部署态加速，智元要打通物理AI全链路

在具身智能行业仍热衷于用高难度动作展示技术进步时，智元创新日上呈现了另外一种思路。

在这场发布会上，没有太多眼花缭乱的机器人特技，也没有太多夺眼球的集体舞蹈，反而更像是一场信息密度极高的技术研讨会。甚至，在世博中心的入口，智元还设置了一大面“论文墙”，呈现智元团队近期的核心技术进展。

过去三年，机器人学会了跑、跳、后空翻，但走出实验室才发现，单一技术突破撑不起复杂环境中的稳定工作。当GPT-6 Astra等大模型展现出物理任务规划能力后，“真实部署”已从口号，变成行业必须回答的问题。

智元的回答是一套组合拳：

GO-3 Preview具身基座大模型、AGILE通用运动智能算法框架、WITA-OMNI原生多模态交互大模型分别攻坚作业、运动、交互三大难关；灵渠OS 1.0与AHA3第三代硬件架构从软硬件两端拉通统一端口；Worken（有效智能工时）则试图为物理AI的实际劳动产出建立度量衡。

也就是说，智元几乎把整条技术链摊开，逐个击破模型、数据、硬件、软件的各个卡点。

智元的种种动作，共同指向了同一个方向——机器人行业下一阶段竞争的胜负手，不再是谁更会打拳，而是谁能把过去三年的成绩落地部署到实际场景里，将其转变成源源不断的生产力。

智元联合创始人、总裁兼CTO彭志辉在发布会上给出的数字，恰好为这个判断提供了注脚：2026年上半年，智元机器人营收接近20亿元，智元通用AI机器人累计下线达20000台。

在会后接受访谈时，他坦言，“万台下线，只是制造业的胜利，万台上岗，才是物理AI的胜利”。

具身部署不再拼单点技术

过去几年，机器人行业出现了一种常见的竞争方式：不断刷新某项能力的上限，比如比跑得更快、跳得更高，谁能完成更复杂的抓取动作。而当机器人真正部署进工作场景后，这套旧有的评价逻辑明显不够用。

不妨想象一个工厂里一项极其普通的任务：“走到货架前取一件物品，再将它送到指定位置。”

听起来轻松，若由机器人执行，这项简单任务可以被解构为几个挑战——机器人要判断物品在哪、怎样抓取；搬运过程中需实时应对突发情况，有人突然经过要及时避让；工作人员临时改变任务，还需要听懂新要求。

也就是说，一个小小的任务，分别涉及作业能力、交互能力、运动能力，任意一项都不可或缺。

智元此次推出的多项核心成果——譬如GO-3 Preview、WITA-OMNI、AGILE，正是基于现实落地的基础痛点展开。

GO-3 Preview最核心的意义正是，让机器人如何更好地理解自己即将执行的动作。

近年来VLA成为具身智能重要技术方向，让机器人像大模型理解文字一样理解环境和指令并生成动作。

但传统VLA存在一个卡点：机器人纵使知道下一步该做什么，却不一定清楚这个动作的后果，比如想拿起桌上杯子时，可能把旁边东西打落。

GO-3 Preview的核心突破是“先预测，后动作”的一体化决策机制。也就是说，机器人拿到任务后，会先综合多路摄像头画面和指令，搞清楚“要做什么、环境如何”；接着在内部推演几种可能的情况；最后从中选一个最靠谱的方案行动。相当于行动之前先三思，而不是边做边想。

除了持续探索具身智能大脑模型之外，智元此次还盯上了一个被巨头基模公司集体忽略、却不可或缺的重要方向——全模态端到端交互大模型。“交互，正是机器人产生价值的必经入口、第一入口，所有的场景都离不开交互”，智元合伙人、联席总裁、中央研发部总裁、交互业务体系总裁熊彦如此表示。

以前人类与机器人交互的模式基本是，要先喊它名字“唤醒”它，然后一问一答、干等回复。而WITA-OMNI大模型把人机交互的底层逻辑完全改了。

在发布会现场，熊彦与搭载该模型的机器人远征A3的趣味互动——不需要唤醒词，在噪音复杂的现场，机器人还能准确判断你是不是在跟它说话，且快速打断切换问题也不会影响交互。

经现场测试，WITA-OMNI模型的响应速度最快只有400毫秒，支持20多种情感表达，能听懂73种语言。在WITA-OMNI模型的加持下，机器人终于从一台被动听指令的机器，变成了一个能聊天的小伙伴。

值得注意的是，这两项模型近期均交出了硬核成绩单。

据介绍，GO-3 Preview登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，并将于2026年底全面开源；WITA-OMNI则拿下Daily-Omni全模态理解、TimeLens-Bench视频时序定位、EmbSpatialBench具身空间推理、MMAU复杂音频理解四项榜单第一名。

