一台机器人在仓库里搬箱，走到传送带边却要离岗充电。接手的设备是否已经就位？充电位有没有空？这一趟往返又占了多久？这些琐碎时间加起来，往往比一次漂亮的抓取演示更接近采购部门关心的成本。
10月15日，Agility Robotics宣布选择英国Nyobolt，为下一代人形机器人Digit 5提供快充电池技术。两家公司给出的设计目标是工作90分钟、充电9分钟，工作与充电时间之比达到10:1；Agility预计，配备该电池的Digit 5在一天内可工作超过20小时，早期客户供货计划于2027年上半年开始，随后六至九个月逐步提高供应量。[1][2] 这组数字之所以值得看，是因为它把机器人竞争从“能做什么动作”拉到了“每天能交付多少小时的有效作业”。截至这次公告，它们仍是新一代产品的预期性能和交付安排，现场连续运行曲线还需要客户验证。
九分钟究竟买回多少时间
先按厂商给出的节拍做一道理想算术：90分钟运行加9分钟充电，一个周期99分钟，其中运行占90/99，约90.9%。如果24小时始终重复这一周期，运行时间的数学上限是约21小时49分钟。这个结果与厂商提出的“超过20小时”目标相容，却没有把排队、走到充电桩、机械臂待命、换任务、故障恢复和计划保养算进去。Agility同时称，上一代Digit 4的工作/充电比例是2:1；在同样只考虑这一比例的抽象模型里，24小时运行上限为16小时。[1] 两代产品的任务、负载与工况并未因此变成同一场测试，不能拿两个上限直接当作客户节省的人力。
真正要计价的是“有价值的工作分钟”。有的机器人通电站着等上游来箱；有的在走廊绕行；还有的已经到位，却因抓取失败需要人工复位。这些时间都可能落在“运行”一栏，却没有形成合格吞吐。比较方案时，先把一天分成执行任务、充电、前往或离开充电位、等待任务、人工干预、维护六类，再记录每类分钟数和合格箱数。比起单独汇报开机率，仓库主管会更想知道一班下来传送带实际多收到多少周转箱。
Agility此前在GXO的SPANX履约中心实施商业部署：2024年签署的多年期机器人即服务协议包含Digit及Agility Arc管理平台，任务包括从移动机器人接过周转箱、放上传送带。[3] 公司在2025年11月称，该现场累计搬运超过10万个周转箱。[4] 这说明旧代Digit已有真实作业场景，亦给新电池试点提供可观察的工序；累计周转箱数没有披露对应机器人台数、工时与单班良率，无法反推Digit 5的吞吐。供电升级最终还得在同一任务、相近班次和相同安全规则下比较。
车队规模会被充电节奏改写
假设一条工序在所有工作时段都需要60台机器人同时执行任务，且理想运行占比达到90.9%，仅为覆盖充电空档，理论上至少需要⌈60÷0.909⌉＝66台；若按2:1比例计算，则是90台。差出的24台很诱人，但这是教学用的容量边界，不是Digit 5可替客户削减24台的承诺。假如运行阶段只有75%的时间真正执行该工序，新方案的有效覆盖率约为0.909×0.75＝68.2%，所需数量便升到至少88台；还没算故障备用和峰值波动。产线工程师应拿现场任务日志重算，而不是把“10:1”直接乘进投资回报表。
充电位也要跟着算。在上述理想节拍下，100台机器人平均约有9.1台处于充电中，至少需要10个能同时工作的充电口，才勉强覆盖平均充电占用；机器人到站若集中在换班、订单波峰或同一批次任务结束之后，10个口会排队。排队把9分钟的电池充电时间变成十几分钟的离岗时间。仓库可用离散事件仿真，把到站间隔、充电位故障、排队长度和走廊拥堵输入进去，确定充电口数量和摆放位置，再预留维护时的冗余。
这个模型还有一笔经常漏算的设备费。机器人需要按最繁忙的两小时配备，充电口却未必需要全部按最高功率同时运行：若班次允许错峰，调度系统可以压低瞬时用电；若订单集中，限制充电功率又会拉长排队。两者需要在同一张时间表里优化。合同若采用机器人即服务，客户也要弄清月费到底包含多少台备用机、几个充电口、哪些配电施工，以及电池衰减导致的增配由谁承担。把这些费用藏在“机器人单价”之外，回本期就会失真。
这里还有一个容易被忽视的调度问题：快充让机器人更频繁地回到某个固定位置。若每台机器人充电前还要走两分钟、返回工作点两分钟，停工节拍就从9分钟变成13分钟，90/(90+13)约为87.4%。离岗路径与人行通道、叉车车道、消防出口如何隔开，影响的既是效率也是安全。充电桩放得太远，电池的高倍率能力可能被地面交通吃掉；放得太近，则要核查配电、散热和操作人员接近时的保护设计。
快充首先是配电与散热项目
9分钟只是时间，没有电池容量就无法算出实际充电功率。以“每周期需补入2千瓦时”为纯假设，电池侧平均功率约为2÷(9/60)＝13.3千瓦；若充电系统从电网到电池的效率假设为90%，每个充电口平均输入约14.8千瓦，十个充电口同时工作便接近148千瓦。这个数字不是Digit 5参数，容量、允许充电区间、充电曲线、辅助冷却功耗都尚未在此次公告中给出。采购方要向供货商索要的是从插入到离站的完整功率—时间曲线，而不只是“九分钟”这个点。
