图源：蓝鲸科技记者拍摄

蓝鲸新闻 4 月 17 日讯（记者 翟智超）在量产元年的喧嚣中，彭志辉和智元机器人要回答的核心问题只有一个：人形机器人到底能不能在生产线上把账算平？

最新，在 4 月 17 日智元合作伙伴大会后，鲜少公开接受媒体采访的智元联合创始人、总裁、CTO 彭志辉，与媒体进行了深入交流。彭志辉语速很快，逻辑严密——三年前，他是 B 站上拿螃蟹壳做火星车的 " 稚晖君 "；现在，他是全球第一家把人形机器人做到万台量产规模的企业掌舵人。

当同行还在 PPT 里画饼、在融资稿里造词，智元 2025 年的营收已经超过十个亿。但 " 不缺钱 " 的表述底下，真正的短板反而更清楚。

彭志辉承认，从工厂里连续八小时零失误，到走进普通家庭而不出安全事故，中间隔着的不是技术灵感，是百万小时级的真实物理数据。从 " 一体三智 " 的全栈铺开到 " 三智一体 " 的模型收敛，路径还没走完。

谈到宇树科技和海外对手时，他维持了技术人的克制与尊重，但 " 断崖式领先 " 的判断也没有收回去。

这场对话不渲染极客情怀，只谈供应链响应速度、BOM 成本压降曲线和规模化复制的效率。

当人形机器人被真正推上产线，开始计算投入产出比，彭志辉和智元给出的，是这个行业第一份需要拿营收来背书的答案。

营收从 1 亿到 10 亿，我们现在不急着拿别人的钱

问：最近很多同行都在疯狂融资，想知道你们有没有融资计划或已经融到了？另外，去年你们说不缺钱，现在公司规模扩大、业务增多，钱还够不够？同行资金和技术都上来了，我们还能继续保持竞争力吗？

彭志辉：首先我们确实不太缺钱。一方面商业化进展很好：2024 年营收不到 1 亿，2025 年已超过 10 亿，今年还会有几倍增长。我们现在能自我造血，对一级市场融资没那么迫切。另一方面，我们的运营节奏很有规划，知道自己该做什么、花多少钱，拿钱需要平衡——太多会稀释股份，太少活不下去，这块我们做得很好。

同时，我们把很多核心模块拆分成子公司，可以独立融资。母公司不缺钱，但市场热度高，子公司也有发展诉求。拆分的逻辑是场景解耦和专业化深耕，不同形态应对不同物理约束和任务目标。比如 4 组拆出来后，能更专注解决特定场景问题，更快实现商业化闭环，符合我们 " 三智 " 形态下场景边界的思路。这些子公司属于 " 富二代创业 "，有的成立才三个月估值就超过 5 亿美金，发展速度比我们当年快得多。所以我们的确不缺钱，更看重自我造血和商业化能力的提升。

问：您刚才提到不缺钱，也做了全面布局。那么在成为新生产力的过程中，目前最缺什么？对您自己来说，眼下必须完成的目标和任务又是什么？

彭志辉：目前最缺的是数据。相比大语言模型用了整个互联网的数据，我们还差 3 到 5 个数量级，缺口非常大。而且这些数据要求很高，不只是数字数据，还需要物理世界中的接触力、摩擦力、重力、粘滞力等高维数据，采集成本也很高。所以我们一方面在推创新的数据采集方案（比如 " 大使 " 方案、人机合一产品），另一方面积极建设开放数据集生态。今年会逐步开源百万小时量级的具身数据集，明年争取上千万小时，在行业内遥遥领先。

问：之前大家说智元拆分出来的各个子公司要自负盈亏，您刚才提到它们是 " 富二代 " 状态。请问像擎天柱、四足这些业务，距离实现自负盈亏大概还有多久？哪个会最快完成？另外，它们在市场上的融资进度和情况如何？

彭志辉：首先，所谓 " 自负盈亏 " 可能是内部小道消息，不准确。行业早期，尤其是新赛道，不可能一开始就自负盈亏。我们有一大批基础投入，比如生态建设（占 1% — 2%）、数据建设、算力、与供应商联合研发等，短期算不过来账，但为了产业长远发展，我们坚持大规模投入。