有了“先想后做”“擅长聊天”的大脑之后，机器人还需要一副跟得上的身体。

此次智元发布的AGILE正是一项全新的通用运动智能算法框架。可以这么理解：机器人可以像人一样，眼睛看到变化，身体立刻就能做出合适的反应，一气呵成。

从GO-3 Preview到WITA-OMNI再到AGILE，智元同时推进作业智能、交互智能、运动智能三条线——让机器人既知道该做什么，又能稳稳做出来，还能自然跟人配合。

不过，会想、会动、会聊三种能力齐备，还不意味着机器人就能顺畅运转。它们必须在同一条时间轴、同一个状态空间里实时衔接。否则，就可能出现这样的情况：大脑下了指令，小脑接不住；小脑接住了，交互又掉线。

协同，正是具身智能落地在“三智”之外的下一道槛。

机器人落地的下一道槛，在模型之外

协同不能只是一句口号，而是需要真正从底层出发，为机器人设计一套专门的“粘合剂”，把各个部分有机组织起来。

在智元创新日上，智元的另一项核心创新成果便是第三代硬件架构AHA3。它不是给旧方案打补丁，而是从底层重新设计了一套能同时承载运动、交互、作业三套智能的统一控制平台，让“三智”真正在物理层面串联起来。

这也是一项切中行业痛点的设计。过去几年机器人行业造硬件，最大的问题是碎片化——模型和系统各自为政，靠线缆和协议勉强连在一起。这也导致了，过去机器人身体里塞满了控制器，又大又重，散热也不过关。而据智元在发布上披露，这套系统带来的直接好处是：控制系统体积缩小了一半，响应速度翻了近一倍。

不过，仅仅重新设计硬件架构这套骨架还远远不够，还需要一套更好的“结缔组织”。

一直以来，机器人仍处于手搓状态，根源是机器人身上有大量不同的传感器、控制器和执行器，这些硬件来自不同厂商，采用不同的接口和通信方式。对于开发者来说，这无疑是一种灾难——如果每接入一种新设备，都需要重新编写大量底层代码，产品的开发和升级十分复杂。

所以，智元的灵渠OS 1.0的作用便是，把硬件、通信、智能三层全部打通，让机器人第一次有了统一操作系统。值得注意的是，这也是业内首个具身智能原生操作系统。

对于工程师们来说，他们最可感的变化是，灵渠OS 1.0直接让所有硬件接入变得像插U盘一样简单——通过重新定义硬件的接入标准，摄像头、传感器、机械臂等15类、共计100多种外设插上就能用，不用再费劲处理驱动。

灵渠OS 1.0除了有打通的意义之外，关键还够快。当机器人每秒发1000次运动指令，灵渠OS 1.0还能把每次间隔的误差不到4微秒。打个比方，人眨一次眼的时间里，机器人已经发了300多条指令，每条都准时到毫秒不差。

不过，智元并不打算独享这份基础设施的便利性。

在智元创新日上，智元宣布与开放原子开源基金会共建中国人形机器人开源社区，在本体硬件、数据评测、操作系统、大小脑等核心方向推动技术转化与行业标准制定，并向基金会捐赠灵渠OS项目。双方将组织联合开发、测试验证和具身智能人才培养，建设全球开放繁荣的技术生态。

同时，灵渠OS 1.0计划于2026年底全面开源，届时将开放经过量产验证的约2亿行代码、5000多个生态软件包，推动机器人能力成为可复用的产业基础。

对开发者来说，灵渠OS 1.0相当于把一众智能能力做成了“技能包”，开发者们不用从零造轮子，直接实现对运动智能、交互智能、作业智能三大方向的开箱即用。

“你永远想象不到合作伙伴会给我们带来什么样的惊喜，这就是生态的魅力。所以我们必须把基座搭好，把更多的机会留给我们的合作伙伴”，智元合伙人、高级副总裁、通用业务部总裁王闯表示。

回望智元创新日发布的核心内容，智元基本已经实现了模型、硬件、系统三层自研和互相打通。这种技术纵深和覆盖广度，在具身智能行业内其实并不多见。

这套完整体系的终极考场，或许不在实验室里，而在真实落地的每一个场景里。

通用机器人开始干活，需要一把新标尺

过去几十年以来，工业机器人有一套成熟且简单的方法计算这笔钱花得值不值。只要计算这台机器每小时能生产多少个零件、乘以零件单价，减去电费和维护等成本，很快就能算出来回本周期。

不过，当通用具身智能机器人落地，行业急需一把全新的标尺来衡量价值——这是因为，具身智能机器人的工作岗位并不固定，可能今天在组装线上打螺丝，明天就去负责物流装配了。

所以，在解决了基础技术布局之后，智元还试图为具身智能的新质生产力探索统一“度量衡”，提出了Worken（有效智能工时）这一新概念。

其实，也可以把它理解成具身智能时代领域的“Token”——Token衡量的是AI在数字世界里生成了多少内容，Worken衡量的则是机器人在物理世界里真正干了多少有价值的活。

