智元2万台机器人出货 Worken破解具身智能焦虑
2026年，具身智能赛道正陷入前所未有的行业焦虑。GPT-6 Astra展现出的强大具身控制能力，让“物理AI即将被通用智能击穿”的论调迅速扩散；原本负责感知与决策的S2层，正以肉眼可见的速度被大模型接管。行业内也出现了路线分化：部分模型研发企业开始转向数据售卖，“卖铲子”成了新的行业方向。
尽管今年中国机器人整机产量突破10万台，但真正能在流水线上持续替代人类、扛起生产任务的产品寥寥无几。所有从业者都在追问：当通用大模型不断吞噬智能的上层能力，机器人企业的价值锚点究竟在哪里？
2026年10月29日，上海世博中心举办的一场行业活动上，智元团队用两个多小时的分享给出了完整回应。现场有超千名科研人员、开发者、合作伙伴参与，线上也有数十家媒体同步直播。相关分析指出，这场分享中包含了大量行业痛点与核心思路。
这场分享中最核心的创新，是智元提出的全新度量衡——Worken（有效智能工时）。这个概念的诞生源于智元团队对行业痛点的深度思考，稚晖君在开场就抛出了行业的核心矛盾：“今年国内机器人整机产量预计突破10万台，但产量的增长并不等于真实生产力的提升。”
Worken的计算公式为：活跃机器人数量 × 自主工作时长 × 产出效能比。这三个乘数分别对应了具身行业的三个核心痛点：宕机、离线、维护中的机器不计入活跃数量；遥操作时段不算自主工作时长；而产出效能比以标准工人的单位时间合格产出为基准，低于人类的产出则不达标。
稚晖君用度量衡的演变解释了这个概念的意义：蒸汽时代用马力衡量动力，电力时代用千瓦时计量电能，数字AI时代用Token衡量思考量，而Worken则是用来衡量机器人的实际行动能力。大模型产业之所以能形成成熟的商业闭环，Token功不可没，它让智能首次成为可定价交易的商品；而具身行业长期缺乏这样的度量衡，导致买卖双方无法定价，资本难以评估投入产出，Worken正是解决这一问题的关键。
现场还展示了实时工时看板，龙旗产线的上下料机器人、香格里拉酒店的服务机器人、长隆乐园的文旅机器人，每台机器当月贡献的有效工时都在实时滚动。稚晖君调侃道：“未来机器人的服务也将按Worken来计费，就像人类填工时一样。”
同期发布的《2026具身智能产业创新报告》中，Worken及相关部署态实例也被收录，获得了权威机构的背书。相关分析认为，从卖机器人转向卖工时，是理解智元商业逻辑的核心：当客户按Worken付费，购买的就不再是一台逐年折旧的设备，而是持续进化的生产力单元。稚晖君曾说：“硬件会陈旧，但智能可以升值。”
这个概念的诞生源于六个月前的行业大会。当时智元创始人断言2026年是具身智能从开发态迈入部署态的元年，稚晖君则提出行业的分水岭是从“卖机器人”转向“交付结果”。彼时的支撑是龙旗工厂的8小时无剪辑直播，精灵G2以正式员工身份连续作业，成功率100%，证明了技术可行性，但还未实现规模化落地。
六个月过去，智元的落地进展已经完全不同：2026年上半年出货9700台，以超43%的份额稳居全球第一；9月第2万台机器人下线，从万台到两万台仅用了半年；上半年收入接近20亿元。万台量产是行业的生死线，智元合伙人王闯表示，跨越这道坎的核心是100%本土化供应链、半小时响应的供应链圈、92项车规级量产测试，“量产不是造出来，而是要保证每一台都像第一台一样可靠，这背后没有捷径，全是产线上踩出来的坑。”
在场景落地方面，4月在龙旗产线运行的“老演员”至今稳定运行超过7个月；6天直播累计作业超60小时，产出17625台电脑，单件节拍22.5秒，与人类工人相当。工业纵深也在拓宽：精灵G2已覆盖龙旗工厂平板量产质检工段，进入芯片封测与CNC领域；精灵G2 Max落地食品、快消与电商搬运；长隆部署近500台机器人，带动客流提升近40%；广州地铁超120台机器人上岗巡检；成都宽窄巷子落地全球首个VLA模型驱动的双足人形零售作业，准确率达98%。