不过，我们团队战斗力非常强，三年时间已成为行业头部，而且是断崖式领先——全球唯一全栈且突破万台量产规模的公司。

商业化进展很快，有些业务部如果抛开早期的共性投入，已经盈亏平衡，比如 0007 和精灵，商业化表现很好。我们通过创新产品形态定义具身智能机器人，例如灵犀是行业第一个面向下一代的商用智能交互终端，而不是半自动装置。终端的定位引导了技术突破方向：交互智能和运动智能要足够拟人、生动、有生命力，交互体验要好。这些引领行业的创新，比快速追求商业回报更有价值。我们的百千万（358）计划，营收从 1 亿到 10 亿到百亿到千亿，只是顺带结果，更大的动因是推动整个产业发展。

宇树把本体成本做到了极致，智元要的是把场景跑通

问：智元从擎天柱到觅蜂科技，一直在走平台化布局。这样做的核心考量是什么？能解决哪些行业共性问题？对推动具身智能的规模化落地，有哪些关键作用和价值？

彭志辉：我们不是为了全栈而全栈，而是以终为始——目标是推动具身智能在真实场景落地。要跑通一个场景，既需要稳定的本体、灵活的运动智能，也需要强泛化的作业智能和快速部署的交互智能。全栈全平台都得跑通，因为我们不是想做核心零部件供应商，而是要打通整个场景。全栈也帮助我们形成数据闭环：在真实世界采集足够多、足够好的数据，迭代具身大模型；模型反过来对本体提出要求，本体根据场景边界适配形态，形成一个四维一体的闭环飞轮。

只有做全栈，才能把这个飞轮转起来。当然，其他领域也可能诞生优秀的零部件供应商，但那不是我们的目标，我们的目标就是跑通整个场景。

问：您之前说的智元资源已经断崖式领先，怎么看宇树科技？

彭志辉：宇树就是我们典型的刚才讲的本体为主，当然我觉得他们是一家非常了不起的公司。他们深耕了十年，本体的降本、量产效率和运动智能都是行业第一梯队，很值得我们学习。我们的差异在于全栈布局：除了本体和运动智能，还有交互和作业。我们不是为了推出一个通用硬件平台，而是要把平台应用到真实场景里，跑通场景，给客户带来实际生产力——这也是我们公司的使命。

就像上午大会分享的，未来任何想推动具身落地的公司，最终都得建四维一体，只是先后顺序不同。我们跑得比较快，三年就把全栈闭环跑通了，甚至比特斯拉还快。但我们的对手也值得尊敬，现在不是存量市场的内卷，蛋糕还不够大，大家是一起推动产业发展，不用比较，相互欣赏。

问：你说我们是全球唯一完成四层能力全栈布局的企业，但完成和完美还有差距。从你的角度看，这四层中哪一层一直是卡点和明显短板？针对这块，接下来短时间内的空间是什么？

彭志辉：卡点确实很多，我们年轻公司不可能一上来什么都有。比如运动智能，一年前走路都不稳，现在已经是行业头部。作业智能跟海外头部模型公司还有差距，毕竟海外在基础理论创新（如大模型架构）上起步更早。

但我们数据建设很早，追赶很快，而且很多 AI 人才是华人，战斗力强。在工业体系从 1 做到 100 的搭建上，可能没那么快追上来，但国内有一个很大优势：在充分开放的场景里，能利用好制造业供应链，用中国速度和场景跑出全球最好的具身智能。

我们还在路上，挑战也很多。另外，核心零部件虽然已经足够好，但仍有提升空间，比如引入新材料，让它更轻、更柔、更亲和地与人交互——这些底层技术还没达到完美状态。

问：您认为在这个算法层面，中国的人形机器人与美国的特斯拉差距大吗？

彭志辉：他们还没量产，基本还是 PPT 状态，真实效果无法评估，买不到也看不到。宣传效果很好，但可能只是在理想场景下测试的。国内外差别在于：海外基础创新好，但中国在工程化落地、供应链整合和场景丰富度上优势很大。要说谁能先把机器人变成现实世界的劳动力和生产力工具，中国目前领先。但要讨论谁能定义下一代通用机器人的终极形态，双方都在探索，还没有哪一方更领先。

问：智元一直在坚持做机器人的大脑。我想问一下，具身模型和工艺模型的本质性架构区别是什么？另外，今天发了这么多模型，为什么会有这么多？哪一个对机器人大脑智能的提升起到决定性的作用？

