GPT-6 之后，机器人公司还有价值吗？智元用 2 万台出货量背后的 "Worken" 算力账本回应。

    作者丨齐铖湧

    编辑丨岑   峰

2026 年，具身智能赛道正在陷入一场前所未有的情绪焦虑。

GPT-6 Astra 展示出的具身控制能力，让 " 物理 AI 即将被 AI 击穿 " 的论调甚嚣尘上；负责感知与决策的 S2 层，正在以肉眼可见的速度被通用智能接管。行业里甚至出现了明确的路线分化：一批做模型的公司开始转型卖数据，" 卖铲子 " 成了新的安全区。

而在烈火烹油的显示场景中，哪怕今年中国机器人整机产量突破 10 万台，能真正在流水线上替代现实工作、替人类扛起 KPI 的确寥寥无几。

所有从业者都在等一个答案：当通用大模型不断吞噬智能的上层，做机器人的公司，价值锚点到底在哪里？

10 月 29 日，上海世博中心，智元创新日（A.I. DAY），稚晖君、姚卯青、熊彦、王闯和他们的智元军团用两个多小时的发布会，给出了一套完整的回应。现场超 1000 名科研伙伴、开发者、商业伙伴与媒体参会，线上超 50 家媒体直播。

AI 科技评论认为，这场分享里，有非常多的干货和行业痛点，值得跟大家剖析：

01

Worken：

稚晖现场造了一个具身新名词

发布会开场，稚晖君先泼了一盆冷水。

" 中国今年机器人整机产量预计突破 10 万台，但我们也必须清醒：生产了多少台机器人，并不等于真实世界就多了多少生产力。"

这句话说完，现场一片沉默。

这也是 AI 科技评论在一些行业调研中发现的 " 行业幻觉 "：量产的新闻满天飞，但真正持续投入生产力的寥寥无几。对此，智元给出的解法是一个全新的度量衡：Worken（有效智能工时）：

Worken = 活跃机器人数量 × 自主工作时长 × 产出效能比

三个乘数，各自藏着具身行业的三个痛点问题：宕机、离线、维护中的机器不算活跃；遥操作时段不计入自主工作时长。镜头前忙得团团转、镜头后站着三个手柄操作员的机器人，在这套算法下工时直接清零；产出效能比以一个标准工人的单位时间合格产出为 1.0，干得比人慢就不达标。

为解释这个概念，稚晖君串起了一段度量衡史：蒸汽时代看 " 马力 "，电力时代看 " 千瓦时 "，数字 AI 时代则是用 "Token" 度量思考量。他总结道："token 衡量机器思考了多少，Worken 衡量机器行动了多少。"

在 AI 科技评论看来，这个概念的提出，远比发布某个产品重要，它代表着资深从业者对这个行业的深度思考。

大模型产业之所以能形成今天按量计费、按效果定价的商业闭环，token 居功至伟。它让 " 智能 " 首次成为可定价交易的商品。而物理 AI 行业苦无度量衡久矣：买卖双方无法定价，资本算不清楚投入产出，Worken 正是解开这个死结的关键。

稚晖君没有仅仅停留在造新词上，现场他直接切出了实时工时看板：龙旗产线的上下料机器人、香格里拉酒店的服务机器人、长隆乐园的文旅机器人，每台机器当月贡献的有效工时实时滚动。他调侃了道：" 上过班的朋友都填过工时，未来对机器人的服务，也要按 Worken 来计费。"

同场，由中国信通院等权威机构联合编制的《2026 具身智能产业创新报告》正式发布，Worken 及相关部署态实例成功入选。度量衡刚发布，就已经有了权威背书。

在 AI 科技评论看来，"从卖机器人到卖工时"，是理解智元全部商业逻辑的钥匙。

当机器人按 Worken 计费，客户买的就不再是一台出厂即巅峰、逐年折旧的设备，而是一个持续进化的生产力单元。稚晖君的另一句话点明了资产属性的变化：" 硬件会陈旧，但智能可以升值。"

02

六个月前出的题，这次交卷了

对 Worken 的构思最早源于六个月前的 APC2026 智元合作伙伴大会。当时，智元创始人邓泰华断言：2026 年是具身智能从 " 开发态 " 迈入 " 部署态 " 的元年。稚晖君则定调：" 行业真正的分水岭，是从’卖机器人’转向’交付结果’。"

彼时支撑这个判断的，是龙旗工厂一场 8 小时无剪辑直播：精灵 G2 以 " 正式员工 " 身份连续作业，成功率 100%。那是单点实证，证明 " 能行 "，但还证明不了 " 能规模化地行 "。

六个月过去，具身行业和智元的落地细度已经完全不同。

在经营面上：22026 年上半年出货 9700 台，以超 43% 的份额稳居全球第一；9 月第 2 万台机器人下线，从万台到两万台只用了半年；上半年收入接近 20 亿元。

万台量产是人形机器人行业的 " 生死线 "，考验的是供应链管理、良品率控制和成本摊薄的综合功夫。智元合伙人王闯给出了跨越这道坎的底牌：100% 本土化 A 链、半小时供应链圈、92 项车规级量产测试。

