稚晖君端出智元“全家桶”

文｜周小燕

编辑｜徐青阳

10月29日，稚晖君带着智元“全家桶”，站在了镜头之前。

他公布了一串成绩：智元2026年上半年收入近20亿元，通用AI机器人累计下线突破2万台。

但生产出来的机器人，无法直接等同于真实世界中的生产力。

机器人下线之后，有多少真正上了岗，能自主工作多久，完成多少任务，还需要另一套统计。

智元为此提出了一个新词：Worken，即“有效智能工时”，由活跃机器人数量、自主工作时长和产出效能比三个因素相乘得出。

这三个因素，背后涉及本体和模型两方面。就制造数量而言，硬件供应链已经支撑起万台规模的生产，产能不再是智元眼下的主要难题。接下来，要让机器人自主工作更久、产生更高效能，仍需要模型能力的突破。

当稚晖君在现场提出这个概念时，给人的第一反应是——有点过于超前了。在我们的观察中，让机器人正常上岗仍不是一件容易的事，自主工作和产出，又靠什么实现？

智元通过一整套“全家桶”，给出了他们的解决思路。

01 智元“全家桶”，从出厂到上岗

智元此次发布的“全家桶”令人眼花缭乱：从关节、灵巧手到整机，从运动、作业、交互三大智能到数据采集、训练部署工具和操作系统，覆盖了机器人从研发到部署的多个环节。

稚晖君在现场回顾今年4月份的智元APC伙伴大会上，提出的物理AI产业发展的X、Y、Z曲线，并描述了技术发展的五次跃迁。

这两套划分，提供了理解智元产品布局的线索。

按他的定义：

● X曲线定义把机器人从Demo样机带到能够规模量产的阶段，更多是体现科研、教育、文娱应用。

● Y曲线是真正进入到实际的场景，能够把能力变成可以持续的商业价值。

● Z曲线是随着Y曲线能力的不断成熟，模型、数据、群体协同的持续发展，会走向更广阔普及的阶段。

稚晖君将2026年判断为产业Y曲线的元年。也就是说，量产之后，智元需要回答一个问题——机器人如何被持续使用。

与此同时，稚晖君将实现机器人步入场景的关键技术——物理AI的发展分为五次跃迁：先有可用的身体，再进入垂域部署，随后形成能够泛化的基座模型，让机器人群体共同进化，最终实现系统的自我举升。

稚晖君表示，可用的身体“肯定已经迈过了”，垂域场景正在落地，“第二到第三个阶段我们正在迈过去”。这与他对Y曲线的判断相呼应：量产之后，要让机器人在实际岗位上持续产生价值。

但上岗涉及的问题，远比完成一次演示复杂。物体位置、光线、网络和上下游流程都可能变化。稚晖君提到，机器人需要处理任务理解、动作执行、异常检测、失败恢复，甚至远程协助和持续运维。“部署态不是某一个模型的单项能力，而是一整套系统的能力。”

这也是智元此次同时更新本体、模型和工具的原因。液冷关节解决持续出力，作业模型学习任务，训练与部署工具则帮助机器人适应现场。各项产品能否配合，最终会影响一项工作需要多少人工介入。

现阶段，这种适应仍有不少具体投入。智元合伙人、高级副总裁、通用业务部总裁王闯提到，平板上下料、料箱搬运、包裹分拣，“这几个场景我们堆了大量的人力、物力去做后训练”。智元联合创始人、联席总裁、具身智能体系总裁姚卯青也表示，落地还涉及工艺、现场布局改造和辅助设备。

因此，垂域部署有了案例，并不意味着跨场景泛化已经实现。稚晖君对第三次跃迁的描述是，面对新任务，要“用更少的数据、更低的成本、更短的时间获得新能力”。

能否做到这一点，还要看换了任务之后，机器人需要重新训练多久，现场需要改造多少。这些投入降下来，“全家桶”才更容易被客户用起来。

02 几百台机器人，如何“常驻”？

“全家桶”到了现场，依旧需要人力支持。智元目前的做法，是通过统一管理、模板复用和远程支持，逐步减少现场人员，让后续部署不必重复投入同样的人力。

以智元与珠海长隆合作的项目为例，观察智元的解决方案。

据智元披露，今年9月，项目首批部署300余台机器人，截至此次创新日，已增加到近500台。它们分布在100多个点位，陪游客下棋、猜拳、打乒乓球，也承担讲解任务。

而这样的规模化部署在以前是一件十分艰难的任务，王闯表示，过去机器人适应不同地形十分困难，如今AGILE改善了环境适应能力，GO-3通过后训练提高具体作业的成功率，例如平板上下料接入产线前须达到99.9%；A3 Ultra则通过模型压缩和端侧部署，兼顾交互能力与续航。“全家桶”分别补上了规模部署中的部分短板。

技术进步让批量部署成为可能，乐园也提供了较低的应用门槛。王闯表示，服务业客户还看重机器人带来的流量和互动体验。在这里，机器人本身就是游玩内容，不必先证明能比人工更高效、更便宜；工厂则要更严格地核算作业效率、成本和可靠性。

虽然机器人的娱乐属性，让它比工业作业更容易找到应用，但与游客互动，也意味着机器人必须面对更加泛化的交互环境、处理更多不可预料的情况。

几百台机器人进入乐园，面对的都是行动能力难以预测的小朋友，现场的意外情况多。“小朋友会抱、推机器人，玩游戏不按预设规则来”，此外，拳击项目对耐用性的要求很高，需要改进软件、算法和结构，甚至还会遇到机器人与游客争用网络资源，导致项目最后建设专用网络的情况。

“完全不是你在实验室里玩一玩，或者是给客户交一两台这么简单的。”王闯表示，长假期间，团队收集了1万多条数据，用于改进机器人表现不好的环节。

为了降低类似的问题，王闯透露，现场也必须布置大量人力来“照看机器人”。

“我们最开始几乎就是机器人跟工程师一比一，有几百个机器人，就有几百个工程师入场。”王闯表示，100多个点位的环境和任务不同，需要分别开发和调试。除了让机器人完成任务，还要处理充电、故障、节目更新和游客带来的意外情况。

如果每台机器人都要有人照看，部署规模越大，人力负担也越重。王闯说，后续最重要的工作，是“怎么把人一步步撤出来”。

减少人工支持，直接关系到客户能否承担长期使用的费用。稚晖君认为，客户会从愿意尝试、看产品“能不能造出来”，转向“我到底能不能养得起你的产品”。备件、软件更新、远程诊断和现场服务，都是买下机器人之后的持续支出。

所以，即便制造能力已经具备，客户也未必愿意大量购买。按他的说法，如果每卖一台机器，还要给它配一个“保姆”，就难以真正扩大部署。

长隆从300余台扩至近500台，说明客户愿意继续投入，但目前仍有双方共同开发的成分。王闯提到，首批客户参与产品改进，智元也会给予相应的条件和回报。这些条件下的扩容，能否复制到更多客户，还要看后续需要多少支持、花费多少。

王闯举例，新增一个点位，可以由现场运维人员复制专家做好的模板，不必再让工程师从头开发；遇到问题，专家通过远程支持处理，不用每次到场。他还提到，远征A3 Ultra已能自主充电，后续希望把充电这类日常工作也交给机器人自己完成。

智元创新日的展厅里，搭起了一片模拟军事训练的场地。灵犀X2在其中俯身爬行、搬运方块状“重物”，还会跨越桌面障碍。

机器人已经能完成不少复杂动作。接下来，它们需要在工作中反复完成这些动作，而不只是演示一次。