彭志辉：一开始是 " 一体三智 "，因为不同领域对数据、模型架构的要求差别很大——比如运动控制、世界模型、强化学习小模型，各自需要的技术路径不同。所以我们先分开发展，把每个单项指标做到足够强：运动模型追求动作精度和鲁棒性；具身模型追求任务执行的高成功率；仿真世界模型追求渲染精度。最后它们会向端到端演进，从 " 一体三智 " 走向 " 三智一体 "，融合成一个大的模型。这不是重复投入，而是因为每个领域要求不同、技术路径还没收敛，需要多路径探索。等到各模型效果达到一定标准后，再逐步走向融合。

机器人要先在工厂把账算平，才有资格谈进家庭

问：机器人现在在一些场景的部署，怎么样来判断它真正走出 demo 的阶段，用什么维度来判断？

彭志辉：其实刚才大会上可能有人注意到了，我们现在依然走在行业最前面。从过去的开发态走向部署态，核心指标就是能否为客户创造足够价值。以前在实验室里，成功率、节拍、环境约束都不严格；现在进入真实部署，要在开放场景做复杂任务，成功率必须满足上限要求。比如我们前几天直播中，在龙旗平板的上下吊工序上，做到了 8 小时零失误、100% 成功率——只有达到这个标准，才能在真实场景大规模推广。

最后还要算得过经济账：客户为什么用我们的机器而不是招人？只有在相同节拍和质量下帮客户降本、创造更多价值，这笔账才成立。而要真正大规模上量，对本体的耐用性、可靠性、成本也有很高要求。过去几年，我们和产业一起培养了一批高质量供应商，比如核心关节模组、电池等，之前没有完全匹配我们产品形态的供应商，都是联合攻关、打磨，才达到了今年量产过万台的规模。

问：智元在工业领域已经很成熟了。请问机器人真正进入中国家庭还需要多久？量产节奏是怎样的？关键的卡点是什么？成本降到多少才能被大众接受？

彭志辉：进家庭确实很复杂：1000 个家庭就有 1000 种环境、成员状态和任务，还涉及亲密的人机交互，安全性要求比工厂高不止一个维度——工厂里最多做坏零件，家里出事故就可能伤人。

所以我们遵循技术规律，先易后难，先把成熟度匹配的场景（比如工厂里的装配、分拣这类简单场景下的复杂任务）落地，把本体规格做成熟、成本通过规模降下来，为进家庭打基础。

未来进家庭可以用不那么直接的方式，比如以服务订阅或 " 滴滴打机器人 " 的形式——用户不用买机器人，而是按需叫一个家庭机器人来干活，后台有人类远程监管兜底，这样既解决了任务复杂和自主性不足的问题，又保障了安全。

同时，这个过程中收集的真实场景数据会帮我们迭代模型和本体，逐步降低人类接管比例：从 50% 降到 20%，最终完全自主。节奏上，2026 年我们已开始进工厂落地，未来三年智能水平和泛化性持续提升，大概五年后逐步进入家庭。

问：你们前两天在龙旗南昌工厂提到机器人成本管控，请问这笔账具体怎么算？除了硬件，目前占比较大的成本还有哪些？机器人现在能在工厂里完全取代人吗？它的寿命大概多久？什么情况下损耗会比较大？

彭志辉：我们一直说现在还没到完全取代人的阶段，智能水平还不够，完整取代所有工序还有挑战，但取代一部分工序是没问题的。所以它不是取代人，而是增强人。成本方面：本体成本会随规模效应大幅下降，第一代接近 100 万，第二代降到 20 万以内，第三代能力更强、成本更低。早期研发投入（模型、数据、专利）也占很大一块，这是我们的护城河，必须坚决投入。还有社会成本——人从出生到成为劳动力需要十几二十年教育，机器人一出厂就能干活，边际成本几乎为零。

问：前两天看到咱们万台产品并线，还提到一个 "30 分钟生态圈 "。能分享一下：量产速度为什么这么快？这个生态圈具体是怎么回事？

彭志辉：归根结底还是落到人——我们的团队战斗力很强。一方面从传统制造行业吸引了很多优秀人才，另一方面我们一开始就把技术演进路径和商业化想得很清楚，先谋后动，战斗力又强，所以商业化结果非常好。第二个是对供应商的要求：所有供应体系，如果现场出问题，供应商必须在 30 分钟内响应——这也是邓泰华讲的生态伙伴计划中的一环。

我们对自己标准非常严格，也希望合作伙伴提供同样高的配合标准。这其实对整个产业供应体系的成熟有推动作用，能按高标准供应的厂商，未来也能服务整个行业。