周产量翻了十倍，人形机器人量产缺的不是产线
一、产量口径有三种，只有最后一种能拿来排产
据公开报道，一家人形机器人厂商把周产量提了一个数量级。这个倍数我们不作为本篇判断的依据，它只提醒一件事：不写清口径的产量数字，等于没写。同一个”周产多少台”，至少藏着三种不同的数。
- 下线数量：从产线末端推出来的台数，只说明”装完了”，不说明能不能用。
- 通过下线检测的数量：过了出厂判据的台数，说明”这台被验过且合格”。
- 可交付客户的数量：过了全部检测、做完老化与配置下发、行为可复现的台数。
爬坡期最典型的现象，是下线数量的涨幅远大于可交付数量的涨幅，差额全变成堆在检测区的返修品。排产计划和对外的承诺，只认第三种。拿第一种排产，等于把不稳定直接转嫁给客户现场。
| 口径 | 能用来做什么 | 不能用来做什么 |
|---|---|---|
| 下线数量 | 看产线吞吐、发现堵在哪道工位 | 对外承诺交付、算齐套 |
| 过检测数量 | 看检验通过率、评估返修压力 | 代表客户能直接用 |
| 可交付数量 | 排产、交付承诺、履约 | —— 这才是唯一的排产依据 |
二、手部这类部件难产，难在”没法用一个指标验收”
报道同时点明，手部一类的复杂部件仍是量产难点。这不是因为它贵，而是因为它同时踩中了量产里最难验收的几个特征。
一个执行器总成往往有几十上百个零件，零件数一多，公差链就长：每一环看着都在允许范围，累积到指尖可能已经超差。装配自由度多意味着很多配合靠手法，样机阶段手法无所谓，批量阶段手法不可复制。来料一致性一旦抖动，装配合格率就跟着抖，而这还未必是装配的错。装完也不是终点——每台都要做零位与力的标定，标定没做完这台就还不算”能用”。更要命的是验证：要判断这只手对不对，得有专门工装和一整套动作集（不同材质、不同形状、反复多次抓放），量产线不是”造得出”就行，是”造得出还得测得出”。凡是这类无法用单一指标验收的部件，爬坡时都会变成瓶颈。
还有一点常被忽略：这类部件的装配质量很难被下游工序自动纠正。螺钉没打到位、线束没理顺、预紧不均，在后面的工位不会被暴露，只会在动作测试甚至客户现场才显形。这意味着爬坡期的手部总成要做全数或接近全数的功能测试，抽检在这里省下的那点成本，会以远高于此的返修和现场故障还回来。
三、卡产能的是五条线，不是一条产线
把一次整机批量爬坡拆开看，真正决定节拍的是五条各自独立的线，任何一条掉链子，整线跟着等。我们做交付检查时按这五条列清单：
| 线 | 关键检查项 | 卡住时的表现 |
|---|---|---|
| 工装 | 专用夹具、定扭矩工具的可得性与标定周期 | 工位等夹具、扭矩工具过期不敢用 |
| 来料 | 关键部件的供应商数量、批次一致性 | 单点断供、合格率随批次抖动 |
| 装配 | 工序能否分人、节拍与瓶颈工位、防错措施 | 一个工位成节拍瓶颈、错装流入下道 |
| 检测 | 动作行程与力的量化判据、抽检还是全检、对照基线 | 判据不量化，检测沦为”看着还行” |
| 返修 | 返修后是否重走完整检测、记录是否与批次关联 | 返修不重测即出厂、来料问题定位不到 |
工装和来料这两条最容易被低估：夹具与标定工具的产能，本身就是隐性瓶颈；关键部件只有一个供应商时，所谓爬坡是建立在一条随时可能断的线上。
每条线上又各有常见误区。工装这条，很多人只备了夹具没备标定工具，或者标定工具过了溯源周期还在用，那测出来的扭矩本身就不可信。装配这条，要盯节拍瓶颈和防错：能不能把复杂动作拆成几人并行、装反或漏装有没有物理或传感上的防呆，决定了一致性能不能守住。检测这条，关键是把”合格”写成可量化判据——动作行程到没到某个范围、指尖力落在哪条带、反复多少次不衰减，并配一台状态已知的对照机做基线，否则判定会随人的手感漂移。返修这条，返修后的机器必须重走完整下线检测，不能补一下就放行，且返修记录要和批次、供应商绑定，才可能在几十台返修里看出是不是同一批来料在闹。
四、每台都要标定，批量下标定得挪进产线
样机阶段一台台手工标定，无所谓；一天要出几十台，手工标定立刻变成最堵的工位。这件事的正确解法是把它从”产线外的收尾”变成”产线内的一道工序”：把零位与力的标定做成固定工位，配标准件和标准动作集，设备到位自动跑、自动判，标定结果直接写进这台设备的档案与配置。凡是把标定推到”交付到客户现场再调”的，等于把产线欠下的账转移给买方——现场既没有标准件也没有对照基线，调出来的东西不可复现。
把标定挪进产线还不够，标定工位自己也要被管起来：标准件会磨损、对照动作集要定期再确认、标定时所处的温度要一并记进档案，否则”每台都标了”却没人保证标得对不对。标定不合格的机器走返修还是走降级，也要在爬坡前定好规则，不能到了线上临时拍脑袋，一临时就要么积压要么放走。
五、良率要分桶记，别只报一个总数
单一总良率会骗人。爬坡期要按批次、按工位、按来料供应商分桶记录，哪一桶掉，线索就在哪：某供应商批次明显掉，问题在来料；某工位单独掉，问题在装配或工装；所有桶同步往下走，多半是工艺漂移。至少留这几个字段——设备标识、批次号、装配工位、关键部件供应商及批次、下线检测项与结果、标定参数版本、返修次数及返修后的复检结果。洹拓给客户做产线看板时，坚持不给”一个总百分比”，只给分桶：总数好看但分桶糊在一起，等于在最该发现问题的阶段把眼睛蒙上。
分桶也不是越细越好。桶切得太碎，每桶样本量不够，算出来的良率只是噪声。务实做法是先按最能解释变异的那几个维度分——供应商批次、装配工位、关键部件版本，等某一桶出现明显异常再往下拆。分桶的目的是定位，不是把总数切成一堆看不出名次的百分比。
六、配置下发与对甲方的验收口径
整机批量还有一件容易被忽略的事：每台设备的固件版本、模型版本、配置文件和标定参数，必须和设备标识绑定入库。不绑定，”同一型号”的机器会表现出各自不同的行为，现场排查时分不清是硬件差异还是配置差异，越查越乱。配置要么在产线内下发完成并回写档案，要么配一套现场可复现的下发与校验工具，两条路都要走到”任意一台都能追溯它当刻的配置”。
下发之后还要能校验：设备回读自己的固件与模型版本、关键标定参数，和档案里的期望值逐字段比对，比对不过就地拦截，别让”装了但没验证”的机器流出去。新版本的固件或模型也不要一次性全量刷，先在一小批上跑一段下线检测和动作集回归，确认不改变已验证的行为再放量——这条灰度逻辑和软件发布其实是同一件事。把设备标识和版本绑牢，现场出问题才有清晰的定位路径：先落到”这台、这个版本、这套标定”，而不是把同型号机器整体怀疑一遍。
给甲方一条可执行的验收口径：不要按”下线了多少台”验收，而按”通过了哪几项下线检测的台数”验收，并要求对方提供至少按供应商和工位分桶的数据。只看下线数，就是把爬坡期还没做完的工装、来料、返修这三条线的债，全部接到了自己名下。