具身下半場怎麼打？智元用一場發佈會，給出了自己的答案

GPT-6之後，機器人公司還有價值嗎？智元用2萬臺出貨量背後的“Worken”算力賬本回應。作者丨齊鋮湧 編輯丨岑 峰 2026年，具身智能賽道正在陷入一場前所未有的情緒焦慮。GPT-6 Astra展示出的具身控制能力，讓"物理AI即將被AI擊穿"的論調甚囂塵上；負責感知與決策的S2層，正在以肉眼可見的速度被通用智能接管。行業裡甚至出現了明確的路線分化：一批做模型的公司開始轉型賣數據，"賣鏟子"成了新的安全區。而在烈火烹油的顯示場景中，哪怕今年中國機器人整機產量突破10萬臺，能真正在流水線上替代現實工作、替人類扛起KPI的確寥寥無幾。

所有從業者都在等一個答案：當通用大模型不斷吞噬智能的上層，做機器人的公司，價值錨點到底在哪裡？10月29日，上海世博中心，智元創新日（A.I.DAY），稚暉君、姚卯青、熊彥、王闖和他們的智元軍團用兩個多小時的發佈會，給出了一套完整的回應。現場超1000名科研夥伴、開發者、商業夥伴與媒體參會，線上超50家媒體直播。AI科技評論認為，這場分享裡，有非常多的乾貨和行業痛點，值得跟大家剖析：01Worken：稚暉現場造了一個具身新名詞發佈會開場，稚暉君先潑了一盆冷水。“中國今年機器人整機產量預計突破10萬臺，但我們也必須清醒：生產了多少臺機器人，並不等於真實世界就多了多少生產力。

”這句話說完，現場一片沉默。這也是AI科技評論在一些行業調研中發現的“行業幻覺”：量產的新聞滿天飛，但真正持續投入生產力的寥寥無幾。對此，智元給出的解法是一個全新的度量衡：Worken（有效智能工時）：Worken = 活躍機器人數量 × 自主工作時長 × 產出效能比三個乘數，各自藏著具身行業的三個痛點問題：宕機、離線、維護中的機器不算活躍；遙操作時段不計入自主工作時長。鏡頭前忙得團團轉、鏡頭後站著三個手柄操作員的機器人，在這套算法下工時直接清零；產出效能比以一個標準工人的單位時間合格產出為1.0，幹得比人慢就不達標。

為解釋這個概念，稚暉君串起了一段度量衡史：蒸汽時代看"馬力"，電力時代看"千瓦時"，數字AI時代則是用"Token"度量思考量。他總結道：“token衡量機器思考了多少，Worken衡量機器行動了多少。”在AI科技評論看來，這個概念的提出，遠比發佈某個產品重要，它代表著資深從業者對這個行業的深度思考。大模型產業之所以能形成今天按量計費、按效果定價的商業閉環，token居功至偉。它讓"智能"首次成為可定價交易的商品。而物理AI行業苦無度量衡久矣：買賣雙方無法定價，資本算不清楚投入產出，Worken正是解開這個死結的關鍵。

稚暉君沒有僅僅停留在造新詞上，現場他直接切出了實時工時看板：龍旗產線的上下料機器人、香格里拉酒店的服務機器人、長隆樂園的文旅機器人，每臺機器當月貢獻的有效工時實時滾動。他調侃了道：“上過班的朋友都填過工時，未來對機器人的服務，也要按Worken來計費。”同場，由中國信通院等權威機構聯合編制的《2026具身智能產業創新報告》正式發佈，Worken及相關部署態實例成功入選。度量衡剛發佈，就已經有了權威背書。在AI科技評論看來，“從賣機器人到賣工時”，是理解智元全部商業邏輯的鑰匙。當機器人按Worken計費，客戶買的就不再是一臺出廠即巔峰、逐年折舊的設備，而是一個持續進化的生產力單元。

稚暉君的另一句話點明瞭資產屬性的變化：“硬件會陳舊，但智能可以升值。”02六個月前出的題，這次交卷了對Worken的構思最早源於六個月前的APC2026智元合作伙伴大會。當時，智元創始人鄧泰華斷言：2026年是具身智能從"開發態"邁入"部署態"的元年。稚暉君則定調：“行業真正的分水嶺，是從’賣機器人’轉向’交付結果’。”彼時支撐這個判斷的，是龍旗工廠一場8小時無剪輯直播：精靈G2以"正式員工"身份連續作業，成功率100%。那是單點實證，證明"能行"，但還證明不了"能規模化地行"。六個月過去，具身行業和智元的落地細度已經完全不同。

