AI·具身会客厅｜对话智元联合创始人、总裁兼CTO彭志辉： 物理AI，正在从“开发态”迈向“部署态”

策划|靖程

作者|高雅

10月29日，2026智元创新日（AIGBOT INNOVATION DAY）在上海世博中心举行，会上宣布，2026年上半年，智元机器人营收接近20亿元，通用AI机器人累计下线达20000台，商业化落地持续提速，智元成为同期收入最高的通用AI机器人公司之一。

现场，智元联合创始人、总裁兼CTO彭志辉发布了首个定义物理AI价值的度量衡Worken（有效智能工时），用于衡量机器人自主作业的实际产出，希望在机器人制造数量之外，进一步衡量机器人能否自主、持续地完成有价值的工作；软件层面，智元发布了新一代具身基座模型GO-3 Preview以及业内首个具身智能原生多模态交互大模型WITA Omni1.0，其中，WITA-OMNI打通了视觉、听觉、语言、表情、肢体动作全模态协同，登顶多个具身交互相关的权威评测榜单榜首。

在智元创新AI DAY媒体采访环节，彭志辉就多个行业热点问题与财经网科技等媒体展开对话，以下为对话内容（略经编辑）：

Q：本次大会上，智元提出了Worken这一新概念，颇具创新性。不过业内有观点认为，当前具身智能行业并不缺少新概念，您如何看待？

A：Worken由Work（工作）与Token组合衍生而来，计算公式是活跃机器人数量×自主工作时长×产出效能比，这里有一个很有意思的点，此前Token曾发起网络征名，最终确定中文译名为“词元”，而Worken的中文定名是“智元”，恰好与我们公司名称重合。

我们之所以在当下提出Worken概念，是产业发展到新阶段的自然结果。过去行业评判机器人，更多看的是“参数表”，到了下一阶段，评判重心会从参数表转向工时表。但这是一件很难量化的事情，一台机器人开机8小时，不等于它创造了8小时实际价值，单次任务成功率高，也不代表它可以像人一样长期稳定作业。

Worken的出现正是为了解决这一核心问题，在真实物理环境中，机器人究竟能够输出多少可持续、有效的智能劳动，它将机器人自身能力、运行可靠性以及面向客户的实际产出直接关联了起来。

Q：针对机器人泛化能力不足和运行稳定性差的行业痛点，智元实现了哪些突破？在走向规模化部署的过程中，重点攻克了哪些核心难题？

A：我们的核心竞争壁垒来自全栈式“三智一体”技术架构。想要破解产品从实验室走向实际部署的落差，本体、算法和数据是无法割裂看待的，因此我们不能做取舍选择题，而是要全部兼顾。用一句话来概括，那就是硬件划定能力下限，智能算法与模型决定能力上限。

过去行业的技术焦点大多集中在机器人跑跳、打拳这类视觉冲击力强的演示视频，相比之下我们更看重另一张成绩单，即是否搭建完成可复用的技术底座、能否在真实场景稳定持续运行以及能否帮助客户降低产品集成与后期维护成本。

我们始终认为，即便实现行业领先的万台机器人下线，也只是制造业层面的胜利，只有让这万台机器人真正上岗干活，才是物理AI的胜利。

Q：您在发布会上介绍了物理AI的五个发展阶段，目前智元处于哪一阶段？未来一到两年，什么会成为拉开企业差距的核心竞争力？

A：在物理AI的演进路径中，“先拥有可用的身体”这一阶段我们已经完成跨越，甚至能够满足严苛工业场景的持续交付要求。第二阶段是垂直领域智能化，目前我们已经在推进多个垂直场景的实际部署落地，例如在龙旗科技的3C制造工厂，机器人已经落地7×24小时不间断全流程质检工位。我认为，目前我们正处在从第二阶段向第三阶段跨越的关键节点，距离第三阶段已经很近。我之前提到的“ChatGPT时刻”，就将出现在第三阶段。（第三阶段指形成“足够泛化的物理AI的基座模型”）

Q：依托智元AHA3硬件架构与“三智一体”平台，如何概括智元现阶段物理AI的落地路径？对比行业其他方案，这套体系的核心突破是什么？

A：AHA3是一套机器人本体硬件架构，是公司成立三年多持续迭代的成果。

早期版本中，大多是拼接现有系统，没有采用机器人专用芯片和专用传感器，各类总线多位外部拼凑而来；在后续迭代中，智能能力从“小脑”拓展到了“大脑”，我们引入了CPU+GPU的AI算力组合，但是但是它们之间还是要跨越不同的硬件去做连接和数据交互。

到了最新一代AHA3架构，我们将“三智”能力全部整合进同一套硬件系统，核心就是三域合一计算模块的设计理念，尽管架构内核心芯片目前尚未实现自研，但自研芯片是我们长期规划方向，这是长期核心竞争力，我们会持续提升硬件自研占比，优化整体系统设计，不断强化产品综合竞争力。

