智元上半年收入近20亿、出货9700台，Worken新指标怎么算机器人产出？

机器人一年能造出多少台，数字已经摆在台面上。可卖出去之后能稳定干多久活、能带来多少价值，这笔账至今没人算得明白。10月29日，2026智元创新日在上海举行，智元联合创始人、总裁兼CTO彭志辉亮出最新经营数据：2026年上半年智元收入接近20亿元，机器人出货9700台；Counterpoint Research的统计显示，智元上半年全球人形机器人出货份额超过43%。

机器人下线数量一多，行业对商业化的目光就从制造端挪到了使用端。IDC在9月发布的报告里提到，2026年上半年全球人形机器人出货接近2.5万台，同比增长432.1%，科研教育、表演展示及政府数采中心等场景仍占69%。这一比例比去年有所回落，但大部分机器人还是没真正走进工业生产环节。

“万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。”彭志辉在接受界面新闻等媒体采访时说。他判断，过去行业盯的是机器人的参数和展示效果，眼下客户更在意它能不能持续干活、完成任务效率高不高、后续维护要花多少钱。

这届创新日也能看出变化。智元没有只展示机器人又学会了哪些新动作，而是尝试用一套新指标，去算机器人到底干了多少活。

机器人价值如何衡量？

新指标叫Worken，也就是有效智能工时，名字由Work和Token拼成。彭志辉想用它把机器人的实际产出，跟单纯的设备数量、工作时长区分开。

智元给出的公式是：Worken（有效智能工时）=活跃机器人数量x自主工作时长x产出效能比。说白了，既要看有多少机器人真的在跑、能自主干多久，也要算这些任务创造了多少实际价值。“一台机器人开机8小时，并不意味着它就创造了8小时的价值，它一次任务成功率很高，也不意味着它能够持续像人一样稳定地工作一个月。”彭志辉解释道，以前大家多看参数表，往后得看工时表。

不过，要把不同机器人的工作量塞进同一套指标里算，并不轻松。机器人在工厂完成一次上下料，和在酒店提供一次接待服务，工作内容、完成效率、客户愿意掏的钱都不一样。智元合伙人、联席总裁、中央研发部总裁、交互业务体系总裁王闯在接受界面新闻等媒体采访时也承认，Worken最后那个指标——产出效能比，现在还比较模糊。

他举了个例子：酒店前台员工可能同时管接待、引导、搬行李和送客好几件事，机器人眼下没法全包，但能长时间持续值守。“机器人现在还不能把酒店真正的人类角色100%的事情都做了，它可能是10件事情里能做两件。”王闯说。机器人和人工各有所长，这些工作创造的价值怎么折算，还得在更多实际场景里慢慢摸。

Worken能不能成为通用的计费单位，现在同样没有答案。彭志辉说，未来既可以卖机器人硬件，也可以提供平台或服务，不同客户对交付方式的要求并不一样。王闯则提到，智元目前主要还是卖机器人及相关服务，也有按天或按活动收费的租赁模式，以后才可能根据Worken消耗和任务复杂度来计费。

比起未来怎么收费，客户眼下先要确定的是机器人能不能稳稳把活干完。龙旗工厂是智元较早进入的3C制造场景，此前智元精灵G2曾在连续一周的产线任务中累计作业超过6万次，任务成功率超过99%。这组数据反映的是特定工位的运行情况，不同产品、工序之间能不能快速复制，仍是规模化交付要解的题。

智元联合创始人、联席总裁、具身业务体系总裁姚卯青在接受界面新闻等媒体采访时介绍，智元与龙旗的合作已从最初单一品牌平板电脑的检测上下料，扩展到其他品牌平板以及手机上下料，部分新增工序完成概念验证并进入正式并线阶段，搬运、拆码垛等任务也在推进。

除了增加作业工位，另一个变化是机器人对智元现场研发人员的依赖降了下来。姚卯青透露，智元研发团队已经从龙旗现场撤出，基础软件运维工作交给龙旗团队。此前在工业环境里暴露的传感器、线束、电机等问题，也通过软硬件版本升级得到改善。

姚卯青表示，3C电子领域除龙旗外，目前还有超过3家企业与智元合作，其中部分已完成并线。从单一客户的多个工位向其他工厂复制，是智元正在推进的事。当天，智元还公开展示了新发布的重载具身机器人精灵G2 Max，双臂额定负载40公斤，主要面向拆码垛、物料转运等任务。姚卯青解释，原有G2双臂负载为10公斤，难以满足部分搬运场景对30公斤甚至更高负载的要求，所以需要开发新的重载产品。

