部署态加速，智元要打通物理AI全链路 - JIUYOU内容平台

在具身智能领域普遍依靠高难度动作展示技术进展的当下，智元创新日上展现了一条不同的路径。

这场发布活动没有过多花哨的机器人特技，也未呈现引人注目的集体舞蹈，更像是一场信息量密集的技术交流会。会场入口处，智元甚至设置了一面“论文墙”，用以展示其团队近期的核心技术进展。

过去三年，机器人已能完成跑、跳、后空翻等动作，但走出实验室后才发现，单一的技术突破无法支撑复杂环境下的稳定工作。随着GPT-6 Astra等大模型展现出物理任务规划能力，“真实部署”已从口号变为行业必须回应的课题。

智元给出的回应是一套组合方案：

GO-3 Preview具身基座大模型、AGILE通用运动智能算法框架、WITA-OMNI原生多模态交互大模型分别针对作业、运动、交互三大难点；灵渠OS 1.0与AHA3第三代硬件架构则从软硬件两端打通统一接口；Worken（有效智能工时）则致力于为物理AI的实际劳动产出建立衡量标准。

换言之，智元几乎将整条技术链全面展开，逐一解决模型、数据、硬件、软件各环节的瓶颈。

智元的这些举措共同指向同一个方向——机器人行业下一阶段竞争的关键，不再是谁能展示更复杂的动作，而是谁能将过去三年的成果落地部署到实际场景中，转化为持续的生产力。

智元联合创始人、总裁兼CTO彭志辉在发布会上提供的数据，恰好印证了这一判断：2026年上半年，智元机器人营收接近20亿元，智元通用AI机器人累计下线达20000台。

在会后接受采访时，他表示，“万台下线，只是制造业的胜利，万台上岗，才是物理AI的胜利”。

具身部署不再依赖单点技术

过去几年，机器人行业出现了一种常见的竞争模式：不断刷新某项能力指标，例如跑得更快、跳得更高，或完成更复杂的抓取动作。然而，当机器人真正部署到工作场景后，这套旧有的评价体系明显不够用。

不妨设想工厂中一项极其普通的任务：“走到货架前取一件物品，再将它送到指定位置。”

听起来简单，但若由机器人执行，这项任务可分解为多个挑战：机器人需要判断物品位置、如何抓取；搬运过程中需实时应对突发情况，如有人突然经过需及时避让；工作人员临时改变任务，还需听懂新指令。

也就是说，一个小任务涉及作业能力、交互能力、运动能力，任何一项都不可或缺。

智元此次推出的多项核心成果——例如GO-3 Preview、WITA-OMNI、AGILE——正是围绕现实落地的核心痛点展开。

GO-3 Preview的核心意义在于，让机器人更好地理解自己即将执行的动作。

近年来，VLA成为具身智能的重要技术方向，使机器人能够像大模型理解文字一样理解环境和指令，并生成动作。

但传统VLA存在一个瓶颈：机器人即使知道下一步该做什么，却未必清楚动作的后果，例如想拿起桌上杯子时，可能打落旁边物品。

GO-3 Preview的核心突破在于“先预测，后动作”的一体化决策机制。即机器人接到任务后，会先综合多路摄像头画面和指令，弄清楚“要做什么、环境如何”；接着在内部推演几种可能情况；最后从中选择最可靠的方案执行。相当于行动前先思考，而非边做边想。

除了持续探索具身智能大脑模型，智元此次还关注了一个被巨头基模公司集体忽略、却至关重要的方向——全模态端到端交互大模型。“交互，正是机器人产生价值的必经入口、第一入口，所有场景都离不开交互”， 智元合伙人、联席总裁、中央研发部总裁、交互业务体系总裁熊彦如此表示。

以往人类与机器人交互的模式大致是：先喊名字“唤醒”它，然后一问一答、等待回复。而WITA-OMNI大模型彻底改变了人机交互的底层逻辑。

在发布会现场，熊彦与搭载该模型的机器人远征A3进行了趣味互动——无需唤醒词，在噪音复杂的现场，机器人能准确判断是否在与它对话，且快速打断切换问题也不会影响交互。

现场测试显示，WITA-OMNI模型的响应速度最快仅为400毫秒，支持20多种情感表达，能听懂73种语言。在WITA-OMNI模型的加持下，机器人从一台被动听指令的机器，变成了一个能聊天的小伙伴。

值得注意的是，这两项模型近期均交出了硬核成绩单。

据介绍，GO-3 Preview登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，并将于2026年底全面开源；WITA-OMNI则拿下Daily-Omni全模态理解、TimeLens-Bench视频时序定位、EmbSpatialBench具身空间推理、MMAU复杂音频理解四项榜单第一名。