" 量产不是把机器人造出来就完了，是要保证造出来的每一万台，都像第一台一样可靠。" 王闯直言，" 这背后没有捷径，全是产线上一个一个坑踩出来的。"

场景面上，4 月在龙旗产线打工的 " 老演员 "，至今稳定运行超过 7 个月；6 天直播累计作业超 60 小时，产出 17625 台电脑，机器人累计作业 64828 次，单件节拍 22.5 秒，与人类工人相当。" 能不能扛住一整年的产能考核 " 的悬念，也有了答案。

工业纵深也在拓宽：精灵 G2 已在龙旗工厂实现平板量产质检工段全覆盖，进入芯片封测与 CNC；精灵 G2 Max 落地食品、快消与电商搬运；横琴长隆部署近 500 台机器人，带动乐园客流提升近 40%；广州地铁超 120 台机器人上岗巡检；成都宽窄巷子落地了全球首个 VLA 模型驱动的双足人形零售作业，准确率 98%。

还有一个容易被忽略却极为关键的数字：人机运维比。

王闯公布的这个数字，已经从最初的 1:1（1 台机器人配 1 个调试人员）降到了 10:1，目标直指 30:1。在 AI 科技评论看来，这条曲线的斜率，才是 " 部署态 " 是一门真正的生意，还是一堆赔钱定制项目的试金石。

" 实验室是温室，真实世界是旷野。行业不缺技术难点，缺的是能批量上岗的生产力。"

4 月的 APC 回答 " 部署态是什么 "，10 月的 A.I. DAY 回答 " 部署态怎么度量、怎么算账、怎么进化 "。从提出概念到交付度量衡，智元用了六个月。

03

技术全景：

给 Worken 的三个乘数上保险

这场发布会的技术清单密度极高：第三代具身基座模型 GO-3 Preview、四层架构的 AGILE 运动引擎、全模态交互大模型 WITA-Omni、第三代硬件架构 AHA3 以及重载本体 G2 Max 等。

但在 AI 科技评论看来，与其逐条罗列参数，不如看清这些发布共同指向的结构：它们分别在为 Worken 公式的三个乘数上保险。（雷峰网）

GO-3 Preview 保的是 " 产出效能比 "。  姚卯青现场宣布，GO-3 已在 RoboDojo 等近期评估 GPT-6 具身能力的三大权威榜单全部登顶。

而比榜单更重要的，是部署后的进化能力：与清华联合研发的群体经验学习模块 CEL，机器人专拿失败案例 " 练手 "，实测 100 台机器人集群训练的任务成功率从 50% 量级拉到 98%；在真实便利店场景遇到 " 挂钩遮挡 " 的意外时、它能衍生新策略，把单次成功率从 20% 拉到 80% 以上。

正如姚卯青一阵见血的总结：" 具身模型的成长之路，不只是在数据里训练出来的，更是在真实场景里’干’出来的。"

AGILE 和 WITA-Omni 保的是 " 自主工作时长 "。  机器一旦宕机或求助人工，工时即刻清零。为此，AGILE 运动引擎通过四层架构赋予机器人 " 闭环恢复 " 能力。稚晖君直言，这彻底告别了当下许多跳舞机器人 " 闭眼盲目模仿 " 的行业通病。

在交互侧由另一位智元合伙人熊彦分享，也是全场最有 " 人味 " 的环节。WITA-Omni 将视、听、说、动同步建模，实现 " 边听边想边说 "，响应速度压到最快 400 毫秒，已经进入了人类日常对话的自然节奏区间。

AHA3 与 G2 Max 保的是 " 活跃机器人数量 "。  三智在硬件层面物理合一，控制器体积降 50%、延时降 50%；全球首款皮下式关节液冷系统，散热能力达到传统风冷的 7 倍，让关节持续扭矩输出达到风冷的 3 倍；G2 Max 双臂峰值负载 50 公斤、双电池热插拔撑住 8 小时全天候作业。

同步发布的还有新一代灵巧手家族 OmniHand 3 系列，其中 OmniHand 3 是首款已在产线连续作业的工业级灵巧手。

这条产品线的成熟度，直接决定精细操作的上限。还有那个 110 台远征 A3 创下的 " 全球最多人形机器人群舞 " 吉尼斯世界纪录。稚晖君称之为 " 行业迈向规模化的重要起点 "。

在软硬配置拉满之外，智元还留下了一个更具杀伤力的后手：发布业界首个具身原生操作系统灵渠 OS 1.0，并承诺年底全面开源。配合半年联动超 8 万名开发者的 " 元苼计划 "，智元正在试图垄断物理世界的基础设施。

一台台拆看是技术，合起来看，是一套 " 让有效工时持续变多 " 的精密装置。

04

正面回应 " 击穿论 "：

大模型是弹药库，而非掘墓人

这场发布会最值得记录的，是智元没有回避那个悬在行业头顶阴影：大模型会彻底 " 击穿 " 具身赛道吗？做机器人的本体公司还有价值吗？

面对这一焦虑，智元合伙人姚卯青给出了本场最锋利的一句回应：" 如果行业总将被 AI 击穿，那希望我们站在 AI 这一侧。"

