稚晖君人形机器人进厂：龙旗3C产线投产，Worken衡量智能工时

2026年被不少人称作具身智能的量产元年，机器人下线数量一路走高。可第三方统计显示，上半年全球人形机器人有超过六成的设备流向了实验室、科研机构、展会演示和文旅展示场景，真正进工业场景的不到两成。

工厂对人形机器人来说是最难过的关，3C、半导体这类精密制造业尤其如此。

老一代工业机器人靠固定程序反复作业，新一代具身机器人得靠视觉和大模型自己感知环境。能有多少台机器真正上岗干活，成了检验具身智能商业化水平的新尺子。

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）发布了一个新度量单位“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，就像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经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天的全程直播，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，和人类同等水平。机器人每作业一万次，只允许错一次。

稚晖君提到，龙旗工厂内那条“24小时×7天”全流程替代质检的工位，目前已在推进部署态场景。在他看来，机器人该从真实需求出发，而非先预设未来要取代哪些岗位。

“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。

可万台下线只能算制造业的胜利，万台能上岗才算物理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。”

01

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曲线指的是真正进入实际场景、把能力变成可持续商业价值那条。“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，而在评价它的标准换了。“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。”稚晖君说。

智元研究院院长姚卯青称，“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，眼下正进入并线阶段。他还透露，3C电子行业中和智元合作的企业已超过3家，部分已完成并线。

发布会播放宣传片时，重载机器人“G2 Max”抱着灵犀X2登台。这同时说明，智元重载机器人的双臂已能承载40公斤、峰值50公斤。“G2 Max已经在龙旗找到了搬运和拆垛的应用。”姚卯青说。

半导体封装测试的要求更高，相关部署也在进行中。机器人得全天候连续作业，还要防剐蹭、防翘料，成功率须达到99.999%——毕竟一颗芯片背后可能是几万元的货值。

工厂之外，机器人也开始出现在人流更密集的场所。珠海长隆9月24日开园，首批300多台智元机器人一次性上线，铺在100多个点位。它们承担不同的交互任务：陪游客下三子棋、猜拳、打乒乓球，在部分展区做带队讲解——内容由交互模型实时生成，还能用多语言接待外国游客。

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。”

广州地铁也部署了超过120台“精灵G2”，负责安检引导、乘客违规识别、多语言问答、安防巡逻等。地铁场景对机器人更苛刻：人流量大、情况多变、安全责任高。

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。”

服务业反而更快进入部署态。“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。”

02

把工程师撤出来

不过，机器人进场只是第一步，离真正自己干活还有相当一段距离。

王闯在发布会上算了一笔账：若每个落地场景都得投放大量算法专家驻场，人力就会变成瓶颈，规模复制不了。“那就只是做成了一个个项目，而不是一个能规模化的生意。”

长隆最初就撞上了这道坎。100多个点位铺开300多台机器人，每个点位环境不同，机器人干的活也不一样。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。”

不过随着场景数据越攒越多，人机比在往上走。王闯透露，长隆已经从最初的1比1降到3比1，年底要冲10比1，明年做到20比1。

他的判断是，到了10比1，大量专家留在总部远程支持就行，现场新加点位，运维人员直接套模板。“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。”

实验室里设想不到的意外，真实场景里经常冒出来。

小朋友喜欢抱着机器人、推着机器人玩，压根不按设定的规则来。熊彦说：“机器人交互时会实时做360度观察，一旦有人进入它的安全区域，它就会主动停下动作。遇到预期之外的力，它要立刻收力，把最大输出力控制在某个范围内。每台机器人还得设电子围栏，不能跑出固定的服务范围；出现任何异常，后台会告警，运营人员会马上介入。”

机器人还得学会自己照顾自己。王闯告诉《中国企业家》，电梯、门禁都得联网，机器人的Wi-Fi要搞好，出了故障要么“热插拔”，要么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。”

工厂这边的常态化运营，龙旗产线正在验证。

姚卯青说，智元的研发型团队早就从现场撤出，基础软件运维交给了龙旗自己的团队。前期在严格工业环境里暴露的传感器、线束、电机问题，通过版本升级已经全部解决，眼下运维用很轻的方式就能维持。

稚晖君对《中国企业家》讲：“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。”

在他看来，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。”