评估场地时，应把同时充电功率叠加到现有生产负荷：仓库的输送线、分拣机和空调可能恰好在订单高峰一起运行。需要核对变压器余量、配电柜和线路容量、峰值需量费用、断电后的恢复顺序；若物业容量吃紧，充电排程或储能削峰可以成为备选方案，但其建设和损耗成本要回到总账。峰值功率还可能高于上述平均值，不能用平均功率直接确定断路器规格。
电池这一侧的约束是热。Nyobolt在介绍高倍率电池的技术文章中写到，其方案采用NWO负极，强调低内阻、热量控制、散热系统、温度监测和电池管理系统对电压、电流及温度的监控。[5] 这些属于供应商对技术路线的说明，并不是Digit 5电池包在炎热仓库里完成验证的报告。电芯测得的速度移植到机器人身上，还要经过电池包、连接器、充电器、软件限流和防护结构。气温较高、长时间搬重箱之后立即充电，或连续多个快充周期时，系统会不会降功率？这比实验室里单次充满快多少更影响班次安排。
具体可要求三类数据：一是不同环境温度和起始荷电状态下，从进站到离站的实际时间及可用续航；二是峰值和平均充电电流、包内最高温度与最热电芯位置；三是保护触发后的恢复流程。还要约定异常断电、接触不良、温度传感器失效时机器人和充电口各自如何停机，谁有权限复位。工厂里的电池安全不是单个电芯宣传页能覆盖的。
所谓九分钟也须写明起止荷电状态。例如从20%补到80%，与从接近耗尽补到足够再工作90分钟，交付给生产线的能量不同。充电尾段常因保护需要降流，实际曲线并非一条水平直线。若一次九分钟只能补够较轻的任务，重载行走或反复抬举时仍要提前返航。仓库应从各类箱重和行驶距离抽取负载谱，在热机状态下连续测试数班；只看新电池、室温、单次充电，会错过高峰时段最常见的限功率情形。
四千次充电之后，九分钟还在吗
24小时连轴转的经济性，会把循环寿命摆到台面上。假设每天实际运行20小时、每次90分钟，约需13.3次运行周期；一年工作300天，约是4000次周期。数字同样只是估算，而且一次“充电事件”未必等于一次完整等效循环：是否从某个低电量阈值补到高电量，荷电窗口有多宽，都会改变老化口径。供应商若只报“可循环多少次”，应追问在什么温度、倍率、深度和容量保持率终点下测得。
Nyobolt与仓储机器人企业Symbotic于2025年9月公布过另一项合作，称新电源相较原有超级电容方案容量为六倍、重量降低40%，并称循环寿命至少为传统锂离子方案的十倍；Symbotic表示当时已在有限范围生产使用。[6] 那是SymBot移动机器人的不同产品、不同基线，不是Digit 5电池包的实测寿命。它提示采购方可以向Nyobolt索取长期运行记录，却不能把“十倍”直接写进Digit 5采购合同。更有用的是可签字的保修边界：在约定班次、充电倍率和环境温度下，多少年或多少等效循环之后，可用容量和可交付工作时间各不低于多少；超出边界时电池由谁更换、费用如何分担。
Agility的新公告还说Nyobolt技术有助于降低系统重量和延长寿命，但没有披露Digit 5的电池包容量、整包重量、充电器额定功率或寿命测试曲线。[1][2] 重量轻可能释放载荷或降低步行能耗，也可能因储能量较小而需要频繁补电；必须看同一任务周期里的“千瓦时—箱数—距离”，不能只比较电池标称重量。Nyobolt自己的工程文章也强调移动系统里尺寸、重量、功率和成本的取舍，以及要在具体负载、使用寿命和环境条件下表征电池。[7]
采购先把问题写进试运行协议
试点可以从一条稳定工序开始，比如GXO已验证过的周转箱转运，而非一上来要求机器人覆盖整座仓库。把上游出箱频率、单箱质量范围、放置位置、地面路线、每日峰值时段写进协议；每周导出机器人状态日志、电池健康度、充电桩功率、人工介入和合格作业量。约定连续数周的观察窗口，覆盖白夜班、满载与轻载、正常与偏热工况。对失败任务和计划停机明确归类，双方再按同一分母核算每千件合格搬运的机器人费、充电电费、配电改造与维护支出。
付款节点宜和交付证据绑定：样机通过现场安全评估，接着满足约定的任务成功率与可用时长，再验证快充和循环后的性能，最后才讨论增购。Agility所说的2027年上半年是早期客户获取Digit 5的预计起点，随后六至九个月逐步扩供；排产、备件、充电器认证和现场运维响应也需取得书面时间表。[1] 已签协议并投入仓库的旧代Digit，与尚待交付的新电池版本，应在预算里分开列项。
