智元彭志辉回应机器人量产：一年几万台产能有，关键看客户买不买

机械臂碰上没见过的物体，听一句话就能抓起来、挪走、放好。

这事儿搁以前，机器人公司得花大量时间训练才做得出来。现在通用大模型也能帮机械臂干成。OpenAI发布GPT-6 Astra之后，社交网络上流传出一批机械臂操作视频。模型不用针对具体任务额外训练，就能听懂指令，还试着在真实世界里摆弄物体。

这不光是技术演示那么简单。前几年，创业公司砸下大量资源琢磨机器人的感知、决策和运动控制，图的是让机器真能看懂并适应物理世界。眼下通用大模型开始往这摊子里伸手。大模型公司一旦杀进机器人的“大脑”，那些专做本体和系统的公司难免要挨一下。

“所有通用基模迟早都会往具身这个方向渗透，这是大趋势。我们走的是相反的路：智元的具身模型会越做越大，同时向通用模型那边延伸。”智元机器人联合创始人、总裁兼CTO彭志辉日前在接受时代周报等媒体采访时如此表示。

彭志辉 受访者供图

从华为天才少年到机器人创业者，彭志辉盯的一直是同一件事：怎么让机器更像人。通用大模型进化得快，给他的创业路添了新变量。

在他看来，通用基模进步并不意味着机器人公司就没路可走。情况正好相反：模型能力越强，本体和全栈系统的价值反而越能显现出来。“对这类前沿模型技术，我们态度很开放，会拿来加快自身研发节奏。像GPT-6 Astra这样的大模型技术，对我们来说是水涨船高，起的是增强作用。”

本体仍是最终媒介

通用大模型的具身能力为啥越来越强？彭志辉的解释是，模型正在吸收更多来自物理世界的数据。

拿GPT-6 Astra来说，它露出的空间智能，让它因此能完成一些简单的物体操作。

通用大模型和具身智能之间的距离，就这么又近了一截。不过彭志辉也认账：模型能理解空间，不等于就能干真实世界里的机器人活儿。

他把未来的竞争拆成两种可能。一种，通用基模最终把具身领域盖住，各家机器人的基础模型能力都差不多，那较量就换到另一个层面：谁把模型能力更好地用到物理场景里。

“最终是要通过本体作为媒介的，我们本体能力强，这是我们的优势。”彭志辉认为，模型再强，也得靠机器人的身体去感知、去执行。对本体够硬的全栈团队来说，通用基模进步反倒是放大器。

另一种，通用基模没法真正泛化，机器人还得按不同垂直场景训专用模型，竞争逻辑也就不会变。毕竟训这些模型要的数据，还是得靠机器人本体去采。两条路走下来，本体都不会多余。

通用大模型的局限性

通用大模型要进物理世界，现实门槛还有好几道。

头一道是实时性。彭志辉提到，GPT-6 Astra主要靠云端推理，参数规模接近万亿，完成一个简单任务可能要十几分钟，甚至半小时。可机器人干活时，等不起十几分钟才拿到下一步指令。它得实时感知环境、判断情况、调整动作。分层系统设计、模型蒸馏和缓存机制，都是可能的方向。

比速度更麻烦的是可靠性。通用模型越追求泛化，越容易出幻觉。语言模型答错一次，重新生成就是；可正在干活的机器人错一个动作，可能就是设备停机，甚至造成实际损失。彭志辉认为，物理环境对模型容错率的要求远高于数字世界，机器人必须能稳稳当当把任务执行完。

还有模型从数据里难以直接学到的物理常识。重力、摩擦力、物体之间的作用力，光靠读数字数据，模型掌握不了。机器人得靠传感器感知现实，通过真实交互攒经验。行业正在试世界模型等办法，让模型一点点建立起对物理世界的理解。

最后是任务闭环。语言模型一般只管给答案，不管答案在现实中弄出什么结果。机器人不行。一个动作做完，必须用传感器确认结果，再根据反馈定下一步。感知、决策、执行和反馈这一圈走通了，模型才算真能在物理世界里干活。