在經營面上：22026年上半年出貨9700臺，以超43%的份額穩居全球第一；9月第2萬臺機器人下線，從萬臺到兩萬臺只用了半年；上半年收入接近20億元。萬臺量產是人形機器人行業的“生死線”，考驗的是供應鏈管理、良品率控制和成本攤薄的綜合功夫。智元合夥人王闖給出了跨越這道坎的底牌：100%本土化A鏈、半小時供應鏈圈、92項車規級量產測試。"量產不是把機器人造出來就完了，是要保證造出來的每一萬臺，都像第一臺一樣可靠。"王闖直言，“這背後沒有捷徑，全是產線上一個一個坑踩出來的。

”場景面上，4月在龍旗產線打工的"老演員"，至今穩定運行超過7個月；6天直播累計作業超60小時，產出17625臺電腦，機器人累計作業64828次，單件節拍22.5秒，與人類工人相當。"能不能扛住一整年的產能考核"的懸念，也有了答案。工業縱深也在拓寬：精靈G2已在龍旗工廠實現平板量產質檢工段全覆蓋，進入芯片封測與CNC；精靈G2 Max落地食品、快消與電商搬運；橫琴長隆部署近500臺機器人，帶動樂園客流提升近40%；廣州地鐵超120臺機器人上崗巡檢；成都寬窄巷子落地了全球首個VLA模型驅動的雙足人形零售作業，準確率98%。還有一個容易被忽略卻極為關鍵的數字：人機運維比。

王闖公佈的這個數字，已經從最初的1:1（1臺機器人配1個調試人員）降到了10:1，目標直指30:1。在AI科技評論看來，這條曲線的斜率，才是"部署態"是一門真正的生意，還是一堆賠錢定製項目的試金石。“實驗室是溫室，真實世界是曠野。行業不缺技術難點，缺的是能批量上崗的生產力。”4月的APC回答"部署態是什麼"，10月的A.I.DAY回答"部署態怎麼度量、怎麼算賬、怎麼進化"。從提出概念到交付度量衡，智元用了六個月。

03技術全景：給Worken的三個乘數上保險這場發佈會的技術清單密度極高：第三代具身基座模型GO-3 Preview、四層架構的AGILE運動引擎、全模態交互大模型WITA-Omni、第三代硬件架構AHA3以及重載本體G2 Max等。但在AI科技評論看來，與其逐條羅列參數，不如看清這些發佈共同指向的結構：它們分別在為Worken公式的三個乘數上保險。（）GO-3 Preview保的是"產出效能比"。姚卯青現場宣佈，GO-3已在RoboDojo等近期評估GPT-6具身能力的三大權威榜單全部登頂。

而比榜單更重要的，是部署後的進化能力：與清華聯合研發的群體經驗學習模塊CEL，機器人專拿失敗案例“練手”，實測100臺機器人集群訓練的任務成功率從50%量級拉到98%；在真實便利店場景遇到"掛鉤遮擋"的意外時、它能衍生新策略，把單次成功率從20%拉到80%以上。正如姚卯青一陣見血的總結：“具身模型的成長之路，不只是在數據裡訓練出來的，更是在真實場景裡’幹’出來的。”AGILE和WITA-Omni保的是"自主工作時長"。機器一旦宕機或求助人工，工時即刻清零。為此，AGILE 運動引擎通過四層架構賦予機器人“閉環恢復”能力。稚暉君直言，這徹底告別了當下許多跳舞機器人“閉眼盲目模仿”的行業通病。

在交互側由另一位智元合夥人熊彥分享，也是全場最有"人味"的環節。WITA-Omni將視、聽、說、動同步建模，實現"邊聽邊想邊說"，響應速度壓到最快400毫秒，已經進入了人類日常對話的自然節奏區間。AHA3與G2 Max保的是"活躍機器人數量"。三智在硬件層面物理合一，控制器體積降50%、延時降50%；全球首款皮下式關節液冷系統，散熱能力達到傳統風冷的7倍，讓關節持續扭矩輸出達到風冷的3倍；G2 Max雙臂峰值負載50公斤、雙電池熱插拔撐住8小時全天候作業。同步發佈的還有新一代靈巧手家族OmniHand 3系列，其中OmniHand 3是首款已在產線連續作業的工業級靈巧手。

這條產品線的成熟度，直接決定精細操作的上限。還有那個110臺遠征A3創下的"全球最多人形機器人群舞"吉尼斯世界紀錄。稚暉君稱之為"行業邁向規模化的重要起點"。在軟硬配置拉滿之外，智元還留下了一個更具殺傷力的後手：發佈業界首個具身原生操作系統靈渠 OS 1.0，並承諾年底全面開源。配合半年聯動超 8 萬名開發者的“元苼計劃”，智元正在試圖壟斷物理世界的基礎設施。一臺臺拆看是技術，合起來看，是一套"讓有效工時持續變多"的精密裝置。04正面回應"擊穿論"：大模型是彈藥庫，而非掘墓人這場發佈會最值得記錄的，是智元沒有迴避那個懸在行業頭頂陰影：大模型會徹底“擊穿”具身賽道嗎？

