虽然2026年被视作具身智能的量产元年，机器人下线数量节节走高，但据第三方统计，上半年全球人形机器人超过六成设备，流向了实验室、科研机构、展会演示与文旅展示场景，真正进入工业场景的占比不足两成。

特别是对于3C、半导体等精密制造业而言，工厂是人形机器人最严苛的考场。

传统工业机器人依靠固定程序重复作业，新一代具身机器人则需要靠视觉、大模型自主感知环境。多少台机器能够上岗干活，成为衡量具身智能商业化成色的新标准。

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）发布了一个新的度量单位“Worken”，用于衡量机器人的有效智能工时。

稚晖君告诉《中国企业家》，好比Token中文名叫“词元”，Worken的中文名可以被定为“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。”

摄影： 林秋艺

智元和3C代工企业龙旗科技目前落地了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。这条产线做过一次为期6天的全程直播，机器人累计作业超过64小时，完成了64824次取放，产出17625台平板电脑，节拍平均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。

稚晖君表示：在龙旗工厂里，做“24小时×7天”的全流程替代质检的工位，已经在推部署态场景。机器人的需求应该从真实需求出发，而不是先假设未来会替代哪些岗位。

“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。

但万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。“今年真实部署能有几千台，就很厉害了。”智元合伙人、高级副总裁王闯说。

01

两万台机器人去哪了

稚晖君把机器人行业画成X、Y、Z三条曲线，其中Y曲线是真正进入实际的场景，把能力变成可以持续的商业价值。“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。”

最重要的变化不是机器人出现的场景变多了，而是评价它的标准变了。“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表示，智元的“精灵G2机器人”在龙旗产线里已经做了横向拓展，从平板电脑的检测延伸到手机，手机的概念验证已经完成，正在进入并线阶段。据其透露，3C电子行业里，已有超过3家企业在和智元合作，有些已经完成并线。

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。这也验证了智元的重载机器人的双臂，已具备40公斤、峰值50公斤的负载能力。“G2 Max已经在龙旗找到了搬运和拆垛的应用。”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，机器人要全天候连续作业，还要做到防剐蹭、防翘料，成功率要求达到99.999%，毕竟一颗芯片背后可能是几万元的货值。

工厂之外，机器人正在进入人流更稠密的地方。珠海长隆9月24日开园，第一批300多台智元机器人一次性上线，分布在100多个点位。机器人承担了不同的交互作用，可以跟游客下三子棋、猜拳、打乒乓球，也会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。

“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。”换上机器人之后，“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。

广州地铁里也部署了超过120台“精灵G2”，做安检引导、乘客违规识别、多语言问答、安防巡逻等任务。地铁场景对机器人的要求更高，人流量大、情况多变、安全责任高。

王闯说，选择哪些场景首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。”

服务业的部署态反而更快，“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，距离真正自己干活，还有相当一段距离。

王闯在发布会上算了一笔账，如果在每个落地场景都要投入很多算法专家驻场，人力就会成为瓶颈，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。”

长隆最早就是这样。300多台机器人部署在100多个点位，每个点位的环境不一样，机器人干的活也不一样。“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。”王闯说。

但随着场景数据积累，人机比正在逐步爬升。王闯透露，长隆从最开始的1比1，降到了3比1，目标是年底做到10比1，明年做到20比1。

他认为，10比1之后，很多专家只需在总部远程支持，现场新增一个点位，运维人员就可以直接复制模板。“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。”

真实场景中遇到的意外情况，也常常超出实验室里的设想。

有的小朋友喜欢抱机器人，或者推机器人，玩游戏的时候不会按设定好的规则来。“机器人交互时会实时做360度观察，有人侵犯到它的安全区域，它要主动停止动作。碰到不在预期中的力，它要瞬间收力，把最大输出力限制在一个范围。每台机器人也需要设置电子围栏，不能走出固定的服务范围，出现任何异常，后台告警，运营人员会迅速介入。”熊彦说。

机器人也在学着自己照顾自己。王闯告诉《中国企业家》，电梯、门禁都要联网，机器人的Wi-Fi要搞好，出了问题要“热插拔”或者在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。”

龙旗产线正在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来了，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里暴露的传感器、线束、电机问题，都通过版本升级完整解决了，现在只需要很轻量化的运维状态。

稚晖君告诉《中国企业家》：“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。”

他表示，机器人不是出厂做一个Demo就万事大吉，设备健康需要长期管理，要持续迭代软件版本，要做备件、远程诊断、现场服务和持续的任务优化。

“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，30%的人在做本体硬件，70%的人在做智能。

当被问到：为什么智元什么都要自己做？他的回答是，“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。”

对此，姚卯青举了自动驾驶的例子，对《中国企业家》解释，很多技术供应商慢慢被主机厂取代，而在机器人行业，缺少任何一块，都很容易被垂直整合掉。

“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。行业面临着数据匮乏的新矛盾，工业与服务业的数据采集、处理逻辑又截然不同。

长隆的机器人上岗一个月，跟游客做了100多万次交互。“那些没有完成交互就离开的数据更有价值，团队会把这些数据检查、标注，回流到平台做下一轮训练的素材。机器人在环境里工作一段时间以后，会明显比刚部署进去的时候更能干，这个过程是自动化的。一个机器人掌握了，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，机器人要用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在一个实验室里组网，和背后的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，再把几十G的模型权重不停地下发到100台机器人里。

这样组网，一台机器人宕机不会影响其他，对整体训练进度的影响也被控制在1%左右。他表示，机器人攒数据讲规模效应，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》，很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，一个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已经跑在了真实场景里。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的收费模式还没有明晰。稚晖君在采访中表示，可以卖硬件，也可以卖服务，还可以跟客户共创，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。”

王闯则表示，或许Worken可以按套餐计费，客户预订一个任务，机器人完成任务、消耗多少Worken，就从套餐里扣掉多少。

不过这张工时表也有没填完的格子。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，但很多岗位是两班倒、三班倒，一个人站8个小时非常疲惫，机器人可以一直干。

来源：视觉中国

硬件也还有没过的关。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，正在跟很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。