还有一个关键数据是人机运维比，从最初的1:1降到了10:1，目标直指30:1。相关分析认为，这条曲线的斜率，是判断部署态是真正的生意还是赔钱定制项目的试金石。“实验室是温室，真实世界是旷野，行业不缺技术难点，缺的是能批量上岗的生产力。”
从提出Worken概念到交付度量衡，智元用了六个月时间。这场发布会的技术清单密集，包括第三代具身基座模型GO-3 Preview、四层架构的AGILE运动引擎、全模态交互大模型WITA-Omni、第三代硬件架构AHA3以及重载本体G2 Max等。这些技术共同为Worken公式的三个乘数提供支撑：
GO-3 Preview保障的是产出效能比，姚卯青宣布其在三大权威榜单全部登顶。更重要的是其部署后的进化能力：与清华联合研发的群体经验学习模块CEL，让机器人通过失败案例训练，100台集群训练的任务成功率从50%提升到98%；在便利店场景遇到挂钩遮挡时，能衍生新策略，单次成功率从20%提升到80%以上。
AGILE运动引擎与WITA-Omni保障的是自主工作时长，机器一旦宕机或求助人工，工时即刻清零。AGILE通过四层架构赋予机器人闭环恢复能力，告别了跳舞机器人盲目模仿的通病。WITA-Omni实现视、听、说、动同步建模，响应速度最快400毫秒，进入人类日常对话的自然节奏区间。
AHA3与G2 Max保障的是活跃机器人数量，硬件层面物理合一，控制器体积和延时均降50%；全球首款皮下式关节液冷系统，散热能力是传统风冷的7倍，关节持续扭矩输出是风冷的3倍；G2 Max双臂峰值负载50公斤，双电池热插拔支撑8小时全天候作业。还有新一代灵巧手OmniHand 3系列，以及110台远征A3创下的群舞纪录。
此外，智元还发布了业界首个具身原生操作系统灵渠OS 1.0，承诺年底全面开源，配合“元苼计划”试图构建物理世界的生态。这些技术组合起来，是一套让有效工时持续增加的精密装置。
这场发布会最值得记录的，是智元直面行业核心焦虑：大模型是否会彻底“击穿”具身赛道，机器人本体公司还有没有价值？姚卯青回应：“如果行业总将被AI击穿，那希望我们站在AI这一侧。”
他进一步解释，通用大模型单次推理耗时极长、算力成本极高，难以在低延时、高精度的工业场景落地。智元的选择是立足本体、自研大模型，同时把能力沉淀为生产级技术，宣布GO-3和整套具身AI框架年内开源，构建生态。
稚晖君则推演了两种未来场景：第一种，通用基础模型越来越强且开放，竞争焦点变成谁能以更低成本、更高可靠性把智能接入真实世界；第二种，模型高度依赖不同本体和场景的数据，谁拥有大规模真实部署和高质量数据谁就赢。两种未来都是本体厂商的主场，规模化的本体优势会越来越重要。
相关分析认为，“把智能接入物理世界”是综合工程问题，不是软件问题，互联网基因的大模型公司难以补课。智元的2万台出货量、99.99%稳定性、92项车规级测试、10:1人机比，就是阻挡纯算法公司的护城河。通用智能不是掘墓人，而是弹药库，行动的壁垒属于贴近物理世界的公司。
发布会现场还有一个容易被忽略的细节：熊彦演示时问远征A3“智元谁最帅”，机器人回答“我可是智元的颜值担当”，再问“除了你呢”，它接了一句“当然你了，你的蓝色POLO衫很有精神”。远征A3在嘈杂会场中能分辨谁在说话，还能无缝切换普通话、粤语、四川话、闽南话，完成同声传译。
熊彦说，方言识别是上岗资格证，WITA-Omni支持超过100种语言和29种方言，登顶四项具身交互权威榜单，12月将在国内全面部署。这些能力在导诊台、咨询点位上，就是实打实的在岗工时。
WITA-Omni不是简单拼接模块，而是同步建模所有输入输出，才能做到具体的情商表达。它能让机器人“边听边想边说”，响应速度进入人类自然节奏。类似的细节遍布全场，都是在真实场景中打磨出来的。
行业的比拼已经从翻跟头、Demo流畅度，变成“谁的机器人能连续干活”，现在更是有了Worken计时器。正如稚晖君所说，智元拿了运动会金牌，但更有意义的是商业化部署，机器人既能上赛场，也能进工厂、商场。
当所有人争论机器人够不够聪明时，智元给机器人记了考勤，告诉具身行业：下半场比的不是谁更会表演智能，而是谁更能交付工时。