Q：可否介绍下公司的研发投入结构？

A：整体研发团队中，约30%人员负责本体硬件相关研发，70%人员聚焦智能化方向研发。

Q：您认为是什么因素限制当下直接实现万台机器人大规模部署？能否结合实例说明。

A：这并不是我们制造不出足够的设备，我们完全具备年产数万台机器人的生产能力，核心制约因素其实在于客户的付费意愿，目前客户的心态正在发生转变，从之前的“愿意测试产品，验证产品能否被制造出来”转向了“能不能负担机器人全生命周期的使用成本”。这是行业非常可喜的变化，代表市场开始正视机器人完整生命周期价值，机器人不只是完成POC验证、输出演示Demo，还要兼顾长期设备健康管理、软件版本迭代更新、远程诊断、等一系列工作。

这也是为什么我们除Worken概念之外，格外重视配套工具链与平台能力，只有做到产出可量化、异常可追踪调度、作业经验能够跨设备复用，运营成本才能随着部署规模扩大持续摊薄，达到客户投资回报平衡点，这时候才会迎来真正的大规模部署。否则每一台机器人都需要专人维护，规模化落地就无从谈起。

Q：GPT‑6 Astra等基础模型正在持续向物理世界拓展，具身智能企业自研大脑模型的价值体现在哪里？

A：这是一个很关键的问题。通用大语言模型具身能力持续变强，本质是训练中引入了大量具身数据。例如GPT‑6 Astra突出的3D建模能力，输入文本即可生成3D模型甚至直接用于3D打印，这背后正是依托了海量的3D数据训练。

通用基础大模型向具身领域渗透，是大势所趋，我们的思路是反向推进，具身模型也会持续做大，向通用模型演进，GO‑3就是目前行业发布参数量最大的具身模型。

同时我们对前沿模型技术保持开放，会借力外部前沿大模型加速自身研发，本次发布的机器人自进化系统，底层就用到了类似GPT‑6 Astra的大模型技术，对我们是增益效应。

对于我们这类本体能力扎实的全栈团队，基础大模型迭代升级是利好。分两种情况来看：如果未来通用大模型完全具备成熟的具身能力，竞争就变成如何把模型能力落地物理世界，而本体就是落地载体，我们的本体优势就能充分释放；如果通用大模型还达不到通用具身水平，仍需要针对垂直场景训练垂域模型，而训练数据高度依赖实体机器人本体，我们同样占据优势。

坚持自研决策模型，是全栈企业的必选项，而非可选项。如果只做硬件本体供应商，类似过去自动驾驶行业的第三方供应商，最终很容易被掌握自研模型的下游厂商替代，竞争力会十分薄弱。

我们的目标是直面并解决场景实际问题，这就要求模型泛化能力、本体可靠性、软硬件综合系统能力，全部达到部署态标准。自研具身模型，也能帮助我们更好理解、吸收通用大模型的演进经验。

Q：今年具身智能行业发展迅速，接连突破多项技术门槛。从短期视角来看，行业还需要攻克哪些关键难题？

A：结合物理AI五阶段来看，当前行业已经具备垂域泛化能力和单体泛化能力，伴随GPT‑6 Astra这类基础大模型能力的提升，跨场景的单体泛化也是有望实现的，但落地仍要解决一系列现实问题。

首先是实时性，Astra这类接近万亿参数量的模型部署在云端，完成一项简单任务推理可能就要十几分钟甚至半小时，但机器人的物理操作对实时性要求极高。这一点我认为可以通过分层系统架构和模型蒸馏产出轻量化小模型等，去破解实时性难题。

其次是可靠性，模型泛化能力越强，越容易出现“幻觉”问题。语言模型输出错误内容，修正即可，不会造成实质损失，但机器人在工业场景执行错误动作，会直接带来停机等重大损失，物理作业环境容错空间极低。

再次是物理常识缺失，通用基础模型训练素材以数字世界数据为主，没有实体传感器感知现实，缺少重力、摩擦力等真实物理世界的经验，这一点上，行业正在借助世界模型等技术补齐物理经验短板。

此外还存在任务闭环能力的问题，语言模型仅负责输出结果，不会校验结果在物理世界产生的实际影响，但机器人身处物理环境执行任务，必须完成完整的物理闭环。

Q：如果用一句话总结智元今年的核心进展，您会如何概括？今年团队重心，是硬件迭代、模型能力打磨，还是场景规模化部署？

A：一句话概括就是：我们正式迎来行业“Y时刻”，正在完成从开发态到部署态的跃迁。

我们不单独强调硬件本体或是模型的单点突破，核心是实现“三智一体”融合，输出综合解决方案，因为真实场景问题从来都不是单点技术可以解决的。仅有优秀本体，缺少智能算法，机器人只是遥控玩具，模型效果再好，没有可靠本体承接落地，也无法走进真实产业场景。只有兼具可靠硬件本体，同时在各维度智能能力上实现突破，才能完成这次跃迁。