有了“先想后做”“擅长聊天”的大脑之后，机器人还需要一副跟得上的身体。

此次智元发布的AGILE是一项全新的通用运动智能算法框架。可以理解为：机器人能像人一样，眼睛看到变化，身体立刻做出合适的反应，一气呵成。

从GO-3 Preview到WITA-OMNI再到AGILE，智元同时推进作业智能、交互智能、运动智能三条线——让机器人既知道该做什么，又能稳稳做出来，还能自然与人配合。

不过，会想、会动、会聊三种能力齐备，并不意味着机器人就能顺畅运转。它们必须在同一条时间轴、同一个状态空间里实时衔接。否则，可能出现这种情况：大脑下了指令，小脑接不住；小脑接住了，交互又掉线。

协同，正是具身智能落地在“三智”之外的下一道门槛。

机器人落地的下一道门槛，在模型之外

协同不能只是一句口号，而是需要从底层出发，为机器人设计一套专门的“粘合剂”，将各部分有机组织起来。

在智元创新日上，智元的另一项核心创新成果是第三代硬件架构AHA3。 它不是对旧方案的修补，而是从底层重新设计了一套能同时承载运动、交互、作业三套智能的统一控制平台，使“三智”真正在物理层面串联起来。

这也是一项切中行业痛点的设计。过去几年机器人行业造硬件，最大的问题是碎片化——模型和系统各自为政，靠线缆和协议勉强连接。这导致机器人身体里塞满了控制器，又大又重，散热也不达标。据智元在发布会上披露，这套系统带来的直接好处是：控制系统体积缩小了一半，响应速度翻了近一倍。

不过，仅仅重新设计硬件架构这套骨架还远远不够，还需要一套更好的“结缔组织”。

一直以来，机器人仍处于手搓状态，根源在于机器人身上有大量不同的传感器、控制器和执行器，这些硬件来自不同厂商，采用不同的接口和通信方式。对开发者而言，这无疑是一场灾难——如果每接入一种新设备，都需要重新编写大量底层代码，产品的开发和升级会变得十分复杂。

因此，智元的灵渠OS 1.0的作用便是，将硬件、通信、智能三层全部打通，使机器人第一次拥有统一操作系统。值得注意的是，这也是业内首个具身智能原生操作系统。

对于工程师来说，他们最直观的变化是，灵渠OS 1.0直接让所有硬件接入变得像插U盘一样简单——通过重新定义硬件的接入标准，摄像头、传感器、机械臂等15类、共计100多种外设插上就能用，无需再费力处理驱动。

灵渠OS 1.0除了打通的意义外，关键还在于够快。当机器人每秒发1000次运动指令时，灵渠OS 1.0仍能将每次间隔的误差控制在不到4微秒。打个比方，人眨一次眼的时间里，机器人已经发出了300多条指令，每条都准时到毫秒不差。

不过，智元并不打算独享这份基础设施的便利性。

在智元创新日上，智元宣布与开放原子开源基金会共建中国人形机器人开源社区，在本体硬件、数据评测、操作系统、大小脑等核心方向推动技术转化与行业标准制定，并向基金会捐赠灵渠OS项目。双方将组织联合开发、测试验证和具身智能人才培养，建设全球开放繁荣的技术生态。

同时，灵渠OS 1.0计划于2026年底全面开源，届时将开放经过量产验证的约2亿行代码、5000多个生态软件包，推动机器人能力成为可复用的产业基础。

对开发者来说，灵渠OS 1.0相当于将一众智能能力做成了“技能包”，开发者无需从零造轮子，直接实现对运动智能、交互智能、作业智能三大方向的开箱即用。

“你永远想象不到合作伙伴会给我们带来什么样的惊喜，这就是生态的魅力。所以我们必须把基座搭好，把更多的机会留给我们的合作伙伴”，智元合伙人、高级副总裁、通用业务部总裁王闯表示。

回望智元创新日发布的核心内容，智元基本已实现模型、硬件、系统三层自研和相互打通。这种技术纵深和覆盖广度，在具身智能行业内其实并不多见。

这套完整体系的终极考场，或许不在实验室里，而在真实落地的每一个场景里。

通用机器人开始干活，需要一把新标尺

过去几十年，工业机器人有一套成熟且简单的方法计算投资回报。只需计算这台机器每小时能生产多少个零件、乘以零件单价，减去电费和维护等成本，很快就能算出回本周期。

不过，当通用具身智能机器人落地，行业急需一把全新的标尺来衡量价值——这是因为，具身智能机器人的工作岗位并不固定，可能今天在组装线上打螺丝，明天就去负责物流装配了。

因此，在解决基础技术布局之后，智元还试图为具身智能的新质生产力探索统一“度量衡”，提出了Worken（有效智能工时）这一新概念。

其实，可以将其理解为具身智能时代的“Token”——Token衡量的是AI在数字世界中生成了多少内容，Worken衡量的则是机器人在物理世界中真正干了多少有价值的活。

