熄灯的“黑灯工厂”为何正在向城市蔓延

去年12月，韩国产业通商资源部部长金正观在访问位于北京亦庄的小米电动汽车工厂后，在社交媒体上发布的内容引发了热议。

“从下单到交付的全过程都在以 数据为基础运行。这里没有常驻人员，甚至无需开灯，所谓的‘黑灯工厂’已经成为了现实。”

黑灯工厂是指在没有人员和照明的情况下，仅靠机器人和人工智能就能24小时运转的无人工厂。因为即使一片漆黑也不受影响，所以得名“黑灯工厂”。

在第一篇中，我们探讨了被称为新质生产力的政策在现实中是如何实现的，本篇将带大家一一探访这些现场。

结论先行，这种自动化并没有止步于工厂围墙内，而是正在向整座城市蔓延。

先看看市场规模，全球市场研究机构Grand View Research预测，黑灯工厂市场将从2024年到2030年以年均8.7%的速度增长，到2030年规模将达到约1946亿美元（约合275万亿韩元）。

中国台湾的台积电（TSMC）在2023年竣工的后道工艺专用工厂中，也采用了32公里长的自动物流系统和AI调度算法，开启了无需人工干预的完全自动化，因此黑灯工厂并非中国独有的实验。

只不过在规模和速度上，中国确实显得遥遥领先。

如果说中国台湾将同一概念集中在半导体后道工艺上，那么中国的不同之处在于，它正在电动汽车、智能手机、工程机械等各行各业同时发力推进。

亦庄的黑灯工厂，91%的生产流程由机器人完成

金部长访问的小米北京亦庄电动汽车工厂，据悉其核心工艺实现了100%自动化，整体工艺自动化率达到91%。500多台机械臂100%自动处理组装作业。过去由人来判断的领域，即生产、品质、设备

和物流运营，现在由AI通过实时读取数据来做出决定。

过去我国制造业关注的重点是数字化转型，即收集数据并实现工艺自动化。

但现在审视中国工厂可以发现，它们已经跨越到了下一个阶段，即由AI自主判断的人工智能转型阶段。

金部长也在社交媒体上准确指出了这一差异。如果说过去的方式是将人凭经验和感觉判断的工作转化为数据，那么现在的中国工厂已经进入了将判断本身交给AI的阶段。

黑灯工厂转型之所以能如此迅速地扩散，其原因不仅仅是为了炫耀技术。

在省去照明、取暖和人工成本的同时，还能提升设备开机率和生产的一致性，且无需倒班或休息时间，实现了全年无休的生产。

但必须指出的是，这种效率背后也伴随着大规模岗位替代这一结构性课题。业界普遍认为，以简单组装或重复劳动为主的岗位很有可能首当其冲。

亦庄这个地区本身也并非偶然选择的结果。

位于北京西南部的这里，是中国指定的“国家智能网联汽车政策先行区”，也是自动驾驶产业的核心地带。在开发自动驾驶汽车的城市中，同时入驻了自主运转的工厂，可以说在亦庄这一地区，“自动”这一关键词被双重叠加了。路上的汽车和工厂里的机器人正在同一个社区里，并排学习着“如何自主判断”。

每秒生产一部手机，小米昌平自动化工厂的速度

还有同一公司但不同工厂的例子。

2024年10月，小米投资约5000亿韩元，在北京昌平开设了新一代智能手机工厂。年产能达1000万部，智能机器人从印刷电路板组装到零部件检测、最终测试，全过程24小时处理，以每秒一部的速度生产成品。

电动汽车在亦庄，智能手机在昌平。一家公司在不同城市，分别通过完全自动化工厂生产不同的产品。这被解读为公司层面的战略，而非单一的成功案例。

将这两座工厂放在一起对比，可以发现自动化的侧重点略有不同。

如果说亦庄工厂的重点在于“将判断交给AI”，那么昌平工厂则聚焦于“速度与重复”。

这表明即使是同样的自动化，也会根据产品特性而确定不同的优先级。

电动汽车零部件多、工艺复杂，因此判断力更重要；而智能手机的关键在于大规模生产，因此速度更为关键。

再看昌平工厂的处理量，年产1000万部，折合每天约2.7万部，即每秒一部。

人无法以这种速度在组装线上工作，因此必须将其视为从设计之初就摒弃了人工布局的工厂。这意味着这不仅仅是在现有工厂里多引进几台机器人，而是根据无人化运营的需求重新绘制了工厂的设计图。

