BMW 在 2026 年 3 月披露了两个连续的人形机器人产线案例：美国 Spartanburg 工厂的 Figure 02 已在 10 个月内参与 3 万多辆 BMW X3 生产，完成 9 万多个钣金部件搬运与定位；德国 Leipzig 工厂则把 Hexagon AEON 带入欧洲试点，面向高压电池装配和部件制造。该案例说明，人形机器人已开始从实验室演示进入真实汽车工厂的班次、节拍、精度和安全验证。 BMW Group 在 2026 年 3 月公开了一个很有代表性的工业落地样本：一边是美国 Spartanburg 工厂已经完成的 Figure 02 产线部署，一边是德国 Leipzig 工厂正在推进的 Hexagon Robotics AEON 试点。前者证明了人形机器人可以在汽车生产线上按班次执行重复性任务，后者则说明 BMW 正在把经验迁移到欧洲工厂，并建立“Physical AI in Production”能力中心，把机器… 在 Spartanburg，Figure 02 的任务不是“站在展台上挥手”，而是进入车身车间，执行钣金件取放与焊接夹具定位。这个任务看似简单，实际对机器人提出了很硬的工程要求：需要在固定节拍内从料架或料箱中取出钣金件，把多个部件以毫米级精度放到夹具上，然后交给传统六轴工业机器人完成焊接。车身车间本身自动化程度高，BMW 选择这个场景，是因为它既有清晰边界，也有足够真实的产线压力，能检验机器人是否能和既有智能物流、焊接岛、生产 IT … 公开数据非常具体：Figure 02 在约 10 个月里支持超过 30,000 辆 BMW X3 生产，累计移动 90,000 多个部件，运行 1,250 多小时，走过约 120 万步，工作安排达到周一到周五每天 10 小时班次。Figure AI 还披露，其 KPI 包括 84 秒总循环时间、37 秒装载时间、单班次大于 99% 的正确装载目标，以及尽量减少人工暂停和复位。这些指标让案例从“酷炫视频”变成可评估的制造工程项目。 这个案例的价值在于，它把人形机器人的优势限制在一个足够窄但足够有价值的任务窗口里：人形结构适合既有人类工位，双臂和移动能力适合处理料箱、夹具、通道和设备之间的转换，而 AI 学习能力则用于让动作从实验室迁移到产线。短期看，人形机器人不会替代整条生产线，而是先填补那些单调、重复、对人体工学不友好、但又不值得为单一产品重建专机的工位。 限制也同样清楚。Figure 02 的案例仍属于受控工位的部署，任务边界明确，生产节拍可预测；AEON 在 Leipzig 的完整试点还要到 2026 年夏季开始。真正的大规模扩展，还需要证明跨车型、跨工厂、跨任务的部署成本足够低，安全认证和维护体系足够稳定，软件更新不会破坏产线稳定性。即便如此，BMW 的数据已经让“人形机器人能否进厂”这个问题变成了“哪些工位先值得进、如何计算 ROI”。