这些问题，也是彭志辉咬住全栈路线不放的原因。

“我们自己为什么也要做这个决策模型？全栈技术路径不是一个可选的选择题，而是必选的选择题。”他说。

在他看来，智元不能只当个硬件本体供应商。彭志辉拿自动驾驶行业打比方：机器人公司要是只供硬件、不掌握核心模型能力，将来就可能落到传统自动驾驶供应商的境地。客户一旦开始自研模型，原有供应商的竞争力就被削掉一块。

彭志辉认为，因此必须扎进具体场景去解决问题。这就对模型提出了要求：泛化能力要够，本体要足够可靠，软硬件系统也得跨过真正部署的门槛。他还表示，智元做具身，也有助于更好地理解、运用和吸收传统通用模型发展演进过程中留下的经验。

研发投入的分配同样反映了这一取向。彭志辉透露，智元目前约30%的研发团队做本体硬件研发，70%投向智能相关研发。硬件参数不再是唯一追求，更多资源正被放到机器人的智能化能力上。

“这个市场要看客户是否愿买单”

通用大模型正在改写具身智能的技术竞争格局。机器人能不能真正走进生产和生活场景，则决定这场竞争最终能不能变成商业价值。

彭志辉把智元今年的核心进展概括为从X时刻跃迁到Y时刻，也就是从开发态进入部署态。在他看来，智元已经拥有可用、可量产的机器人本体，下一步是让机器人在垂直场景中形成持续工作的能力。

造得出来，到真正铺开，中间还隔着一道商业门槛。

“不是我们愿不愿意铺，这个市场是客户愿不愿意买单的问题。”彭志辉表示，智元完全有能力一年制造几万台机器人，部署规模有多大，真正取决于客户是否愿意购买并长期使用。

市场心态也在变。彭志辉观察到，过去客户多是抱着尝试心态，想看看机器人能不能造出来、能不能完成任务。接下来他们要认真考虑的是，这款产品到底养不养得起。

“机器人不只是出厂做一个POC，做一个Demo就万事大吉了。”彭志辉说。机器人进了工厂，还牵涉长期的设备健康管理、软件版本迭代、备件更换、远程诊断、现场服务，以及持续的任务优化。规模真正起来之后，机器人上岗的运维效率和管理系统，对客户体验的影响可能比单次模型推理更大。

智元提出Worken概念，原因也在这里。Worken由Work和Token组合而来，试图把评价机器人的标准从传统的参数表转向实际的劳动产出。

彭志辉说，机器人开着机跑满8小时，不等于这8小时都产出了价值；单次任务成功率再高，也不代表它能像人一样连轴稳定干上一个月。在他看来，关键要看机器人在真实环境里到底贡献了多少持续、有效的劳动。

要让这份劳动可衡量、可管理，还得配一套工具链和平台。彭志辉提到，产出要能计量，异常要能追踪和调度，不同机器人积累的经验也要能复用。运营成本才会随着部署规模扩大而下降，投入产出最终才能平衡。

“要不然的话，可能你每卖一台机器还要给机器人配一个保姆，这是永远不会到那一天的。”他说。

彭志辉把家庭看作机器人商业化的终点，工业和商业场景并不在其列。家庭对安全性的要求高，跨任务泛化和长程任务执行的门槛也高；各家需求又不一样，机器人得长期跟用户互动，算力开销会随之明显上升。C端用户能接受什么价位，也得一并纳入考量。

Token会不会成为部署瓶颈？彭志辉的看法比较直接：“它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，这个商业模式就成立了。”

从开发态走向部署态，机器人面对的考验已经超出单一的模型能力或硬件性能。它要在真实环境中完成任务，还要能长期稳定运行，并通过软硬件协同降低集成和维护成本。彭志辉强调，部署态的差距不能简单归结为本体、算法或数据中的某一个环节，需要整个系统协同推进。

“虽然目前我们量产是全球领先的，但是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。”