比亚迪为何将西安工厂自动化率提升至97%

在电动汽车领域，比亚迪（BYD）也不容小觑。

比亚迪西安工厂利用机器人搬运系统和无人搬运车（AGV，无需人员自主移动运送零件的搬运机器人），将焊接、涂装、电池组装等生产工艺的自动化率提升至97%。

第一篇中提到的比亚迪海外销量激增、国内销量不振的K型成绩单背后，正是这种生产现场的变革。

仔细想来，这是一个自然的趋势。对于海外销量增长超过70%的公司来说，需要一套能够快速且稳定产出的生产体系。

仅靠人工组装线很难应对如此大规模的销量增长。97%的自动化正是比亚迪针对产量压力给出的答案。值得注意的是，焊接和涂装等高温、粉尘、有害物质暴露频繁的工艺被优先交给了机器人。这不仅是为了效率，改善作业环境也是推动自动化的另一个原因。

有趣的是，三家工厂找到了各自不同的答案。

亦庄侧重于基于数据的判断，昌平侧重于速度，西安则侧重于全工艺的机器人化。它们正朝着自动化的同一目标，行走在不同的道路上。

机器人从何而来，杭州“六小龙”

那么，是谁在制造这些工厂运转所需的机器人呢？答案的大部分指向了杭州。

深度求索（DeepSeek）创始人梁文锋和机器人企业宇树科技（Unitree）创始人王兴兴均出自杭州。以这座城市为大本营的深度求索、宇树科技、深蓝机器人、游戏科学、博睿康（脑机接口企业）、曼恒数字（3D打印企业）这六家企业，在中国被称为**“杭州六小龙”**。

如果说深圳是以华为、腾讯、比亚迪为代表的中国第一代技术产业的大本营，那么杭州则是凭借浙江大学、浙江工业大学等新兴工科名校源源不断输出人才，引领以AI和机器人为核心的第二代技术的高地。

杭州市政府自2015年起推行的人才引进政策也发挥了重要作用。浙江大学计算机系每年培养2000多名硕士和博士，其中30%以上留在杭州创业。深度求索创始团队的5名成员、深蓝机器人创始人均出自浙大。

杭州市提出的政策方向也很独特。由地方政府挂帅，在背后支持企业，据说在云计算资源支持政策实施的3年内，企业的云使用量增长了470%。得益于此项支持，像曼恒数字这样的公司将3D图形渲染成本降至行业平均水平的60%。杭州这座并未被划分为“一线城市”（如北京、上海、广州、深圳）的城市取得如此成就，让人深刻感受到一个地方政府的意志能多大程度上改变产业生态。

宇树科技的王兴兴毕业于浙江工业大学机电工程学院，看着他制造的人形机器人“H1”在春晚舞台上表演群舞的视频，这不仅仅是实验室的样机，而是已经售卖的产品，这一事实令人惊叹。

值得注意的是，六小龙中机器人公司就有两家（宇树科技、深蓝机器人）。

杭州这座城市同时培育出了AI模型（深度求索）和承载该AI的硬件（宇树科技）。

既然大脑和身体在同一城市共同成长，两者在某个时间点相互交换技术并产生协同效应的可能性也随之而来。

人形机器人，全球出货量的97%是中国制造

看看这些机器人在市场上的实际销量，数字更为惊人。

市场研究机构Smart Analytics Global（SAG）数据显示，今年上半年全球人形机器人出货量约为1.91万台，比去年同期增长了3倍以上。其中，中国企业占比超过97%。

从企业来看，上海的智元机器人（Agibot）以8400台的出货量占据44%的市场份额位居第一，杭州的宇树科技以5900台占据31%位居第二。仅这两家公司就占据了全球出货量的四分之三。相比之下，特斯拉、Figure AI、Agility Robotics等美国企业的合计份额甚至不到3%。投入到工业和商业现场的机器人占比也从一年前的约50%上升到了现在的70%以上。这意味着重心正从演示用机器人向现场用机器人转移。

中国之所以能迅速占领该市场，背景在于电动汽车、电池、无人机产业中已经构建好的供应链。

制造电机、减速器、传感器、电池、电子零部件的生态系统已经齐备，只需将这些零部件装进机器人的身体即可。在美国企业致力于AI软件开发的同时，中国企业在批量生产和现场部署方面率先扩大了规模。

