作者丨刘政鑫
编辑丨刘欢
导读：2026 年，人形机器人行业迎来一场静默而深刻的变革：评价机器人的核心指标正从“能不能动”转向“完成了多少任务”。亿欧首次提出机器人产业的底层计量单位——RTC（Robot Task Completion，机器人任务完成数）。当产业开始以“任务”而非“动作”计量价值，标志着其真正走出实验室。RTC 有望继“工时”之后，成为人类经济活动中最重要的计量单位跃迁，只不过这一次，被计量的对象是机器人。
行业拐点：从“演示经济学”到“任务经济学”
过去，机器人行业的评价尺度存在扭曲：发布会上展示跳舞、后空翻，短视频中呈现抓取、装配。这些画面虽具观赏性，却难以让客户进行商业算账。2026 年的真实落地数据揭示了一个关键转折点：任务边界清晰、成功率可测、作业量可计，这恰恰是 RTC 得以成立的土壤。
工业端率先跑通“任务计量”。小米汽车工厂的人形机器人在自攻螺母上件工站的双侧作业成功率从 90.2% 提升至 98%，逼近熟练工人 99% 的合格率水平。
物流端效率显著跃升。星动纪元具身智能分拣机器人已在中国邮政广州邮区中心稳定运行超 5 个月，单台供件效率从最初的每小时 300 件提升至最高 1200 件，准确率超过 95%。
消费端积累“有效任务”数据。未来不远机器人的家庭通用机器人 F2，服务户数从 1 月的 200 多户增长至 5 月的 500 多户，累计服务时长超 5 万小时，试用满意度达 96.8%。自变量机器人与 58 集团合作推出人机协同保洁，明确划分了机器人与人工的任务边界。
尽管家庭场景的任务定义相对模糊，但这将倒逼行业重新定义“一个有效家务任务”。同时，机器人租赁模式正从粗粒度的“租时间”向精细化的“租任务”演进。当前租赁市场虽爆发，但多停留在“按天/按月”计费，核心目的多为“吸睛”。RTC 的真正机会在于将计价单位细化为“有效任务完成数”，即客户购买的不再是机器人“待在那里的 8 小时”，而是其“真正完成的标准化任务量”。
RTC：定义什么是“一个有效任务”
RTC 的定义看似简单：机器人在真实环境中，端到端完成一个被明确定义的、有价值的任务单元的数量。然而，“一个任务”的边界划定至关重要：
- 在车厂：可能是一个“电芯抓取 - 放置”循环，或一次“自攻螺母上件”。小米给出的 98% 双侧作业成功率，即为典型的 RTC 质量阈值。
- 在物流前置仓：是一次“接单 - 取货 - 打包”的完整履约。星海图方案的口径为订单执行成功率超 99%。
- 在租赁场景：是一次完整的“迎宾 - 互动 - 表演”服务交付。
- 在家庭场景：是一次“衣物折叠并归位”。F2 机器人展示的七个连续步骤全自主完成，即构成一个 RTC 单元。
RTC 统计的是“有效”任务完成数，而非尝试数。抓取失败、分拣错误或需人工介入的情况均不计入。RTC 的计数前提有二：任务必须被明确定义，且必须达到“被接受”的质量阈值。这正是当前行业的痛点，也是 RTC 标准的护城河所在。当企业能稳定输出高成功率的数据时，它们实际上正在默默定义着“什么是有效任务”。
RTC 的核心价值：一把尺子，四重意义
让跨场景的机器人生产力变得可比
这是 RTC 最直接的价值。当前各厂商参数五花八门（续航、自由度、负载等），导致客户难以核算成本。一旦 RTC 成为行业标准，无论是上汽的电芯上料、京东的订单履约，还是家庭家务或迎宾表演，原本不在同一话语体系的“干活”能力，都可以在统一的“任务词典”下进行横向比较。如同千瓦时让发电量可比，RTC 让所有机器人产出的“有效劳动”变得可比。
让“自主率”无所遁形
过往行业常以“零人工干预”为卖点，但这经不起推敲。真实的工业场景中，部分异常由人工兜底才是常态。RTC 配合“任务成功率”指标，能精准暴露系统的真实自主水平。小米的 98% 作业成功率、星海图的超 99% 订单执行率以及 F2 的大规模服务时长，之所以能成为信任锚点，正是因为 RTC 框架让“自主”变得可验证。
推动商业模式从“卖硬件”转向“卖任务”
这是 RTC 最深刻的商业意义。当 RTC 可被精确计量，收费模式可从“一次性卖断”演变为“按任务计费”，类比云计算按 API 调用次数收费。客户不为“一台机器人”付费，而为"N 个有效任务”付费。这将使客户的资本性支出（CAPEX）转变为可变运营支出（OPEX），显著加速市场采纳曲线。
加速数据飞轮运转
RTC 不仅是一个计量单位，更是一个数据采集锚点。每一个被计数的 RTC 都绑定着完整的上下文信息（任务类型、环境状态、成功/失败记录等）。这些数据回流至模型训练环节，形成“数据闭环”。RTC 越高质量、越细粒度，模型迭代越快；模型越强，RTC 越高。这也是车企愿意将机器人放入量产线的核心原因：只有真实产线才能产生高价值的 RTC 数据。
RTC 会成为机器人产业的“工时”吗？
回顾历史，“工时”成为工业革命核心计量单位用了近百年，重塑了工厂制度与薪酬体系。RTC 正处在相似的黎明前夜。从产业趋势看，条件正在成熟：头部企业任务成功率已达 95%-99%，2026 年上半年全球人形机器人出货量同比飙升 272%，量产线部署已从概念验证走向常态化。
然而，RTC 要真正成为行业标准，仍需跨越三道坎：
标准化挑战
谁来定义“一个任务”？车厂的电芯上料相对清晰，但家庭的“做一次饭”、租赁的“完成一次迎宾”、康养的“完成一次陪伴”，其边界界定更为复杂。
防作弊机制
RTC 存在被刷量的风险。若让机器人反复执行简单任务堆高计数，技术上并不难。因此，RTC 必须与“任务难度系数”、“自主率”及“端到端成功率”捆绑计量，单一的 RTC 数字并无实际意义。
数据主权归属
RTC 数据采集涉及客户现场的完整作业数据，其归属权及是否可用于模型训练，是 B 端客户最敏感的议题。若无法妥善解决，RTC 的数据飞轮将难以转动。
结语：机器人的活儿终于可以被计量了
当上汽“能仔 1 号”在电池量产线上自主规划路径，当 F2 机器人在数百个家庭累计完成数万小时服务，当租赁机器人以完成任务为导向被使用时，这些数据的真正意义在于：机器人的活儿终于可以被计量了。
计量是人类经济活动从混沌走向秩序的起点。工时计量催生了工厂制度，API 调用计量催生了云计算产业，而 RTC 计量有可能催生一个全新的“机器人生产力市场”。在这个市场里，任务就是货币，完成就是价值。
业界都在等待机器人产业的"iPhone 时刻”，但比其更早到来的，很可能是 RTC 的标准化时刻。因为没有计量就没有市场；没有 RTC，机器人就永远只是实验室里的展品，而非真正的劳动力。机器人产业的下一个十年，不属于走得最像人的那一个，而属于被计量得最清楚的那一个。RTC，正是那把正在被锻造的尺子。