按照智元的定义，Worken=活跃机器人数量×自主工作时长×产出效能比。

（注：活跃机器人数量即当期在线、能正常干活的机器人数；自主工作时长即机器人不需要人管、自己干活的连续时间；产出效能比概念中，智元将一个熟练工人按标准方法、在单位时间内做出的合格产出，定义为1.0，机器人的实际产出除以这个标准定额，得出的比值就是效能比——等于1是达标，大于1.0就是比人干得还好。）

通过这个定义，智元试图为物理AI建立一套新的评价框架，使机器人的新质生产力变成可跨行业、跨场景比较的数字。

其实，Worken的意义还不止于算账，它背后牵出的是一个更深层的变化：未来机器人的资产属性可能正在被重新定义。

在过去，传统设备卖出去之后只会越来越旧。但在具身智能机器人领域，情况则完全不同——硬件虽然会折旧，但模型会升级、技能会扩展，甚至多台机器人还能共同实现自进化。也就是说，具身智能机器人的硬件在贬值，但智能在升值。

因此，未来评估一台机器人，比的不是性价比，而是“智价比”——用户花的每一分钱，会在整个生命周期内持续创造多少有效智能工时。

可以想象，在未来，一台机器人是一件产品，但当一百万台持续在线、共享经验的机器人连接在一起，它们或许不再是孤立的硬件，而是一种“云”，是一项持续生长的基础设施。

智元“跃迁”

回过头看这次A.I.DAY，也可以捕捉到智元的三项“跃迁”信号。

第一跃，是从打磨单点技术，走向构建全栈能力。

当过去行业习惯比谁动作更炫酷，智元选择埋头苦干，将模型、硬件、系统三层全部攻克——GO-3 Preview、AGILE、WITA-OMNI等突破了机器人的“想、动、聊”，智元还给这三套智能系统制造了粘合剂，AHA3管硬件，灵渠OS1.0管软件。

而且，智元并未选择将这些强项简单拼装，而是从底到顶长成一套体系。

“全栈自研不是可选的选择题，而是必选题”，彭志辉在会后向一众媒体表示，“本体是下限，模型是上限，智元必须做到模型能力足够泛化、本体足够可靠、软硬件综合系统能力达标，部署态对具身智能公司提出了全栈的要求。”

他直言，智元是一家面向场景的全栈公司，“我们的想法很简单——把技术做得可以复用，把产品竞争力打磨得够强，这就是我们最核心的价值。”

第二跃，是从销售机器人硬件，走向布局产业生态。

技术底座铺好后，规模化落地成了水到渠成的事。智元没把机器人当展品卖，而是当成岗位去交付——龙旗南昌工厂里，8台精灵G2并入平板质检产线，6天处理17000多件产品，成功率99.99%；横琴长隆超500台机器人常态化上岗，覆盖七大场景；爱仕达门店里，100台灵犀X2当“硅基导购”，3天带动销售223万元。

但这些案例只是起点。具身智能的战场不在单点订单，而在场景密度——几乎没有哪家公司能靠自己吃下千行百业。

因此，智元将已验证的全栈能力拆成开放底座，发起“元苼生态发展计划”。据介绍，智元未来五年投入超20亿元、2026年先行落地1亿元。

简单说，智元将操作系统、开发工具和模型整套能力全部开放，当开发者、高校、合作伙伴共用一套底座，多方汇聚的创造力将会碰撞、滋长出新的生态。

第三跃，也是最有野心的一跃：从参与产业竞争，走向探索重新制定产业规则。

当行业还在比卖了几台机器人时，智元提供了机器人生产力度量衡，告诉行业和场景方，如何真正衡量通用具身智能机器人的价值。

可以展望的未来是，当客户开始用Worken来评估采购决策，或许整个行业的竞争维度就被改写了，也会产生新的商业叙事。

王闯在会后的媒体访谈中也袒露了自己的畅想，他认为，若Worken未来能走向普及，机器人付费也可能从过去的“买设备”转向“生产力套餐”。

设想一下：用户购买Worken套餐包、预定任务后，机器人厂商或按实际消耗量扣费，并且提供服务不同场景下多台机器人的组合。不过，他认为这会是一个渐进演变的方向，Worken的商业模式还会有很大的想象空间。

其实，如果将三次跃迁连起来看，可以发现智元本质上是在推动机器人从实验室里的技术展示，变成物理世界里的基础设施和新质生产力。

正如智元联合创始人、联席总裁、具身业务体系总裁姚卯青所表示的——“每一个大热的科技赛道都会有自己的周期。对于机器人行业，我认为未来能真正走下去的公司，必须具备全链路将技术和产品转化为可衡量生产力的能力，真正在生产环节里提供可量化的价值。”

而我们也可以从中清晰透视出智元正在发生的变化——它已不再满足于在既有的机器人竞争框架中争夺领先位置，而是开始尝试改变竞争本身的方式。

或许，这才是此次以“跃迁”为主题的A.I.DAY，最值得玩味的地方。