政府的助力也不可或缺。

中国在2017年首次将机器人制造业从国家标准中独立分类，2023年又将分类进一步细化为工业用和特殊作业用等。

从今年开始，针对智能物理机器人和清洁机器人设立了单独的关税代码，简化了出口通关程序，今年6月，中国出口信用保险公司还为智元机器人签发了保单，助力出口。

目前中国已经开发出400多款人形机器人模型，这一数字超过了全球总量的一半。这绝非一家公司、一座城市的规模，而是整个国家都在投身这场竞争。

超越工厂，走向城市，杭州城市大脑

这里自然而然会产生一个疑问：机器人和AI已经如此紧密地交织在一起，自动化的脚步为何要停在工厂的围墙内呢？答案可以在杭州再次找到。

阿里巴巴自2016年起与杭州市共同打造的城市大脑（City Brain），是一个实时收集全市监控摄像头和交通信号灯数据来控制交通的人工智能系统。在萧山区首次引入时，行驶速度提升了15%，随后扩展至杭州全城，一度位列中国交通拥堵城市前五的杭州，如今已降至第57位。据说每辆车在道路上平均花费的时间也减少了3分钟。

从交通管控开始，城市大脑的角色正逐渐扩大。

犯罪活动的自动报警每天发生500多起，准确率高达92%，并被实际用于犯罪侦查。最近，随着生成式AI和数字孪生（在计算机中完整复制现实空间并进行模拟的技术）的加入，系统进化为“城市大脑3.0”，管理范围从交通扩展到了行政和城市安全。

大韩贸易投资振兴公社（KOTRA）杭州贸易馆对此评价称，中国的智慧城市正在超越单纯的数字化行政系统，发展成为涵盖城市运营整体的综合性平台。

工厂里有机器人进行判断，城市里有AI对交通信号灯和监控摄像头进行判断。判断主体从人向机器转移的趋势在工厂和城市同时发生，而且是在同一座城市杭州上演，这一事实非常有趣。

将一个工厂自动化与运营一座城市在规模上完全不同，但两者背后的技术原理，即实时收集数据并让机器立即做出判断的方式却大同小异。将这两个案例并列来看，这一点更加清晰。

归根结底，黑灯工厂和城市大脑是同一理念在不同领域应用的两个案例。

为何所有的自动化都发生在此时

这一趋势并非止步于少数几家企业的成功故事，统计数据也提供了佐证。

根据世界经济论坛（WEF）与麦肯锡联合发布的《全球灯塔工厂网络2026》报告，利用第四次工业革命技术取得卓越成果的所谓灯塔工厂（指在生产率和品质方面引领行业的模范工厂的国际指标）全球共223家，其中中国拥有99家，以44.4%的占比位居第一。韩国仅拥有5家灯塔工厂。

值得注意的是，这些灯塔工厂每年以400~500家的速度新建或转型为无人化工厂。

这意味着这不再是零星的示范案例，而是正在整个产业中确立为标准的节奏。

根据国际机器人联合会（IFR）的数据，全球工业机器人新增装机量的54%集中在中国，目前中国制造业现场约有200万台工业机器人正在运行。规模是世界第二日本的约4.5倍。仅2022年一年，中国安装的工业机器人就超过29万台，占全球总量的52%。

将这些数字与第一篇中探讨的新质生产力政策结合起来看，画面就完整了。

政府动员财政、银行贷款乃至资本市场，全力支持半导体、AI、机器人产业的结果，正体现在如今亦庄、昌平、西安的工厂地板上，以及杭州的交通信号灯系统中。

政策文件中看到的抽象数字，实际上正具体化为每一座工厂、每一台机器人。

如果说第一篇展现了“资金流向何处”，那么第二篇则展现了这些资金实际上正在创造什么。

下一篇将深入探究驱动这些工厂和机器人的软件部分，即Kimi、通义千问等中国产AI模型，以及“一人一智能体”时代口号的实际含义。

我们目前所见的硬件自动化与软件相结合后，会完成怎样的一幅图景，这是下一个问题。

这一趋势在韩国也已成为争议焦点。

现代汽车集团为了实现2028年前黑灯工厂商用化，在集团最高战略会议上讨论了无人工厂项目“DF247”，对此工会反驳称：“在没有替代方案和就业保障的情况下投入机器人，将冲击大韩民国所有的劳动者。”

工会方面的问题在于，随着机器人投入，物量可能会优先转移到海外工厂，在韩国工厂空心化之后才会引入自动化程度极高的新工厂。

在审视过中国工厂的现状后，这看起来与其说是一家企业的劳资问题，不如说是整个产业所面临的速度问题。在筹备下一篇内容时，我将持续关注这一问题。

归根结底，是减缓速度还是奋起直追，选择其中之一的时机已经比想象中更近了。