他进一步解释：通用大模型单次推理耗时极长、算力成本极高，" 在要求低延时、高精度真实工业场景里难以落地部署 "。智元的选择是立足本体、饱和投入大模型自研，同时把能力沉淀成 " 生产级技术 "，并且宣布 GO-3 和整套具身 AI 技术框架年内开源，把架构变成生态。

稚晖君则从针对整个行业关心的问题做了两种未来的可能性推演：

第一种，通用基础模型越来越强且趋于开放，谁都能获得先进智能。那竞争焦点就变成谁能以更低成本、更高可靠性把智能接入真实世界；

第二种，模型依然高度依赖不同本体、不同场景的数据训练，不存在万能模型。那 " 谁拥有大规模真实部署、能稳定获取高质量数据 "，谁就赢。

而这两种未来，都是本体厂商的主场。

" 两条技术路径看似不同，最终都指向同一个结论：规模化的本体优势会越来越重要。"

这是一个相当漂亮的论证。在 AI 科技评论看来，" 把智能接入物理世界 " 从来不是软件问题，而是可靠性、成本、供应链、部署网络、运维体系的综合工程问题，这恰恰是互联网基因的大模型公司最难补课的部分。

智元如今 2 万台出货量、99.99% 稳定性、92 项车规级测试、10:1 人机比，就是阻挡纯算法公司的护城河。通用智能不是部署态的掘墓人，而是弹药库；思考交给大模型，但行动的壁垒，永远属于贴着物理世界生长的公司完成。

05

  一个现场 " 接话 " 的细节，

和具身行业真正的成熟

最后想说一个本场最容易被忽略的瞬间：发布会现场，智元合伙人熊彦在演示的时候，问远征 A3 一句 " 智元谁最帅 "，机器人毫不犹豫说：" 我可是智元的颜值担当。" 接着追问 " 除了你呢 "，远征 A3 没有机械回答，回答而是接了一句 " 当然你了，你的蓝色 POLO 衫很有精神。"

现场演示里，远征 A3 在嘈杂会场中不插话、等时机，能自动分辨谁在跟它说话；更难的是语言的弹性：熊彦现场带着它从普通话无缝切到粤语、四川话、闽南话，甚至完成了同声传译。

熊彦的解释很务实：" 方言识别不是炫技，是上岗资格证。"WITA-Omni 支持超过 100 种语言和 29 种方言，并已登顶 Daily-Omni 等四项具身交互权威榜单榜首，12 月将在国内完成全面部署。这些能力落在北大人民医院的导诊台、宽窄巷子、长隆的咨询点位上，就是实打实的在岗工时。

这个瞬间之所以值得记录，是因为它背后站着的，是本场发布会最 " 有人味 " 的一个模型：WITA-Omni 全模态交互大模型。它不是把语音、视觉、动作几个模块简单拼接，而是把所有输入输出放在同一个模型里同步建模，才能做到夸人夸得如此具体，有情商。

除了能观察，有情商外，还能做到让机器人 " 边听边想边说 "，响应速度压到最快 400 毫秒、平均 600 毫秒，已经进入了人类日常对话的自然节奏区间。

熊彦在现场的演示，更像一场突击考试：带着远征 A3 从普通话无缝切到粤语、四川话、闽南话，甚至完成了同声传译；在嘈杂的会场里，机器人不插话、等时机，能分辨出谁在跟它说话、谁只是在和旁人闲聊。WITA-Omni 支持超过 100 种语言和 29 种方言，并已登顶 Daily-Omni 等四项具身交互权威榜单榜首，12 月将在国内完成全面部署。

类似的质感遍布全场：龙旗产线 22.5 秒的节拍、便利店挂钩遮挡的失败案例、长隆 " 人机网络物理隔离 " 的 5G 方案、运维平台 " 新增点位一键复用 " 的设计。这些都不是实验室里能规划出来的，是旷野里长出来的。

六年前，这个行业比拼谁的机器人能翻跟头；三年前，比拼谁的 Demo 视频更流畅；今年 4 月，智元说比赛换成了 " 谁的机器人能连续干活 "；这个 10 月，它干脆给比赛发了计时器。

正如稚晖君在开场说：" 智元第一次参赛就拿到了第一，但支撑这份成绩更有意义的，是商业化部署。我们的机器人既能上赛场，也能进工厂、去商场。"

46 枚运动会金牌是面子，实时滚动的工时看板是里子。Worken 能否成为行业公认的度量衡，最终取决于买卖双方的共同采用，这需要时间验证。但至少在这个被 " 击穿论 " 笼罩的秋天，智元做了一件行业早该有人做的事：

当所有人都在争论机器人够不够聪明时，它第一个站出来，给机器人记了考勤，并且告诉具身行业：下半场比的不是谁更会表演智能，而是谁更能交付工时。（雷峰网 ( 公众号：雷峰网 ) ）

雷峰网原创文章，未经授权禁止转载。详情见转载须知。