稚晖君的机器人，开始上班了
尽管2026年被普遍视为具身智能进入量产的关键年份，机器人出厂数量持续攀升，但第三方数据显示，上半年全球人形机器人中超过六成流向了实验室、科研机构、展会演示及文旅展示领域，真正投入工业场景的比例尚不足两成。
尤其对于3C、半导体这类精密制造业而言，工厂环境对人形机器人构成了最为严苛的考验。
传统工业机器人依赖固定程式执行重复任务，而新一代具身机器人则需借助视觉系统与大语言模型自主感知环境。能实际投入生产运行的机器人数量，已成为衡量具身智能商业化成熟度的新指标。
10月29日，在上海世博中心，智元联合创始人、总裁兼CTO稚晖君（彭志辉）推出了一项全新度量单位“Worken”，用以评估机器人的有效智能工时。
稚晖君向《中国企业家》解释，类似于Token的中文译名“词元”，Worken的中文名称可定为“智元”。“这正是我们公司的名字。过去大家关注的是参数表，看机器人的性能参数有多强、演示有多酷炫，未来大家会更多关注工时表。”
摄影：林秋艺
智元与3C代工企业龙旗科技已合作落地了全球首条由具身智能覆盖的完整3C产线，并于今年3月实现规模化投产。该产线曾进行过一次为期6天的全程直播，机器人累计作业超过64小时，完成64824次取放操作，产出17625台平板电脑，平均节拍为22秒一件，与人类水平相当。机器人每作业一万次，仅允许出现一次失误。
稚晖君指出，在龙旗工厂中，实施“24小时×7天”全流程替代质检的工位，已进入部署态场景。机器人的需求应源自实际应用，而非先假设未来会取代哪些岗位。
“龙旗的质检工作对人工而言极为枯燥且反人性。机器人不一定要完全替代人类，可以与人配合，实现人机协作。”
Counterpoint Research统计显示，2026年上半年智元机器人出货量达9700台，市场份额超过43%，位居全球第一。稚晖君透露，今年9月，智元第20000台机器人已下线，上半年收入接近20亿元，赴港上市也已启动。
然而，万台下线仅是制造业的胜利，万台实际上岗才是物理AI的胜利。“今年真正部署能有几千台，就很厉害了。”智元合伙人、高级副总裁王闯说。
01 两万台机器人去了哪里
稚晖君将机器人行业划分为X、Y、Z三条曲线，其中Y曲线代表真正进入实际场景，将能力转化为可持续的商业价值。“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。”
最重要的变化并非机器人出现的场景增多，而是评价标准发生了转变。“许多客户开始询问，机器人到底能稳定完成多少工作、工作质量如何、完成这些任务需要多少成本。”稚晖君说。
智元研究院院长姚卯青表示，智元的“精灵G2机器人”在龙旗产线中已实现横向扩展，从平板电脑检测延伸至手机领域，手机的概念验证已完成，正进入并线阶段。据其透露，在3C电子行业，已有超过3家企业与智元合作，部分已完成并线。
发布会上播放宣传片时，一台重载机器人“G2 Max”抱着灵犀X2走上台。这验证了智元重载机器人的双臂具备40公斤、峰值50公斤的负载能力。“G2 Max已在龙旗找到搬运和拆垛的应用。”姚卯青说。
来源：视觉中国
要求更高的半导体封装测试也在部署中，机器人需全天候连续作业，并做到防剐蹭、防翘料，成功率要求达到99.999%，因为一颗芯片可能对应数万元的货值。
工厂之外，机器人正进入人流更密集的区域。珠海长隆于9月24日开园，首批300多台智元机器人一次性上线，分布在100多个点位。机器人承担不同的交互功能，可与游客下三子棋、猜拳、打乒乓球，也会在部分展区进行带队讲解，内容由交互模型实时生成，并能用多语言接待外国游客。
“原来乐园展区需配备许多讲解员，孩子会提出各种稀奇古怪的问题，对讲解员的体力是很大挑战。以前真人讲解，每天工作量很大，每15分钟一班。”换上机器人后，“三个机器人轮班，就解决了。”智元合伙人、联席总裁熊彦对《中国企业家》说。
广州地铁也部署了超过120台“精灵G2”，用于安检引导、乘客违规识别、多语言问答、安防巡逻等任务。地铁场景对机器人要求更高，人流量大、情况多变、安全责任重大。
