金牌獎牌雙第一！智元“機器人奧運”首秀殺瘋了，最能打的是“打工人”

作者 | 三北 編輯 | 漠影 8月26日報道，剛剛，2026世界人形機器人運動會落下帷幕，最終成績單出爐。智元獲得金牌數、獎牌數雙第一，拿下18金16銀12銅。

靈巧手金牌最多、場景賽金牌最多、舞蹈武術類金牌最多……首次參賽的智元成為最大贏家之一：靈犀X2量產機拿下田徑100米障礙賽冠軍，遠征A3在競技類項目中奪得武術太極拳金牌；精靈G2拿下圖書館、室外應急場景等比賽的金牌；智元子公司臨界點贏得了贏得了8個比賽項目中的7塊金牌，包括“積木搭建”、“粉末稱重”、“鑷子夾豆”等項目…… 可以看到，今年大會的跑步、跨欄等競技比賽依然是關注焦點，出圈話題不斷；與此同時，本屆賽事最大的變革在於場景賽的大幅擴容，以及自主運行要求變高。場景賽從首屆的6項擴張至21項，覆蓋消防、酒店、家政、工業分揀、醫藥、圖書館等九大真實產業場景。

規則設定上，全自主完成任務權重係數為1，遙控操作僅得0.5分。競技類絕大多數項目同樣禁止遙控，必須全自主運行。賽事開始更加考察機器人真實上崗幹活的能力。智元相關工作人員告訴，來參加這場比賽，是給自家“打工人”做一次實戰體檢。精靈G2此前已經在龍旗科技南昌工廠和上汽通用奧特能超級工廠等真實工業環境中常態化作業。可以看到，比賽規則正在轉化為人形機器人的產業技術標尺。從“能跑能跳”到“能幹能扛”，人形機器人產業正試圖在從運動原型走向產業化上崗，而賽事設計也在用競賽規則倒逼技術創新，推動行業從演示驗證走向規模化部署。

一、機器人奧運開始考“上崗證”，智元奪18金16銀 以本次大賽最大的變革“場景賽”為例，智元精靈G2在應急處置和圖書館場景中拿下的兩塊金牌，是典型的“上崗考試”。應急處置場景考驗機器人的全身協作能力。比賽設置了辦公區避障與清障、開窗操作、隔離帶取出與連接三個環節，機器人需要連續完成底盤移動、機械臂操作和姿態調整等多項任務。智元與華南理工大學組成的聯合參賽隊伍，採用全自主策略，由智元精靈G2搭載完整的“大腦”能力執行長流程任務，最終完滿完成整個比賽。

其“大腦”算法體系分為三層：底層由智元自研GO系列模型承擔視覺理解、指令解析和任務泛化，中間層由Genie Studio Agent解析場景目標、拆解任務並生成行動序列，上層則通過強化學習工具鏈完成策略訓練、驗證和迭代優化，三層協同完成整套應急處置流程。再看看圖書場景賽，這同樣是對全流程自主作業能力的嚴格檢驗。智元與清華大學、上海交通大學組成聯合賽隊，需要讓機器人完成圖書出庫與運輸、上架歸位、錯放識別和糾正三個連續環節。團隊預先建立高精度地圖，對關鍵點位進行標定，再通過定位與導航算法計算路徑，同時結合視覺模型識別圖書脊背標籤，構建機器人大腦的自主決策系統。

精靈G2的比賽項目，與它日常承擔的工作高度同源。在龍旗科技南昌工廠，精靈G2完整覆蓋了整條平板量產質檢工段，獨立完成多媒體界面測試、音頻測試、輻射雜散發射測試和耦合測試等多道高精度檢測任務。8臺G2曾連續作業6天，累計生產17500餘件產品，作業成功率達到99.99%。以賽促研的價值在於，把一個“熟練工”扔進陌生的工位。工廠部署驗證的是長期穩定性和作業一致性，而比賽用陌生環境、高擾動條件和有限準備時間檢驗泛化能力。二、場景賽拼到最後，拼的是機器人的“腦子” 場景賽成績背後，機器人開始拼“大腦”。從戰略佈局來看，智元具備軟硬一體全棧能力，研發重心甚至更偏向基座模型及相關AI能力。

智元創始人、董事長兼CEO鄧泰華曾在2026年4月的合作伙伴大會上談道，公司將超過四分之三的研發人力和超過四分之三的研發費用投入到了大小腦AI研發中。“我們定位自己是具身智能基礎模型公司，因為AI需要有身體，所以我們做了配套的本體，以AI來定義本體。”鄧泰華說。這種軟硬一體、AI優先的打法，讓智元同時握住了模型、本體和真實部署數據三個關鍵環節。只做本體容易陷入硬件參數競爭，只做模型又缺少真實物理世界的驗證載體，而兩端結合後，模型可以反向定義本體，本體又能持續為模型提供真實數據，形成“本體—數據—模型—部署”的迭代閉環。比賽場景越複雜，這種軟硬協同的優勢也越容易顯現。

比如圖書場景，機器人需要從視覺信息中理解圖書位置，再結合地圖、導航、目標點和操作要求完成整個流程。這裡面已經包含感知、理解、規劃、動作執行和糾錯等多個環節。當環境發生變化時，它依然能做出正確判斷。這也是智元把“三智一體”放到產品架構核心位置的原因。按照智元的定義，一個本體對應運動智能、交互智能和作業智能三種能力，其中運動智能解決物理執行，交互智能對應服務生產力，作業智能則承擔勞動生產力。把這個邏輯放回運動會，就會發現三條技術線正在匯合。開幕式上，24臺遠征A3與20名專業舞蹈演員完成大規模人機共舞；隨後，遠征A3又與乒乓球世界冠軍丁寧展開人機對抗。

