11月6日，第九届进博会期间，它石智航与安波福签了一份深化合作协议。按协议，安波福将在今年年底前完成百台级它石A系列工业具身智能机器人的规模化部署，覆盖8大生产工艺、33类应用场景，包括柔性组装、检测协同与生产管理。
这条消息真正的信息量不在百台这个数字，而在时间线。首批A系列机器人已于2026年6月进入安波福的真实产线，全天候运行接近半年；经过约三个月的预训练后，单动作速度基本追平熟练工人。先跑够半年再谈规模，这个顺序在具身智能行业里并不常见。
单工位试点验证的是产品能力，能不能多工位、多任务、多场景铺开，检验的是复制能力。同一个工厂里持续加场景，好处是工艺适配、现场实施与运行维护的经验可以沉淀成方法，而不是每换一个工位就重新调试一遍。
复制之所以难，是因为产线上的变量比实验室多得多。物料批次不同、来料姿态不一致、设备振动、光照变化，这些在演示视频里都被裁掉了，在真实产线上却是每天都要面对的。半年连续运行的价值就在这里：它把偶发问题跑成了统计分布，团队才知道哪些必须处理，哪些可以直接忽略。
进博会现场展示的A3机器人由AWE通用具身大模型驱动，自主完成连接器的取料、精准插接与投料循环。官方强调这不是展台特设的表演，同款机器人已经在产线上做同类任务。这句话的分量比参数更重，因为展台可以调光调位，产线不会。
三个月预训练后单动作速度追平熟练工人，是这次合作里最具体的一个数据。它说明的是一件事：在连接器装配这种动作定义清晰、来料相对规整的工序上，模型通过真实数据迭代可以逼近人的节拍。
但节拍追平不等于产能追平。熟练工人的优势在于异常处理，来料有毛刺、料盘少了一件、下游堵住了，这些情况人会顺手处理掉，机器人通常要停下来等人。所以这条产线真正的效率指标不是单动作耗时，而是连续运行时长与人工介入频率。
还有一个容易被忽略的细节是节拍的测量口径。同一个动作，取料加插接到位算一次循环，从启动到复位算另一次，两种算法得出的秒数能差三成。对外公布的速度指标如果不写明来料状态与计时方式，跨厂商之间其实没法直接比较。
另一个前提是动作库的覆盖范围。33类场景里有多少能靠同一个模型跑通，多少还需要单独采集与微调，直接决定复制成本。如果每上新一类场景都要重新采数据，百台之后扩到千台的账就算不过来，规模效应也就无从谈起。
合作的另一半在硬件。安波福的高性能计算平台与智能电源管理方案将与它石机器人融合，为感知、决策与运动控制提供算力支撑，计划在2026年内实现量产。安波福中国及亚太区总裁杨晓明的说法是，汽车与具身机器人场景不同，但技术同源、底层相通、产业链通用。
这句话点出了当前具身智能的一个现实：本体与算力很难由一家公司全部自研。汽车行业积累的车规级计算、功耗管理与大规模制造经验，恰好是机器人最缺的部分；机器人公司擅长的是模型与场景适配。分工之后，成本下降的速度取决于汽车供应链能被复用到什么程度。
风险也在同一处。车规级器件的验证周期长，一旦定型，改款节奏会拖慢模型迭代速度。机器人行业目前是半年一换代，两套节奏能不能对上，是这类跨界合作最容易出问题的地方。
它石方面提到，2027年将把安波福项目的经验向更多制造企业推广，逐步扩大到千台级乃至万台级。此前在嘉定区政府支持下，双方已推动全国首个千台级工业具身机器人集群建设，首期落在安波福生产基地，重点是把机器人适配到真实产线的工艺流程与生产要求上。
规模化的真实瓶颈通常不在订单，而在交付。一台机器人进厂，要做产线改造、工位重新布局、安全评估、人员培训，还要配一套运维响应机制。这套动作如果每次都要原厂工程师到场，百台就是极限，千台基本不可能。
所以更值得看的指标是标准化程度：部署一套新工位需要多少人天，备件与维护能否交给客户自己的设备部门，软件升级会不会影响正在跑的产线。这些内容不在发布会里，却决定了明年的推广能否真的发生。
它石联合创始人陈同庆有一句总结：具身模型定义能力的上限，本体决定落地的边界，可信赖的表现决定物理AI能否真正进入产线。三句话里，第三句最容易被忽略，也最贵。
可信赖在产线上的含义很具体：连续跑八小时不出需要人工干预的故障，出错时能安全停下而不是撞上去，同一个动作做一万次的一致性在公差范围内。这些指标与模型在基准上的分数关系不大，更依赖本体的可靠性、传感器的冗余与异常处理逻辑。
这也是为什么进厂的门槛比进商超高得多。工厂愿意试，是因为招工确实难、培训周期确实长；工厂不愿意放量，是因为一次停线损失可能超过一台机器人一年的租金。百台级部署如果能在明年变成可复用的交付方法，这个行业才算跨过了从演示到生产的那道线。