聊到机器人新品迭代，姚卯青还提到，目前部分厂商受市场竞争影响，推概念机的速度很快，但智元已经过了早期靠Demo机融资的阶段。“我们并没有为了发产品而发产品。”他说，G2推出已超过一年，现有功能和性能能够满足目标场景的需求，因此没必要像手机那样每年更新一代。对工业客户来说，产品更新过快，也可能意味着设备生命周期缩短，给后续使用添上不确定性。

姚卯青说得很直接：工厂愿意试机器人这类新技术，可对成功率、生产节拍和稳定性的要求一点不会松。

抢算力之外，机器人企业还要过哪些关？

机器人眼下只能干少数固定任务，要让它适应更多工位和环境，模型能力还得往上走。这背后，算力和训练数据的投入就得持续加码。

彭志辉在采访中透露，智元正跟传统通用大模型公司抢算力资源，今年训练集群算力预计达到将近万卡规模。“我们其实是在跟很多传统的通用模型公司在抢算力。”他说。

姚卯青进一步解释，智元的算力资源主要靠租赁，一来控制资产投入，二来保留扩容的灵活性。新一代具身基座模型GO-3的训练，用掉了相当于数千张H100的算力。具身模型参数和训练数据规模一扩大，算力就成了企业研发投入里绕不开的一块。

这笔投入的规模不小。

智元同日推出新一代具身基座模型GO-3 Preview，基于自研WRAM架构，按计划在今年年底开源。姚卯青称，训练数据集的量级已突破百万小时，来源既包括自家采集，也有从觅蜂等企业买来的数据。后训练环节，智元把100台真机连成网络来跑，目的是让模型在具体任务上表现更好。

不过训练数据并非越多越好。采集规模一扩大，不同类型数据的价格和需求就开始分化。

姚卯青表示，室内叠衣服这类容易批量采集的单目数据同质化程度较高，价格持续承压；真实场景中的双目、触觉和腕部相机数据仍然紧缺。

“有的今年上半年买了100万小时数据，最后只有10%、20%是能用的。”姚卯青提到，部分企业采集前没有充分考虑模型训练的实际需求，结果大量数据难以使用。

比起单纯扩大数据规模，采集场景是否真实、动作是否完整、重建精度是否足够，都会影响这些数据的使用效果。

模型经过大量训练，也不等于就能直接控制机器人完成复杂操作。姚卯青举例称，部分仿真测试中，人类30秒至1分钟完成的操作，通用大模型可能要尝试一两个小时，才有一定概率完成。机器人操作需要实时控制、触觉反馈，通用模型在这方面仍有明显局限。

机器人厂商因此没法光等着通用大模型变强。彭志辉的判断是，通用基础模型以后会继续往具身智能方向走，可不管是把通用模型搬进物理场景，还是为特定任务单独训模型，都离不开靠谱的机器人本体和对应的真实数据。

而当机器人真正投入使用，算力成本也不会就此结束。

在彭志辉看来，场景不同，Token消耗差得很远：工厂里的固定作业不用频繁交互，文旅场景的机器人却可能要一直跟游客对话。他提到，将来Token消耗若真成了瓶颈，某种程度反倒说明用户已经愿意长期用这个产品，商业模式也就有了站住脚的基础。

当然，成本这块并不能就此放过。彭志辉说，智元还得靠端云协同、模型蒸馏等办法把Token消耗的费用压下来，让更多交互任务放到端侧跑完。

技术投入之外，客户能不能长期掏得起机器人的运营费用，或许更直接地决定着商业化跑多快。彭志辉直言，智元一年能造出数万台机器人，但部署得出去与否，归根结底取决于客户肯不肯付钱。维护设备、升级软件、供应备件、远程诊断加上现场服务，这些都得算进长期使用成本里。

“真正形成规模之后，我们整体机器人上岗的运维效率和管理系统，可能要比单次的模型推理更影响客户体验。”彭志辉说。卖一台机器人就得配一名专人维护的话，部署规模再扩大，成本也很难持续降下来。

机器人行业眼下要过的另一道关也在这里。部分企业经营停摆、融资市场降温，机器人公司往后靠什么建立长期竞争力，成了业内议论的焦点。

姚卯青对界面新闻记者说，机器人行业正在发生的这些变化，并不是这条赛道独有的。热门科技行业通常都是资本和人才大批涌入，随后走向同质化，接着实际落地中冒出的问题又会抬高对技术和资金储备的要求，行业慢慢收敛。

他的看法是，机器人企业能不能活得久，关键看技术和产品能否变成客户可衡量的生产力，指标包括作业成功率、节拍、稳定运行周期以及综合运营成本等。

彭志辉在采访里也提到这种转变。以前客户关心的是机器人造不造得出来，如今他们开始认真琢磨另一个问题：“我到底能不能养得起你的产品？”