：美国的双足类人机器人、德国的轮式类人机器人，以及在英国伯明翰附近的哈姆斯霍尔工厂执行巡检任务的波士顿动力公司四足机器人Spot。这种布局并非偶然——而是一种有意的风险对冲。 目前尚无任何一种人形机器人形态被证实能成为行业标准，而宝马正在测试硬件多样性，同时也在解决将机器人与人类工人并肩工作所带来的软件和安全问题。宝马制造公司生产控制与物流副总裁乌尔里希·维兰德（Ulrich Wieland）直白地阐述了这一战略。

“斯帕坦堡工厂是人形机器人在宝马制造日常运营中的发源地。我们在车身车间已成功完成了Figure 02的试点项目，现在正期待在物流环节部署Figure 03，用于序列化作业。” ——宝马制造公司生产控制与物流副总裁 乌尔里希·维兰德

这里更重要的信号在于部署的成熟度，而非新颖性。 人形机器人多年来一直产出令人眼花缭乱的演示视频，但宝马决定采用第二代机器人执行新任务——而非简单重复首次试点——这表明这些系统正开始在生产车间中赢得一席之地，而不仅仅是证明它们能够直立行走。 布雷特·阿德科克也用同样务实的措辞表示：“我们对Figure 02长达11个月的部署证明，类人机器人已不再是实验室里的实验品——它们可以成为建立灵活、可靠的制造团队中的一笔宝贵资产。”

快速问答

问：与Figure 02相比，Figure 03究竟有哪些新功能？

答：采用软质、以安全为导向的组件，支持无线充电，具备语音转语音功能，以及配备掌心摄像头的触觉传感器手部，可更精准、更灵巧地处理

部件。

问：德国莱比锡的部署项目为何与斯帕坦堡不同？

答：莱比锡正在测试Hexagon公司的AEON，这是一款轮式（而非步行式）类人机器人，旨在探索它是否能以不同于双足机器人的方式，适应汽车、电池及零部件的生产。

问：宝马在德国的试点项目何时从测试阶段转入量产阶段？

答：宝马已于2025年12月进行了首次测试部署，计划于2026年4月启动另一轮测试阶段，并预计整个试点阶段将于2026年夏季开始。

问：这些机器人主要针对哪些工厂任务？

答：宝马表示，优先考虑的是单调、符合人体工程学要求或涉及安全关键的工作——这些工作的主要目标是减轻人类员工的体力负担，而不仅仅是裁员。

目前尚未得到验证的是规模化应用。无论是Figure还是Hexagon的项目目前都仍处于试点阶段——虽然规模令人印象深刻，但仍局限于特定的生产线和任务，而非全厂范围的推广。 制造领域物理人工智能的真正考验，不在于类人机器人能否在监督下将零件分拣到推车中；而在于这些系统能否在无需人工干预的情况下，以大规模、跨班次的方式自主运行，而无需试点项目通常仍需的人工指导。 宝马在三个国家的三家工厂中部署了双足、轮式和四足机器人，这表明即使是押注这项技术最多的公司，目前也尚不敢断言哪种方案已胜出。