相關資料顯示，這套乒乓方案依靠自研運動控制算法SpikePingpong，在無遙控、無腳本、無人工干預的情況下，自主完成視覺捕捉、軌跡預判、全身運動規劃和擊球閉環。通用AI能力硬指標突破，也證明了AI投入已經開始產出成績。7月，智元自研具身原生全模態大模型WITA-Omni Preview登頂DailyOmni全模態理解榜單，綜合成績達到85.21分，在8項細分指標中有6項排名第一。該榜單重點考察音視頻聯合理解、時序推理和跨模態語義能力，這些能力與機器人在真實空間中的感知和交互高度相關。5月，智元自研世界模型Genie Envisioner-Sim 2.0，也就是GE 2.

0，登頂WorldArena Track1世界模型感知與動作響應賽道。相關資料顯示，該模型並未針對榜單進行特殊設計，只做了基礎微調，重點驗證模型在真實世界策略評測、數據迴流等環節的通用能力。智元近期還發布了融合大小腦的GO-2模型，預計第三季度推出GO-3模型，融合ViLLA架構和世界模型架構，具備了規劃推演能力，也具備複雜任務的推理執行能力，數據規模達GO-2的數十至百倍，在成功率、泛化性及長程任務處理上爭取大幅度突破，從而拉高整個行業在作業智能方面的模型上限。當這些創新領先算法最終進入真實機器人，就會從模型排行榜上的分數，變成一個現場任務能否完成的概率。

這種軟硬全棧的價值，最終還是要回到真實作業裡驗證。WITA-Omni強化多模態理解，GE 2.0強化世界和動作建模，再疊加精靈G2在真實場景中積累的數據，智元正在把感知、理解、規劃和執行能力逐步拉到同一條技術鏈上。比賽考的是一次任務能不能完成，部署考的是機器人能不能一直完成，而支撐兩者的核心，最終都回到了AI。三、從奪金回到“部署態”，機器人開始影響生產力 智元此前已經用XYZ三條曲線描述具身智能產業的演進。X曲線解決的是“機器人動起來”，進入開發和嚐鮮階段；Y曲線對應“機器人幹起來”，進入部署成長期；Z曲線則指向數據與算法不斷積累後出現智能湧現。

智元在今年4月提出，2026年是從開發態走向部署態的關鍵節點。這套判斷提前把“部署”從商業化結果，提升到了產業發展的第二階段。機器人只有從開發態進入部署態，才能不斷進入真實崗位，持續產生真實世界數據，再通過數據反哺模型，推動能力繼續進化。可以說，智元想搶的，是下一階段產業發展的入口。部署態的門檻遠高於做出一個漂亮的演示。機器人一旦進入工廠，就從展臺上的主角變成生產流程裡的一個工位。它要長期穩定地自主作業，要滿足生產節拍，還要經得起異常情況，更要證明一臺跑通之後，第二臺、第一百臺仍然能跑。這條路其實更難，也更慢，但產業價值更大。

因為機器人只有真正進入業務流程，才能從一個需要被展示的產品，變成一個能夠持續創造價值的生產力單元。智元目前已形成產線上下料、工業搬運、物流分揀、導覽導購導引、服務零售站、安防巡檢和工商業清潔七大部署態解決方案。方案都在頭部企業的真實場景中得到驗證。比如，產線上下料方案已在龍旗南昌產線併線常態化部署，實現了8小時連續作業、完成2283項任務、全程零失誤的作業記錄；工業搬運方案在富臨精工和上汽工廠常態化運行；物流分揀方案已跑通並啟動海外複製。工商業清潔方案累計出貨已超過萬臺。部署規模，還很大程度影響下一輪AI能力的進化速度。

真實機器人持續工作會產生大量真實世界數據，這些數據再回流到模型和本體的迭代中，形成本體、數據、模型、部署四個維度相互協作的飛輪機制。智元堅持軟硬全棧，正是為了讓這個飛輪能夠有效轉起來。部署態數據飛輪跑起來之後，開發態數據飛輪可以作為補充，兩者共同驅動模型持續進化，逐步逼近物理世界圖靈測試的臨界點。2026年3月，智元實現行業首個累計1萬臺具身機器人下線。6月28日，第15000臺機器人下線，距離萬臺節點僅用時不足3個月，再次刷新全球行業量產紀錄。智元建立了全球首個具身智能機器人標準化供應鏈體系A鏈，覆蓋機器人上下游全環節，聚焦高質量、規模化、創新性和全球化四大目標。

目前訂單驅動型的柔性生產和交付能力可達年產10萬臺以上。從萬臺到萬五千臺，從產線驗證到批量部署，智元正在用真實數據證明部署態產業化模式的可複製性。結語：強體健腦，讓具身智能生產力進入真實場景 北京冰絲帶裡的運動會落下帷幕，場景賽金牌是對技術能力的階段性驗證，是對“打工人”智能化水平的一次公開檢閱。而工廠產線、物流倉庫、商業門店，將是檢驗生產力的最終考場。可以看到，人形機器人正試圖從運動原型走向生產力單元。當越來越多的機器人像智元機器人一樣走上真實崗位，當部署態數據飛輪帶動模型能力持續攀升，智元所描繪的具身智能生產力新時代，正在從藍圖變成現實。