王闯说，选择哪些场景首先看技术上能否实现，“现在具身智能面临的问题是，其能力尚未成长到能胜任所有任务。像工业上下料和讲解接待、导览导购，都是技术上‘跳一跳’能够触及的场景。”
服务业的部署态反而更快，“如果机器人能带来流量、情绪价值、营收增长，客户不会像工厂那样严格要求节拍必须完全超越人类，成本、可靠性需（客户）完全算得过来。”
02 把工程师撤出来
不过，机器人进场仅是第一步，距离真正自主作业仍有相当距离。
王闯在发布会上算了一笔账，如果在每个落地场景都投入大量算法专家驻场，人力将成为瓶颈，无法实现规模复制。“那只是做成一个个项目，而非一个能规模化的生意。”
长隆最初便是如此。300多台机器人部署在100多个点位，每个点位环境不同，机器人任务各异。“最开始几乎是一台机器人配一个工程师，300台机器人就需要300名工程师入场。这样一来，成本比原来纯人工还高。”王闯说。
但随着场景数据积累，人机比正逐步提升。王闯透露，长隆从最初的1比1降至3比1，目标是年底达到10比1，明年实现20比1。
他认为，达到10比1后，许多专家只需在总部远程支持，现场新增一个点位，运维人员可直接复制模板。“20比1就是5%，相当于该岗位只需再新增5%的人力预算，5%对许多客户而言是可接受的。”
真实场景中遇到的意外情况，也常超出实验室设想。
有的小朋友喜欢抱机器人或推机器人，玩游戏时不会按设定规则进行。“机器人交互时会实时进行360度观察，有人侵犯其安全区域时，它会主动停止动作。遇到不在预期中的力，它会瞬间收力，将最大输出力限制在一定范围。每台机器人也需设置电子围栏，不能超出固定服务范围，出现任何异常，后台会告警，运营人员会迅速介入。”熊彦说。
机器人也在学习自我维护。王闯告诉《中国企业家》，电梯、门禁需联网，机器人的Wi-Fi要保障良好，出现问题需“热插拔”或在3分钟内恢复。“现在‘远征A3 Ultra’也可自行充电，以后连充电都不用管，就真的变成生产力了。”
龙旗产线正验证机器人在工厂场景下的常态化运营。
姚卯青表示，智元的研发型团队很早就从现场撤出，将基础软件运维移交给了龙旗自己的团队，前期在严格工业环境中暴露的传感器、线束、电机问题，均通过版本升级完整解决，现在只需很轻量化的运维状态。
稚晖君告诉《中国企业家》：“客户何时愿意买单？是他们开始认真思考，从‘我愿意尝试你的产品、看你能不能造出来’，变成‘我到底能不能养得起你的产品’。”
他表示，机器人并非出厂做一个演示就万事大吉，设备健康需长期管理，要持续迭代软件版本，做好备件、远程诊断、现场服务和持续的任务优化。
“真正形成规模后，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，智元研发团队中，30%的人从事本体硬件，70%的人专注于智能。
当被问及为何智元什么都自己做时，他回答，“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，都会遇到瓶颈。”
对此，姚卯青以自动驾驶为例向《中国企业家》解释，许多技术供应商逐渐被主机厂取代，而在机器人行业，缺少任何一块，都易被垂直整合掉。
“做得好的团队10个人3个月交付一个车型，效率低的100个人一年才能做出来。智元这一年的工作，是把训练、测试准出、软件发版、OTA、数据闭环、问题回流整套工具链平台化，让部署新客户、新场景的人效提上去。”
03 给机器人记工时
近期，人形机器人的场景数据闭环问题正成为讨论焦点。行业面临数据匮乏的新矛盾，工业与服务业的数据采集、处理逻辑截然不同。
长隆的机器人上岗一个月，与游客进行了100多万次交互。“那些未完成交互就离开的数据更有价值，团队会将这些数据检查、标注，回流到平台作为下一轮训练的素材。机器人在环境工作一段时间后，会明显比刚部署时更能干，这个过程是自动化的。一台机器人掌握了，所有机器人都掌握了。”熊彦说。
