融资超900亿之后，机器人PCB要过的关从“能跑”变成“耐跑”

9月16日至18日，第九届中国机器人峰会在杭州举行。会上，中国机电一体化技术应用协会会长、新松机器人创始人曲道奎提到，2026年上半年具身智能赛道融资总额已经突破900亿元，人形机器人量产进程正在加速。但行业同时面临核心部件、真实场景应用和标准体系等问题，下一步要从实验室演示走向规模化应用。

900亿元融资很热闹，但机器人真正进入工厂、仓库和商业场景之后，衡量标准马上就变了。

发布会上完成一次抓取、搬运或者行走，与每天连续工作数小时完全是两回事。机器人从“能跑”走向“耐跑”，考验的不只是算法，也包括藏在机身内部的一块块PCB和PCBA。

Demo可以反复调，工业现场不能总停下来修

实验室里的机器人出现异常，可以停机、调参数、换板卡。

进入真实场景后却没有这么宽松。

机器人需要持续采集视觉、位置、力觉等信息，同时完成模型推理、运动控制和通信。如果主控板、关节控制板或者传感器板出现连接、焊接、散热等问题，最终表现出来的可能就是动作异常甚至停机。

因此，从样机走向实际应用，PCB评价标准也发生了变化。

研发阶段首先解决“功能能不能实现”，进入批量应用后，还要回答另一个问题：同样的板做100块、1000块，性能和品质能不能保持稳定？

这会把制造难点从单块样板制作，进一步推向批量一致性、SMT装联、检测和质量追溯。

算力搬到机器人身上，主控板开始承受更多压力

本届峰会上，端侧算力成为一个重要讨论方向。

9月17日，华睿智普发布基于3纳米SoC的物理AI端侧算力“智能超脑”，尝试将认知决策与运动控制进一步整合。其背后的产业需求并不复杂：机器人如果所有任务都依赖云端处理，网络时延和稳定性可能影响实时动作，因此越来越多计算需要直接在机器人本体完成。

计算向端侧移动之后，压力也会落到主控板。

处理器、存储、通信和电源等器件需要集中在有限空间，高速信号数量增加，PCB就需要在更小面积内完成更多连接。HDI可以通过微孔和更高密度的层间互连释放布线空间；高速数据传输则进一步考验阻抗、叠层和线路控制。

与此同时，高性能芯片带来的功耗和热量，也会让PCB布局、铜厚、电源完整性和整机散热设计变得更加重要。

芯片算力越高，并不代表机器人主控板只需要“把芯片焊上去”。恰恰相反，如何让算力稳定跑起来，开始成为PCB和PCBA共同面对的问题。

从高密度PCB到SMT，问题会一层层传下去

机器人主控板变复杂之后，制造压力不会停在PCB环节。

HDI涉及激光微孔、压合、层间对准等工艺；高速线路需要关注阻抗控制；进入SMT阶段，高密度BGA等器件又对锡膏印刷、贴装、焊接和检测提出要求。

其中一个容易被忽略的问题是：很多焊点藏在器件底部，肉眼并不能直接判断焊接状态。

这也是SPI、AOI以及X-Ray等检测手段在复杂PCBA制造中发挥作用的地方。它们关注的并不是“机器人”这个概念，而是非常具体的制造问题——锡膏印刷是否异常、器件贴装是否偏移、隐藏焊点内部有没有缺陷。

当机器人从几台验证机走向批量生产，这些原本看起来琐碎的制造细节，会直接影响产品的一致性。

融资之后，机器人供应链开始进入工程化竞争

峰会释放的另一个信号，是行业关注点正在从单纯展示机器人能力，转向真实场景、数据、成本和规模化应用。

这对PCB供应链同样是一道分界线。

样机阶段，PCB经常修改，订单数量小、版本变化快；进入产品定型和小批量阶段后，重点开始转向工艺能否复制；真正进入规模交付，则进一步考验PCB、SMT和检测之间能否稳定衔接。

这也是为什么机器人企业需要的不只是“做出一块板”，而是把研发阶段暴露的问题尽可能留在研发阶段解决。

聚多邦目前覆盖1—40层PCB、HDI以及PCB+SMT+PCBA等制造环节，并配置AOI、SPI、3D X-Ray等检测能力。放到机器人项目中，这类制造基础更适合承接从工程验证、小批量试制到后续批量生产之间不断变化的制造需求。

机器人真正放量，PCB看的不只是订单数量

900亿元融资给具身智能提供了继续试错和迭代的资金，但资金最终能不能变成产业规模，还要经过真实场景验证。

对于PCB行业而言，这也是判断机器人机会时需要注意的区别。

真正值得观察的，并不是每发布一款机器人就简单计算里面用了多少块PCB，而是机器人进入工业、物流、商业服务等场景后，HDI、高多层、高速互连以及高密度PCBA在整机中的使用深度是否持续提高。

如果机器人下一阶段真的从实验室进入更长时间、更高频率的实际作业，那么PCB制造面对的标准也会随之改变：

过去先解决“这块板能不能做出来”，接下来更重要的问题是——做出来以后，它能不能陪着机器人每天稳定地干活。