田晏林 发自 苏州
量子位 | 公众号 QbitAI
创业未满一年，昔日理想汽车智驾团队三位核心负责人王凯、贾鹏、王佳佳正式交出答卷。
7 月 6 日，至简动力宣布其首款全场景机器人 i7 Pro 完成首批百台交付。这也是具身智能行业最快的百台交付纪录，耗时不足一年。
发布会当天，至简动力全球首个 CNC 智能化具身机器人产线同步亮相。现场不仅有生态合作伙伴与客户，前理想汽车多位高管如张骁（斜跃智能 CEO）、赵哲伦（维他动力联合创始人），以及现任理想自动驾驶/AI 大模型负责人詹锟、人形机器人部门负责人湛逸飞等均到场支持。
至简动力创始团队王凯（董事长）、贾鹏（CEO&CTO）、王佳佳（联创&COO）均出身理想汽车智能驾驶团队，具备极强的自动驾驶基因。公司自 2025 年 7 月底筹备成立，半年内完成 5 轮融资，吸引元璟资本、红杉中国、腾讯及阿里等机构入局，成为具身赛道成长最快的独角兽。
贾鹏表示，团队在创业前已落地多项具身自动化业务，包括自研工厂无人检测产线及自动充电方案。他认为，行业技术趋同，胜负关键在于底层基础设施建设能力，涵盖万卡训练集群、基模训练及多芯片适配经验。尽管承认具身智能难度远超智驾，但团队凭借在 NVIDIA 积累的 product mindset，坚持“先推出产品接受市场检验，再快速迭代”的理念。
让 i7 Pro 自己造自己
i7 Pro 的批量交付建立在严苛的实地打磨之上。该机型所在的全球首个CNC 智能化具身机器人产线，由至简动力与国内谐波减速器龙头绿的谐波子公司开璇智能合作共建。
双方合作的核心目标是实现硬件自举闭环，即让 i7 Pro 在产线上加工自身的核心部件——谐波减速器内部零件。两家团队全程驻场协同，共同面对真实工厂的残酷环境。
CNC 车间地面油污湿滑，导致初期测试中机器人频繁打滑、无法站稳。团队面临两难选择：改造环境或优化机器人。为避免制造只能适应特定环境的“特供机”，至简动力选择死磕机器人本体，优化行走模组以主动适配恶劣工况；绿的谐波则为机床预留信号接口，使机器人无需物理按压，直接通过数字信号控制设备。
通过解决无数此类 Bug，i7 Pro 成功摆脱实验室 Demo 标签，进化为可迁移、适配各类工业工况的通用机器人平台。除 CNC 产线外，该机型已进入柔性 PCB、光模块等高壁垒、高人工成本场景。未来，至简动力计划拓展至商超零售、智慧物流及生物医药领域，并将于下个月发布两款新品。
顶配售价 22.98 万元，1.5 年回本
绿的谐波 CTO 储建华指出，制造业面临招工难与人力成本高企的困境，而传统工业机器人难以适应多品种、小批量的柔性生产需求。具身智能机器人虽能凭借手眼脑协同模型自主思考、柔性抓取，但高昂成本曾是普及障碍。
至简动力 i7 Pro 最高配版本售价仅为22.98 万元，远低于行业内部分五六十万元的人形机器人。据测算，购买该机型约1.5 年即可收回成本，相比机加工行业人均 8000 至 1 万元的月薪，ROI 优势显著。
这一低价策略并非单纯压缩利润，而是借鉴新能源汽车发展路径：通过真实应用反向推动制造体系成熟，利用规模效应摊薄研发与制造成本。贾鹏将这一过程比喻为“用上一代的蛋孵化下一代的鸡”，形成数据优化模型、反馈推动硬件改进的正向循环。
尽管如此，贾鹏也坦言当前具身行业硬件成熟度尚低，缺乏统一的工艺标准流程，出货量规模仍远不及汽车行业，成本与可靠性问题仍需时间解决。
从自动驾驶到具身智能
针对自动驾驶团队转型具身智能的质疑，贾鹏认为两者虽同属 AI 进入物理世界，但挑战维度不同。自动驾驶侧重于动态环境理解与决策，而具身智能需同时理解环境与物体，并执行物理交互，难度呈倍数级增加。
具身智能比自动驾驶难非常非常多倍。
然而，自动驾驶经历积累的工程化能力成为关键基石。一是完整的 AI 工程体系，涵盖数据采集、处理、训练、部署及产品交付的全链路方法论；二是对基础模型的深刻理解，确保 AI 产品能兼顾成本、性能与用户体验。
面对新挑战，至简动力定位为面向机器人时代的基础设施公司。公司超半数员工专注于模型与算法，构建了LaST₀基座模型及后训练模型体系，在统一 Transformer 编码空间中融合语言、视觉、空间及世界模型。同时，搭建了从数据采集治理到模型迭代的完整闭环，利用真实任务数据反哺模型升级。
在本体设计上，遵循车规级标准打造通用本体平台，采用分层模块化架构以实现跨场景快速适配。此外，公司正搭建机器人开发平台，开放 Agent 框架、Skill 库及底层 SDK，旨在构建类似智能手机产业的繁荣生态。
One More Thing
面对近期机器人行业的融资与上市热潮，贾鹏保持冷静。他认为资本关注仅是产业化进程的一个阶段，随着企业陆续上市，行业将进入价值验证的冷静期。
正如大语言模型早期经历的质疑，具身智能也需从兴奋回归理性，通过真实的财务数据、交付能力与客户价值重建市场信心。这一过程虽然残酷，但将推动行业回归产品与技术本源。