他此前在谷歌做过视频生成模型，“大模型只是博而不精的通才，机器人所需的专家能力来源于后训练。”熊彦不相信业界会用5万亿的模型做具身部署，原因很直接，一是慢，机器人的电机控制需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。智元将100台物理真实的机器人在一个实验室中组网，与背后的H100训练集群、4090边缘侧推理集群通过IB网络互联，机器人实时回传作业数据，服务器更新模型，再将几十G的模型权重不停地下发到100台机器人中。
这样组网，一台机器人宕机不影响其他，对整体训练进度的影响也被控制在1%左右。他表示，机器人积累数据讲究规模效应，同样一套训练，用4台和用100台对比，成功率是天壤之别。
工厂的账则要另算。
姚卯青告诉《中国企业家》，许多工业用户的数据涉及工艺信息和商业信息，数据不允许被带出工厂、带出车间，对应的办法是在客户的厂墙内部署一套训练用的服务器和软件平台，在现场做模型升级和迭代。
“好在工业场景往往是单一的重复作业，上下料这样的岗位，一小时的数据就足够放上预训练的数据货架，因为预训练更看重数据的多样性。”
数据本身也在变成一门要算账的生意。姚卯青判断，数据的定价会分层，高质量的标准数据集，未来两年到三年，100万小时大概标价2亿元。“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%。”
干活的能力在涨，干的活怎么算钱，这个问题智元想用新名词“Worken”来回答。
这个词是Work加Token的组合。稚晖君在发布会上讲了一段历史，蒸汽时代用马力度量机器的力量；电力时代用千瓦时度量机器的能力；2022年开始，数字AI时代用Token度量机器的思考量。他的结论是，Token衡量机器思考多少，Worken衡量机器行动多少。
Worken已运行在真实场景中。发布会上，稚晖君展示了实时滚动的Worken看板，10月当月，每台机器人贡献的有效智能工时都有记录。
但Worken的收费模式尚未明确。稚晖君在采访中表示，可以卖硬件，也可以卖服务，还可与客户共创，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。”
王闯则表示，或许Worken可按套餐计费，客户预订一个任务，机器人完成任务、消耗多少Worken，就从套餐中扣掉多少。
不过这张工时表也有未填完的格子。王闯自己算了笔账，Worken要看机器人真正部署了多少台、每台真正工作了多长时间，以及很关键的劳动价值密度。数量好数，时长好记，难的是价值密度。他也坦承，现在说不太清楚的就是价值密度。
他举了酒店的例子，一个完整的人要做的事非常复杂，接待、拉行李、引导、送别，机器人做不了全部，十件事里可能只能做两件，但许多岗位是两班倒、三班倒，一个人站8小时非常疲惫，机器人可以一直干。
来源：视觉中国
硬件也还有未过的关。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，但大部分客户并不敢在真实场景中作业。
“因为整个算法的成功率还没有夹爪那么高、那么好用。今年的突破很快，全手触觉的长期可靠性在提升，自由度从10个往20个走，下放到10个自由度的手会跟夹爪一样可靠，成本甚至可能比夹爪更低。”
稚晖君要过的另一关，是算力。他告诉《中国企业家》，算力成本不能简单计算，在工厂里干活其实不怎么消耗Token，但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，正在跟许多通用模型公司抢算力。至于Token会不会成为部署态的瓶颈，“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”。
有人让稚晖君用一句话概括智元今年的核心进展，他的回答是，进入到Y时刻，从开发态进入部署态。
本文来自微信公众号“中国企业家杂志”（ID：iceo-com-cn），作者：林秋艺 怡洁，编辑：李原 何伊凡，36氪经授权发布。