跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

人形机器人进汽车工厂:现代Atlas计划与蔚山罢工透露了什么

2026年7月,现代汽车数千名工会工人在蔚山罢工,此前关于部署人形机器人的谈判破裂。《华尔街日报》称,这是汽车行业第一场直接围绕人形机器人的工厂停工。

科技解释林晓雯发布: 2026年9月27日4 分钟阅读资料来源 2
人形机器人进汽车工厂:现代Atlas计划与蔚山罢工透露了什么

据《韩国先驱报》报道,现代汽车集团希望在现代和起亚工厂部署超过25000台Atlas人形机器人。首批Atlas计划于2028年进驻现代汽车美国Metaplant工厂,这家电动车工厂位于佐治亚州萨凡纳郊外。其他工厂的时间表尚未公布。

这一计划已经撞上劳工问题。据《韩国时报》报道,现代蔚山产业园区的工会工人在15轮谈判失败后,从7月13日至15日每天提前两小时离开白班和夜班,并计划在7月20日至22日举行四小时罢工。《华尔街日报》称其为“汽车行业第一场针对人形机器人的工厂停工”。

现代汽车工会代表超过39000名韩国工人。据《华尔街日报》报道,工会的要求包括:把生产工人的时薪改为固定月薪,以防自动化削减工时;将退休年龄从60岁提高到65岁。奖金也在谈判桌上。

Atlas究竟是什么

Atlas由美国机器人公司波士顿动力制造,该公司即将成为现代的全资子公司。现款Atlas是双腿机器,身高超过6英尺(约1.8米),能举起100磅(约45公斤)以上的重物,于今年年初发布。据《连线》报道,在2026年1月的CES上,谷歌DeepMind和波士顿动力表示,将在未来几个月内在现代汽车工厂测试由Gemini驱动的Atlas机器人。

波士顿动力CEO罗伯特·普莱特对《连线》说:“未来的真正价值在于,我们的机器人能感知周围环境,并能用双手操作任何物体。”他表示,现代工厂这类制造环境是合适的起点。他还说,人形机器人要真正普及,必须保证人的安全。“即使是很小的机器人也可能很危险,”他说。

成本账来自证券分析师。三星证券分析师Esther Yim在接受彭博社采访时说,每台Atlas成本估计为13万美元,但大约两年就能回本。Ars Technica引用了这一说法。麦格理证券韩国的James Hong提出,如果成本降到10万美元,机器人的运营成本可能低于美国联邦最低工资7.25美元,并低于典型汽车工人的工资。

佐治亚是试验场

Metaplant America已经是美国自动化程度最高的汽车工厂。《IEEE Spectrum》统计,那里有超过850台机器人负责卸零件、冲压钢板、组装车架和安装车门,另有300台自动导引车。波士顿动力的四足机器人Spot在焊装车间做“外观质量检查”。2026年7月,《亚特兰大宪章报》一名记者到访时看到,“机器狗用嵌有传感器的鼻子嗅探缺陷”。

Atlas将于2028年在Metaplant从分拣和整理零件起步。该厂总装部门主管杰拉尔德·罗奇对《亚特兰大宪章报》说,人形机器人不会威胁人类员工,因为软管、线束、地毯和饰板等软质零件需要人手的触感。

根据佐治亚州经济发展协议,现代承诺到2031年在Metaplant雇用8100名全职员工,该协议附带价值约21亿美元的激励方案。《亚特兰大宪章报》发现,到2025年底该厂已雇用超过3800名工人。那里的美国工人没有加入工会,但代表美国、加拿大和波多黎各约40万名汽车工人的美国汽车工人联合会一直在尝试组织他们。

现代不是唯一一家。据Ars Technica报道,特斯拉正在为自己的电动车工厂开发Optimus,宝马在南卡罗来纳州斯帕坦堡用Figure AI的机器人做过试点测试。包括比亚迪在内的中国车企也在测试人形机器人。

更大的背景并不新。据国际机器人联合会统计,到2021年,全球汽车工厂里已有超过100万台机器人,占全部工业机器人的三分之一。截至2025年,美国已部署38000台工业机器人,其中13500台在汽车行业。人形机器人与这些机器有一个区别:它们被宣传为通用型,而正是这个承诺让工人走上罢工。

评论 0

资料来源

2
  1. 01Fear of humanoid robots spurs human workers to strike at Hyundai auto factoryEN
  2. 02Google Gemini Is Taking Control of Humanoid Robots on Auto Factory FloorsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。