稚晖君透露，智元研发团队里做本体硬件的占30%，做智能的占70%。

被问到为什么智元什么都要自己做，他答：“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，对《中国企业家》解释说，不少技术供应商慢慢被主机厂取代；放到机器人行业，缺了任何一块，都容易被人垂直整合掉。

“做得好的团队，10个人3个月就能交付一个车型；效率低的，100个人一年才做得出来。智元这一年干的事，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搬到平台上，让部署新客户、新场景时的人效能提上去。”

03

给机器人记工时

最近，人形机器人的场景数据闭环成了热议话题。行业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回事。

长隆的机器人上岗一个月，和游客交互了100多万次。熊彦说：“那些没完成交互就离开的数据反而更有价值，团队会把它们检查、标注，再回流到平台上，当作下一轮训练的素材。机器人在环境里干上一段时间，会明显比刚部署时更能干，这个过程是自动的。一个机器人学会了，所有机器人就都学会了。”

他之前在谷歌做视频生成模型，按他的说法，“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。”熊彦不信业界会拿5万亿的模型去做具身部署，理由很实在：一是慢，机器人电机控制要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。智元把100台物理真实的机器人放在一个实验室里组网，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。

这种组网方式下，一台机器人宕机不影响其他机器，对整体训练进度的影响也被压在1%左右。他说，机器人攒数据讲规模效应，同样一套训练，4台和100台比，成功率差得远。

工厂的账得另算。

姚卯青告诉《中国企业家》，不少工业用户的数据牵着工艺信息和商业信息，不允许带出工厂、带出车间。办法是在客户的厂墙内部署一套训练用服务器和软件平台，模型升级和迭代就在现场做。

“好在工业场景大多是单一的重复作业，像上下料这样的岗位，一个小时的数据就够放上预训练的数据货架了，因为预训练更看重数据的多样性。”

数据本身也成了一门需要精打细算的生意。姚卯青的判断是，数据定价会分层，高质量的标准数据集，未来两到三年内，100万小时大约标价2亿元。他算过账：“养一个数据工厂不便宜，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%。”

干活的本事在长，干出来的活按什么标准收钱？智元打算用一个新词来回答：Worken。

这个词由Work和Token拼成。发布会上，稚晖君翻了一段历史：蒸汽时代拿马力衡量机器的力量，电力时代用千瓦时衡量机器的能力，2022年起，数字AI时代用Token衡量机器的思考量。他由此给出结论——Token衡量机器思考多少，Worken衡量机器行动多少。

真实场景里，Worken已经在跑。发布会上，稚晖君亮出一块实时滚动的Worken看板，10月当月每台机器人贡献的有效智能工时都有据可查。

收费模式却还没定下来。稚晖君在采访中说，卖硬件可以，卖服务也行，还能跟客户共创，本体是下限，模型和智能能力才是上限。“希望未来对机器人的服务按Worken工时计费，不同智能水平的机器人干不同的任务，Worken的费率也不同。”

王闯给出的思路是按套餐走：客户预订一项任务，机器人完成之后消耗多少Worken，就从套餐里扣掉多少。

只是这张工时表仍有空格。王闯自己算过，Worken要看机器人实际部署了多少台、每台真正干了多久，还有一个很要紧的指标——劳动价值密度。数量好数，时长好记，价值密度恰恰最难。他也承认，眼下说不清楚的正是价值密度。

他拿酒店举例：一个完整的人要干的活非常杂，接待、拉行李、引导、送别，机器人没法全包，十件事里也许只能接两件。但不少岗位两班倒、三班倒，人站8个小时已经非常疲惫，机器人却能一直干下去。

硬件同样有坎要过。王闯说，10个自由度以上、带触觉的灵巧手，智元的OmniHand出货量最多，可大部分客户并不敢把它放进真实场景里作业。

“说到底，夹爪还是更稳、更好使，算法眼下达不到那个水准。今年进展很快，全手触觉的长期可靠性正在往上走，自由度也从10个朝20个迈进；等做到10个自由度的手，可靠性就能跟夹爪持平，成本说不定还比夹爪便宜。”

稚晖君面前的另一道坎是算力。他告诉《中国企业家》，算力成本不能简单去算：在工厂里干活其实不怎么消耗Token，可在长隆持续跟游客互动，消耗就很大。

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。至于Token会不会变成部署态的瓶颈，他的回应是：“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”。

有人请稚晖君用一句话概括智元今年的核心进展，他答：进入到Y时刻，从开发态进入部署态。