Siemens、英國機械人初創公司 Humanoid 以及 Nvidia 在 Hannover Messe 2026 發佈一項為期兩週的實時工廠部署測試結果，該測試於一月在德國 Erlangen 的 Siemens 電子工廠進行，並超越所有預設基準。Humanoid 的 HMND 01 Alpha 輪式機械人連續運作超過八小時，以每小時 60 次貨箱搬運速度執行貨箱拆疊任務，拾取與放置成功率超過 90%。
該機械人與人類工人及現有自動化系統共存於生產環境中，其表現直接影響營運。 機械人實際任務為拾取儲存貨箱、運送至工廠各處，並置於指定交接點的輸送帶上，供人類工人處理。此循環重複直至整疊貨箱清空。此類任務重複性高且體力需求大，在不可預測環境或需即時人機協調的工業場景中，構成自動化挑戰。 Siemens 全球製造運動控制主管 Stephan Schlauss 形容 Erlangen 工廠為「客戶零號」，強調 Siemens 先在其自家工廠驗證技術，再向外部客戶提供。
此舉使 Siemens 成為首位付費客戶及驗證者，而非被動評估者。
背後技術架構
HMND 01 Alpha 建基於 Nvidia 的物理 AI 架構，機載運算由 Nvidia Jetson Thor 驅動。訓練採用 Nvidia Isaac Lab 進行強化學習及策略開發，Nvidia Isaac Sim 則負責模擬驗證，於實體部署前完成。整合至 Siemens 生產系統透過 Siemens Xcelerator 平台實現，提供數位孿生、AI 感知、PLC-機械人介面、車隊管理及工業通訊網絡。
此配置讓機械人即時協調生產系統、其他自動導引車輛及人類工人，展現企業級整合水準，區別於單純展示。 Nvidia 機械人及邊緣 AI 副總裁 Deepu Talla 表示，此部署為人形機械人實現活躍工廠生產目標鋪路。 發佈中另一亮點為開發時程。模擬優先方法將原型開發由傳統 18 至 24 個月縮短至約 7 個月，此加速屬潛在客戶部署準備的賣點。 Humanoid 由 Artem Sokolov 於 2024 年創立，總部位於倫敦，並在波士頓及溫哥華設辦事處，僱用逾 200 名來自 Apple、Te
sla、Google 及 Boston Dynamics 的工程師。公司亦推出雙足版 HMND 01 Alpha，具 29 個自由度及完整感測器組，包括 RGB 相機、深度感測器及 6D 力/扭矩感測器。 下表列出 HMND 01 Alpha 主要規格：
| 規格項目 | 細節 |
|---|---|
| 運作時間 | 超過 8 小時連續運作 |
| 貨箱搬運速度 | 每小時 60 次 |
| 拾取放置成功率 | 超過 90% |
| 機載運算 | Nvidia Jetson Thor |
| 自由度 (雙足版) | 29 個 |
| 感測器 | RGB 相機、深度感測器、6D 力/扭矩感測器 |
Siemens 及 Humanoid 未公布商業推出時程，但將 Erlangen 部署定位為「工廠級模型」，供其他製造商複製，作為人形機械人部署的參考架構，而非一次性展示。此定位反映工業趨勢，人形機械人被視為解決製造業勞力短缺方案，尤其在產品多變、安全需求或需人機協作的環境中，全自動化生產線難以實現。
