智元已有两万台机器人下线，可数采、算力、人力这些账，现实中还是难以量化。

见习编辑｜李原；头图来源｜受访者

2026年被看成具身智能的量产元年，机器人下线数量一路走高。不过第三方统计显示，上半年全球人形机器人有超过六成设备流向实验室、科研机构、展会演示和文旅展示场景，真正进入工业场景的不到两成。

3C、半导体这类精密制造业，工厂就是人形机器人最严苛的考场。传统工业机器人靠固定程序重复作业，新一代具身机器人要凭视觉和大模型自主感知环境。能有多少台机器上岗干活，成了衡量具身智能商业化成色的新标准。

10月29日，上海世博中心，智元联合创始人、总裁兼CTO稚晖君（彭志辉）发布新度量单位“Worken”，用来衡量机器人的有效智能工时。

稚晖君对《中国企业家》说，好比Token中文名叫“词元”，Worken的中文名可以定为“智元”。“正是我们公司的名字。过去大家都看参数表，看机器人的性能参数有多强、Demo有多炫酷，往后大家看的将更多是工时表。”

智元与3C代工企业龙旗科技已落地全球首条由具身智能覆盖的完整3C产线，今年3月规模化投产。这条产线做过一次6天全程直播：机器人累计作业超过64小时，完成64824次取放，产出17625台平板电脑，平均22秒一件，节拍和人类同等水平。机器人每作业一万次，只允许错一次。

稚晖君

稚晖君说：“龙旗的质检对于人类来说，属于非常枯燥、非常反人性的工作。机器人也不一定要替代人类，可以和人类配合，做人机协作。”

Counterpoint Research统计，2026年上半年智元机器人出货9700台，份额超过43%，位列全球第一。稚晖君透露，今年9月智元第20000台机器人下线，上半年收入已接近20亿元，赴港上市也已经启动。

问题是，万台下线只是制造业的胜利，万台能够上岗才算物理AI的胜利。智元合伙人、高级副总裁王闯说：“今年真实部署能有几千台，就很厉害了。”

两万台机器人去哪了

稚晖君把机器人行业画成X、Y、Z三条曲线，Y曲线指真正进入实际场景、把能力变成可持续商业价值。“2026年是整个产业Y曲线的元年，机器人从开发态进入部署态。”

最大的变化不在机器人出现的场景变多，而在评价它的标准变了。稚晖君说：“很多客户开始问，机器人到底能稳定干多少活、能做多好、做这些活需要花多少钱。”

智元研究院院长姚卯青表示，“精灵G2机器人”在龙旗产线已做横向拓展，从平板电脑检测延伸到手机，手机的概念验证已经完成，正在进入并线阶段。他还透露，3C电子行业已有超过3家企业和智元合作，有些已完成并线。

发布会播放宣传片时，一台重载机器人“G2 Max”抱着灵犀X2走上台。这也验证了智元重载机器人的双臂已具备40公斤、峰值50公斤的负载能力。姚卯青说：“G2 Max已经在龙旗找到了搬运和拆垛的应用。”

半导体封测环节对机器人的要求只会更严。防剐蹭、防翘料都得做到，成功率要顶到99.999%，毕竟一片芯片背后可能就是几万元的货值，而且机器人得全天候不停机干活。

厂区之外，人流更密的地方也开始出现机器人的身影。9月24日珠海长隆开园，300多台智元机器人一次性投用，铺在100多个点位上。下三子棋、猜拳、打乒乓球，这些交互各由不同机器人承担；部分展区里它们还带队讲解，讲解内容由交互模型实时生成，外国游客来了也能用多语言接待。

智元合伙人、联席总裁熊彦对《中国企业家》说：“原来乐园展区需要配很多讲解员，孩子会问各种稀奇古怪的问题，很挑战讲解员的体力。以前真人讲解，每天工作量很大，每15分钟一班。”换成机器人之后，“三个机器人轮班，就解决了。”

广州地铁同样上了超过120台“精灵G2”，负责安检引导、识别乘客违规行为、多语言问答和安防巡逻。地铁这活儿不好干：人流大、状况多变、安全责任压得重，对机器人的要求自然更高。

王闯说，挑场景先看技术上能不能做到。“现在具身智能面临的问题就是，它的能力还没有成长到什么都能干好。像工业上下料和讲解接待、导览导购，都是技术上‘跳一跳’够得着的场景。”