按照智元的定义，Worken=活跃机器人数量×自主工作时长×产出效能比。

（注：活跃机器人数量即当期在线、能正常干活的机器人数；自主工作时长即机器人不需要人管、自己干活的连续时间；产出效能比概念里，智元把一个熟练工人按标准方法、在单位时间内做出的合格产出，定义为1.0，机器人的实际产出除以这个标准定额，得出的比值就是效能比——等于1是达标，大于1.0就是比人干得还好。）

通过这个定义，智元试图为物理AI建立一套新的评价框架，让机器人的新质生产力变成一个可以跨行业、跨场景比较的数字。

其实，Worken的意义还不止于算账，它背后牵出的是一个更深层的变化：未来机器人的资产属性可能正在被重新定义。

在过去，传统设备卖出去之后只会越来越旧。但到具身智能机器人领域，情况则完全不同——硬件虽然会折旧，但模型会升级、技能会扩展，甚至多台机器人还能一起实现自进化。也就是说，具身智能机器人的硬件在贬值，但智能在升值。

所以，未来评估一台机器人，比的不再是性价比，而是“智价比”——用户花的每一分钱，会在整个生命周期里能持续创造多少有效智能工时。

可以想象一下，在未来，一台机器人，是一件产品，但当一百万台持续在线、共享经验的机器人连在一起，他们或许不再是孤立的硬件，而是一种“云”，是一项持续生长的基础设施。

智元“跃迁”

回过头看这次A.I.DAY，也可以捕捉到智元的三项“跃迁”讯号。

第一跃，是从打磨单点技术，走向构建全栈能力。

当过去行业习惯比谁动作更炸裂，智元选择埋头苦干，把模型、硬件、系统三层全部啃了一遍——GO-3 Preview、AGILE、WITA-OMNI等突破了机器人的“想、动、聊”，智元还给这三套智能系统造了粘合剂，AHA3管硬件，灵渠OS1.0管软件。

而且，智元不是选择将这几个强项拼装，而是从底到顶长成一套体系。

“全栈自研不是可选的选择题，而是必选题”，彭志辉在会后向一众媒体表示，“本体是下限，模型是上限，智元必须做到模型能力足够泛化、本体足够可靠、软硬件综合系统能力达标，部署态对具身智能公司提出了全栈的要求。”

他直言，智元是一家面向场景的全栈公司，“我们的想法的很简单——把技术做得可以复用，把产品竞争力打磨得够强，这就是我们最核心的价值。”

第二跃，是从销售机器人硬件，走向布局产业生态。

技术底座铺好后，规模化落地成了水到渠成的事。智元没把机器人当展品卖，而是当成岗位去交付——龙旗南昌工厂里，8台精灵G2并入平板质检产线，6天处理17000多件产品，成功率99.99%；横琴长隆超500台机器人常态化上岗，覆盖七大场景；爱仕达门店里，100台灵犀X2当“硅基导购”，3天带动销售223万元。

但这些案例只是起点。具身智能的战场不在单点订单，而在场景密度——几乎没有哪家能靠自己吃下千行百业。

所以，智元把已经验证的全栈能力拆成开放底座，发起“元苼生态发展计划”。据介绍，智元未来五年投入超20亿元、2026年先行落地1亿元。

简单说，智元把操作系统、开发工具和模型整套能力全部开放，当开发者、高校、合作伙伴共用一套底座，多方汇聚创造力将会碰撞、滋长出新的生态。

第三跃，也是最有野心的一跃：从参与产业竞争，走向探索重新制定产业规则。

当行业还在比卖了几台机器人时，智元提供了机器人生产力度量衡，告诉行业和场景方，如何真正衡量通用具身智能机器人的价值。

可以展望的未来是，当客户开始用Worken来评估采购决策，或许整个行业的竞争维度就被改写了，也会产生新的商业叙事。

王闯在会后的媒体访谈中也袒露了自己的畅想，他认为，若Worken未来能走向普及，机器人付费也可能从过去的“买设备”转向“生产力套餐”。

设想一下：用户购买Worken套餐包、预定任务后，机器人厂商或按实际消耗量扣费，并且提供服务不同场景下多台机器人的组合。不过，他认为这会是一个渐进演变的方向，Worken的商业模式还会会有很大的想象空间。

其实，如果把三次跃迁连起来看，可以发现智元本质上是在推动机器人从实验室里的技术展示，变成物理世界里的基础设施和新质生产力。

正如智元联合创始人、联席总裁、具身业务体系总裁姚卯青表示的——“每一个大热的科技赛道都会有自己的周期。对于机器人行业，我认为未来能真正走下去的公司，必须具备全链路把技术和产品转化为可衡量生产力的能力，真正在生产环节里提供可量化的价值。”

而我们也可以从中清晰透视出智元正在发生的变化——它不已再满足于在既有的机器人竞争框架中争夺领先位置，而是开始尝试改变竞争本身的方式。

或许，这才是此次以“跃迁”为主题的A.I.DAY，最值得玩味的地方。