7500 万元带动 600 台：广东「千机进厂」最该算的不是单价，是缺口
已有 2000 台进厂、全年目标 3000 台，一次大会签约 600 台、7500 万元。这组数字里最有用的是缺口：600 台只覆盖增量的 60%，剩下 400 台要靠结对机制和需求清单去填。
- 启动：9 月 22 日下午，第二届广东省人工智能应用对接大会期间，广东正式启动「千机进厂 赋能制造」具身智能机器人规模化应用示范工程。
- 存量与增量：全省已有超 2000 台具身智能机器人进入工业场景；官方口径 2026 年全年进厂数量有望突破 3000 台，即年内还需新增约 1000 台。
- 本次签约：集中签约 8 个项目，覆盖工业制造、仓储物流、图书馆、地铁、社区公园、体育运动、智慧住宅；全部落地后预计带动超 600 台进入一线场景，签约投资金额合计 7500 万元。
- 比值：7500 万元 ÷ 600 台 ≈ 12.5 万元/台——这是项目投资额口径，不是机器人采购单价，两者不可混用。
- 结对机制：广东省属国企与人形机器人「十骏」一对一结对，十骏为逐际动力、自变量、智平方、乐聚、众擎、美的、小鹏、荣耀、优必选、越疆。
- 需求侧：大会发布《广东省「人工智能+」应用需求机会清单》，梳理七大领域共 388 项需求，其中新兴产业约占四分之一；首届大会以来 15 家典型企业新增订单已近 14 亿元。
9 月 22 日下午，广州，第二届广东省人工智能应用对接大会。现场启动「千机进厂 赋能制造」广东具身智能机器人规模化应用示范工程，同时集中签约 8 个具身智能机器人应用项目。
这类活动的通稿通常只给一个总数，这次给了四个可以互相验算的数字，值得逐个摆开。
第一个算术：**全年增量 = 3000 − 2000 = 约 1000 台**。第二个算术：本次签约 600 台，**覆盖率约 60%**。第三个算术：7500 万元 ÷ 600 台 ≈ **12.5 万元/台**。
如果只报「签约 600 台」，这是个好消息；把 600 台放进 1000 台的增量目标里，它变成了一个进度条。**约 400 台的缺口**意味着：一次省级对接大会不足以支撑全年目标，必须有常态化的补充机制。
广东给出的补充机制是三件套，而且三件套彼此功能不同，可以拆开看。
| 机制 | 已披露的规模 | 解决什么问题 | 可核查程度 |
|---|---|---|---|
| 省属国企 × 人形机器人「十骏」一对一结对 | 10 家整机企业（逐际动力、自变量、智平方、乐聚、众擎、美的、小鹏、荣耀、优必选、越疆） | 给整机企业提供国企场景的确定性入口 | 名单已公布，结对后的台数与时间表未披露 |
| 《广东省「人工智能+」应用需求机会清单》 | 七大领域共 388 项需求，新兴产业约占 1/4 | 把「企业拿技术找场景」倒过来，变成「带着场景找技术」 | 数量明确，388 项的具体条目未公开 |
| 具身智能应用场景揭榜巡回大赛（广东全国首创） | 广州站白云场、越秀场已开赛；206 家企业开展具身智能实景实训 | 以赛选优，筛出能真跑的方案 | 场次与 206 家实训企业数已公布 |
会上唯一被点名的企业案例是跨维智能与欣旺达子公司博速达的签约，让机器人进入新能源电池产线。报道给出的细节比签约本身更有价值。
跨维智能人形机器人业务总经理杨怀宇的表述里有两层信息。第一层是**已经在干的事**：在部分企业的 SMT 车间，跨维的机器人已站上库前上料工位，做翻包、扫码、装箱，并实现了与工厂 WMS、MES 系统的整体打通。第二层是**想做成的闭环**：从真实工厂提取任务 → 通过仿真重建任务环境 → 用仿真和真实数据训练模型 → 把模型部署到机器人 → 用真实生产中的运行数据持续反哺模型。
跨维自述已在 50 多个细分行业沉淀超 1500 个具身智能模型，方案应用于美的、中国中车、海信、蓝思科技等头部企业产线——「1500 个模型」这个数字应理解为**按行业/工位切分的模型变体数**，不是 1500 个独立基座模型，属厂商自述口径，未见第三方核证。
杨怀宇对柔性制造的描述值得原样记下：传统自动化擅长路径单一、精确、高效的生产流程，而当下工厂订单小批量、多批次，一旦物料变化、SKU 变化、工位变化，往往意味着重新编程、重新调试甚至重新改造硬件。这正是具身智能要替代的部分——但注意，**它替代的是「重新编程」这一段，不是整条产线**。
一、看需求清单，别看签约台数。388 项需求里新兴产业约占四分之一，也就是约 97 项落在具身智能相关领域。这是比 600 台更早的先行指标——需求条目先于订单出现，订单先于台数出现。
二、看首单之后的复购。报道提到首届大会以来 15 家典型企业新增订单已近 14 亿元。14 亿元 ÷ 15 家 ≈ 9300 万元/家，但这是累计新增订单、不分品类（含软件与营销服务），不能当作具身智能单品收入。
三、看场景类型与失败成本。本次 8 个项目里有图书馆、地铁、社区公园、体育运动、智慧住宅——这些是**公共空间**，不是产线。公共空间的机器人面对的是未受训的公众、更长时长的交互、更不可控的环境，失败成本结构完全不同。
跨维的闭环里特意提到「每一次失败都可以沉淀成新的数据」，这句话在产线场景成立，在公共空间场景要打问号：一次摔倒在地铁站的代价，远高于在 SMT 车间的代价。