服务业反倒铺得更快。“如果机器人能给他带来流量、情绪价值、营收增长，客户不会像工厂里面，严格要求节拍必须完全超越人，成本、可靠性，需要（客户）完全算得过来。”

把工程师撤出来

机器人进了场，只是开了个头。离它自己把活干完，中间还差着不短的距离。

发布会上，王闯当场算过账：每个落地场景都塞一批算法专家驻场，人力就会卡住脖子，规模复制根本谈不上。他的原话是，“那就只是做成了一个个项目，而不是一个能规模化的生意。”

长隆一开始就是这种局面。100多个点位铺了300多台机器人，各点位环境不同，机器人承担的任务也不一样。王闯说：“最开始几乎是一个机器人配一个工程师，300个机器人，就得有300个工程师入场。这样一来，成本比原来纯人工还要高。”

场景数据攒起来之后，人机比慢慢往上走。王闯给出的数字是：长隆从最初的1比1，降到3比1，年底要做到10比1，明年做到20比1。

在他看来，到了10比1，大批专家放在总部远程支持就行，现场多一个点位，运维人员直接套模板复制。“20比1就是5%，相当于这个岗位只需要再新增5%的人力预算，5%对很多客户来说就是一个可以接受的点。”

实验室里推演不到的状况，在真实场景里常常冒出来。

有孩子喜欢抱机器人、推机器人，玩起来不按设定好的规则走。熊彦说，机器人交互时会实时做360度观察，有人进入它的安全区域，它得主动停下动作；碰上预期之外的力，要立刻收力，把最大输出力压在一个范围内。每台机器人还要设电子围栏，不能越出固定服务范围，一旦出现异常，后台告警，运营人员马上介入。

机器人也在学着打理自己。王闯告诉《中国企业家》，电梯、门禁都得联网，机器人的Wi-Fi要弄好，出了故障要能“热插拔”，或者在3分钟之内恢复。“现在‘远征A3 Ultra’也可以自己充电，以后连充电都不用管了，就真的变成生产力了。”

工厂那头，龙旗产线正在验证机器人常态化运营能不能跑通。

姚卯青说，智元的研发型团队早就从现场撤了，基础软件运维交给了龙旗自己的团队；早期在严格工业环境里暴露出来的传感器、线束、电机问题，都靠版本升级彻底解决，眼下运维已经做得很轻。

稚晖君对《中国企业家》说：“客户什么时候愿意买单呢？是他开始认真思考，从我愿意尝试你的产品、看你能不能造得出来，变成我到底能不能养得起你的产品。”

他的判断是，机器人出厂做个Demo不算完事。设备健康要长期管，软件版本要持续迭代，备件、远程诊断、现场服务、任务优化，一样都不能少。

“真正形成规模之后，机器人上岗的运维效率和管理系统，可能比单次的模型推理更影响客户体验。”

稚晖君还透露了研发团队的构成：30%的人做本体硬件，70%的人做智能。

被问到智元为什么什么都要自己干，他回答说，“我始终认为全栈不是选择题，是必选题。只做大模型、只做本体的，都会遇到瓶颈。”

姚卯青拿自动驾驶打比方，向《中国企业家》解释：不少技术供应商是被主机厂一步步取代的；放到机器人行业，缺了哪一块，都容易被垂直整合掉。

“有的团队10个人3个月就能交出一个车型，效率低的要100个人干上一年。智元这一年干的事，就是把训练、测试准出、软件发版、OTA、数据闭环、问题回流这一整套工具链做成平台，让新客户、新场景部署时的人效提上去。”

另一件事，是给机器人记工时。

最近，人形机器人的场景数据闭环成了讨论热点。行业碰上的新矛盾是数据不够用，而工业和服务业在数据采集、处理上的逻辑又完全两样。

长隆的机器人上岗一个月，跟游客完成了100多万次交互。熊彦说：“那些没有完成交互就离开的数据更有价值，团队会把这些数据检查、标注，回流到平台做下一轮训练的素材。机器人在环境里工作一段时间以后，会明显比刚部署进去的时候更能干，这个过程是自动化的。一个机器人掌握了，所有机器人都掌握了。”