采购文件最好附上一张双方确认的计量表：分母是合同规定的计划作业小时，分子分别记录可接单小时、实际执行小时和验收合格的搬运量。设备因没有订单而空闲，与设备因过热无法接单，在账上应分开。还要约定日志导出权限和数据保留期，避免争议发生时只能看到供应商月报。若三个月后重测发现容量下降、同样班次出现更多充电趟数，就能沿着电池状态、充电排队和任务结果找到问题所在；该更换电池还是补建充电位，也有据可依。
对运营方来说，结论很朴素：快充的价值落在少配多少备用机器人、每天多完成多少合格任务上；成本则会在充电口、配电、热管理和电池换新时逐项出现。尤其在两班制仓库，如果夜间本就留出较长空窗，极快充电带来的新增产出可能有限；在全天连续分拣的现场，同样节省的几分钟才更可能转成真实订单。场景差异会决定采购优先级。九分钟若能在拥挤的班次里稳定兑现，经济性确实会变；如今最值得做的，是要求供应商交出能让现场工程师重算这笔账的原始数据。
配图为AI生成的概念示意；画面中的场景、曲线或产品展示不代表真实现场、测量结果或交易。
参考资料
[1] Agility Robotics，《Agility Robotics Selects Nyobolt as its Ultra-Fast Charging Battery Technology Partner for Digit 5》，2026-10-15。合作、90/9分钟、10:1、Digit 4的2:1、超过20小时目标及2027年供货预期。https://www.agilityrobotics.com/content/agility-robotics-selects-nyobolt-as-its-ultra-fast-charging-battery-technology-partner-for-digit-5
[2] Nyobolt，同题官方公告，2026-10-15。供应方对技术合作与预期性能的公开表述。https://nyobolt.com/resources/news/agility-robotics-selects-nyobolt-as-its-ultra-fast-charging-battery-technology-partner-for-digit-5/
[3] GXO Logistics／Agility Robotics，《GXO Signs Industry-First Multi-Year Agreement with Agility Robotics》，2024-06-27。商业部署、现场工序及Agility Arc。https://www.agilityrobotics.com/content/gxo-signs-industry-first-multi-year-agreement-with-agility-robotics
[4] Agility Robotics，《Digit Moves Over 100,000 Totes in Commercial Deployment》，2025-11-20。GXO现场累计周转箱数；非Digit 5快充测试。https://www.agilityrobotics.com/content/digit-moves-over-100k-totes
[5] Nyobolt，《How Ultra-Fast Charge Batteries Enable Continuous Fleet Operation》，2025-10-07。NWO负极、高倍率充电中的温控与BMS技术说明；属于供应商观点。https://nyobolt.com/resources/blog/how-ultra-fast-charge-batteries-enable-continuous-fleet-operation/
[6] Symbotic／Nyobolt，《Nyobolt and Symbotic Announce New Performance-Improving Power Technology for SymBot Autonomous Mobile Robots》，2025-09-23。另一种机器人电源的性能比较及有限范围生产使用。https://nyobolt.com/resources/news/nyobolt-and-symbotic-announce-new-performance-improving-power-technology-for-symbot-autonomous-mobile-robots/
[7] Nyobolt，《What efficiency really means for mobility and robotics》，2026-07-07。供电系统尺寸、重量、功率、成本权衡与具体工况表征。https://nyobolt.com/resources/blog/what-efficiency-really-means-for-mobility-and-robotics/