做機器人的本體公司還有價值嗎？面對這一焦慮，智元合夥人姚卯青給出了本場最鋒利的一句回應：“如果行業總將被AI擊穿，那希望我們站在AI這一側。”他進一步解釋：通用大模型單次推理耗時極長、算力成本極高，“在要求低延時、高精度真實工業場景裡難以落地部署”。智元的選擇是立足本體、飽和投入大模型自研，同時把能力沉澱成"生產級技術"，並且宣佈GO-3和整套具身AI技術框架年內開源，把架構變成生態。稚暉君則從針對整個行業關心的問題做了兩種未來的可能性推演：第一種，通用基礎模型越來越強且趨於開放，誰都能獲得先進智能。

那競爭焦點就變成誰能以更低成本、更高可靠性把智能接入真實世界；第二種，模型依然高度依賴不同本體、不同場景的數據訓練，不存在萬能模型。那“誰擁有大規模真實部署、能穩定獲取高質量數據”，誰就贏。而這兩種未來，都是本體廠商的主場。“兩條技術路徑看似不同，最終都指向同一個結論：規模化的本體優勢會越來越重要。”這是一個相當漂亮的論證。在AI科技評論看來，"把智能接入物理世界"從來不是軟件問題，而是可靠性、成本、供應鏈、部署網絡、運維體系的綜合工程問題，這恰恰是互聯網基因的大模型公司最難補課的部分。智元如今2萬臺出貨量、99.99%穩定性、92 項車規級測試、10:1人機比，就是阻擋純算法公司的護城河。

通用智能不是部署態的掘墓人，而是彈藥庫；思考交給大模型，但行動的壁壘，永遠屬於貼著物理世界生長的公司完成。05 一個現場“接話”的細節，和具身行業真正的成熟最後想說一個本場最容易被忽略的瞬間：發佈會現場，智元合夥人熊彥在演示的時候，問遠征A3一句"智元誰最帥"，機器人毫不猶豫說：“我可是智元的顏值擔當。”接著追問“除了你呢”，遠征A3沒有機械回答，回答而是接了一句“當然你了，你的藍色POLO衫很有精神。”現場演示裡，遠征A3在嘈雜會場中不插話、等時機，能自動分辨誰在跟它說話；更難的是語言的彈性：熊彥現場帶著它從普通話無縫切到粵語、四川話、閩南話，甚至完成了同聲傳譯。

熊彥的解釋很務實："方言識別不是炫技，是上崗資格證。"WITA-Omni支持超過100種語言和29種方言，並已登頂Daily-Omni等四項具身交互權威榜單榜首，12月將在國內完成全面部署。這些能力落在北大人民醫院的導診臺、寬窄巷子、長隆的諮詢點位上，就是實打實的在崗工時。這個瞬間之所以值得記錄，是因為它背後站著的，是本場發佈會最"有人味"的一個模型：WITA-Omni全模態交互大模型。它不是把語音、視覺、動作幾個模塊簡單拼接，而是把所有輸入輸出放在同一個模型裡同步建模，才能做到夸人誇得如此具體，有情商。

除了能觀察，有情商外，還能做到讓機器人"邊聽邊想邊說"，響應速度壓到最快400毫秒、平均600毫秒，已經進入了人類日常對話的自然節奏區間。熊彥在現場的演示，更像一場突擊考試：帶著遠征A3從普通話無縫切到粵語、四川話、閩南話，甚至完成了同聲傳譯；在嘈雜的會場裡，機器人不插話、等時機，能分辨出誰在跟它說話、誰只是在和旁人閒聊。WITA-Omni支持超過100種語言和29種方言，並已登頂Daily-Omni等四項具身交互權威榜單榜首，12月將在國內完成全面部署。類似的質感遍佈全場：龍旗產線22.

5秒的節拍、便利店掛鉤遮擋的失敗案例、長隆"人機網絡物理隔離"的5G方案、運維平臺"新增點位一鍵複用"的設計。這些都不是實驗室裡能規劃出來的，是曠野里長出來的。六年前，這個行業比拼誰的機器人能翻跟頭；三年前，比拼誰的Demo視頻更流暢；今年4月，智元說比賽換成了"誰的機器人能連續幹活"；這個10月，它乾脆給比賽發了計時器。正如稚暉君在開場說：“智元第一次參賽就拿到了第一，但支撐這份成績更有意義的，是商業化部署。我們的機器人既能上賽場，也能進工廠、去商場。”46枚運動會金牌是面子，實時滾動的工時看板是裡子。Worken能否成為行業公認的度量衡，最終取決於買賣雙方的共同採用，這需要時間驗證。

但至少在這個被"擊穿論"籠罩的秋天，智元做了一件行業早該有人做的事：當所有人都在爭論機器人夠不夠聰明時，它第一個站出來，給機器人記了考勤，並且告訴具身行業：下半場比的不是誰更會表演智能，而是誰更能交付工時。（）