熊彦此前在谷歌做视频生成模型。他的看法是，“大模型只是博而不精的通才，机器人要用的专家能力来源于后训练。”业界想拿5万亿的模型做具身部署，他不信，理由很直接：一是慢，机器人的电机控制要50赫兹以上的输出频率，大模型跑不了这么快；二是贵。

姚卯青讲了另一个实验。智元在一个实验室里把100台物理真实的机器人组网，通过IB网络连上背后的H100训练集群和4090边缘侧推理集群。机器人实时回传作业数据，服务器更新模型，再把几十G的模型权重不停下发到100台机器人里。

这么组网，一台机器人宕机不影响其他，对整体训练进度的拖累也压在1%左右。他说，机器人攒数据讲的是规模效应，同样一套训练，4台和100台比，成功率是天壤之别。

工厂的账，得另算。

姚卯青向《中国企业家》表示，不少工业客户的数据牵涉工艺和商业信息，既不能带出车间，也不能带出厂区。应对方式是把训练用的服务器和软件平台直接部署在客户厂墙之内，模型升级和迭代都在现场完成。

姚卯青称，工业场景大多属于单一重复作业，像上下料这类岗位，一个小时采集的数据就足以放上预训练的数据货架，预训练更看重的是数据多样性。

数据本身也正在成为一门要算账的生意。姚卯青判断，数据定价会分层，高质量标准数据集未来两到三年内，100万小时大约标价2亿元。他算过，养一个数据工厂并不便宜，几千张卡一年就是几个亿的投入；纯盲采只有10%到20%的轨迹有效，真正进场景布置采集任务，效率能到80%到90%。

干活的能力在涨，干的活怎么算钱，智元想用新名词“Worken”来回答。

这个词由Work加Token组合而成。稚晖君在发布会上回顾了一段历史：蒸汽时代用马力度量机器的力量，电力时代用千瓦时度量机器的能力，2022年开始，数字AI时代用Token度量机器的思考量。他给出的结论是，Token衡量机器思考多少，Worken衡量机器行动多少。

发布会上，稚晖君亮出了一块实时刷新的Worken看板，上面记着10月里每台机器人各自贡献了多少有效智能工时。Worken如今已经进了真实场景。

收费怎么定，Worken还没给出明确答案。稚晖君接受采访时提到，卖硬件是一条路，卖服务也行，跟客户一起共创同样可以；本体只是下限，模型和智能能力才决定上限。他设想以后按Worken工时向机器人服务收费，智能水平不一样的机器人承担不同任务，Worken的费率也随之不同。

王闯则表示，或许Worken可以按套餐计费，客户预订一个任务，机器人完成任务、消耗多少Worken，就从套餐里扣掉多少。

这张工时表上，有些格子还空着。王闯自己算过一笔账：Worken得看实际部署了多少台机器人、每台究竟干了多久，还有一个很要紧的变量——劳动价值密度。台数和时长都好办，价值密度最难。他也没回避，眼下最说不清楚的正是价值密度。

他拿酒店打比方：一个完整的人要干的活相当杂，接待、拉行李、引导、送别都算，机器人揽不下全部，十件事里也许只接得住两件。可不少岗位是两班倒、三班倒，人站8个小时累得够呛，机器人却能一直干下去。

硬件这边同样有关口没迈过去。王闯说，10个自由度以上、带触觉的灵巧手，出货量最大的是智元的OmniHand，但多数客户不敢把它放进真实场景里作业。

王闯表示，整个算法的成功率还没有夹爪那么高、那么好用。不过今年突破很快，全手触觉的长期可靠性在提升，自由度从10个往20个走，下放到10个自由度的手会跟夹爪一样可靠，成本甚至可能比夹爪更低。

算力是稚晖君要过的另一道关。他对《中国企业家》说，算力成本没法简单折算：在工厂里干活，Token消耗其实不大；到了长隆一直跟游客互动，消耗就上去了。

他透露，智元今年的训练集群会做到将近万卡规模，眼下正跟不少通用模型公司抢算力。Token会不会变成部署阶段的瓶颈？他的回答是：“如果成为瓶颈说明是好事，说明大家愿意用你的产品消耗Token了”。

有人让稚晖君用一句话概括智元今年的核心进展，他的回答是，进入到Y时刻，从开发态进入部署态。