具身下半场怎么打？智元用一场发布会，给出了自己的答案

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：01Worken：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）