从 Token，到 Worken，物理AI迎来了度量衡革命。

说不清的价值

具身智能走到今天，最尴尬的不是机器人不够聪明，而是这个行业说不清楚自己到底创造了多少价值。

先说数量。工信部的数据摆在那儿：今年上半年，国内人形机器人整机产品突破400款、产量超4万台，全年预计破10万台。智元一家，9月就下线了第20000台，上半年出货9700台、全球市占率超过43%，收入接近20亿。按 IDC 的统计，全球人形机器人上半年出货近2.5万台，同比增长432%。

数字一个比一个漂亮。

但漂亮的是供给侧。造了多少台、出了多少货，和客户口袋里多了多少生产力，是两本完全不同的账。彭志辉——智元联合创始人、总裁兼 CTO，B站百万粉丝 UP 主"稚晖君"——在台上把这话挑明了："我们生产了多少台机器人，并不等于真实世界中就多了多少生产力。"

再说参数。这个行业的发布会，从来不会缺刷榜的消息——RoboDojo、RoboTwin、RoboColiseum，各种榜单轮流登顶。可榜单分数再高，也挡不住一个事实：机器人公司停摆、融资放缓的消息正在变多，资本开始用脚投票。原因不复杂——那些惊艳的演示，还没能稳定地变成客户车间里的作业。

数量通胀、参数通胀，背后是同一个问题：这个行业缺一把能度量"实际产出"的尺子。

数字世界早就解决了这个问题。大模型时代，Token 是通行单位，输入、输出、缓存各有价，模型厂、云厂商、开发者在同一套计价体系里对话。但 Token 度量的是"思考量"，不是"工作量"——一个模型吐出正确的抓取指令，和机器人真的把零件放进卡槽，中间还隔着感知、执行、任务切换和异常处理。

Worken，就是智元对这个问题交出的答案。名字是 Work 与 Token 的缝合，中文名"有效智能工时"，公式只有三个乘数：

Worken= 活跃机器人数量 × 自主工作时长 × 产出效能比。

彭志辉用一句话划清了它的位置："Token 衡量机器思考了多少，Worken 衡量机器行动了多少。"

揭开具身智能的遮羞布

公式很简单，但它要直面的，是具身智能行业一直以来的三个难题。

第一：出货不等于在岗。

人形机器人行业有个默契——发布会报下线量，财报报出货量，但少有人报"在岗量"，因为这两个数字之间的落差，往往大得吓人。仓库里的机器人和产线上的机器人，在账面上是同一个数，在生产力上是两回事。

长隆的部署是一个观察窗口。这家国内头部的主题乐园品牌，9月24日与智元在珠海横琴落地全球首个大规模具身智能主题乐园：首批300多台铺进100多个点位，讲解、下棋、猜拳、运动互动，任务几乎不重样。一个讲解点位很快从1台加到3台——客户愿意复购，才是"在岗"最硬的证据。报道时已部署近500台，年底计划到1000台。

但"近500台"里，有多少同时在线、多少在充电待命，才是 Worken 第一个乘数真正想问的。

台数涨，不等于在岗涨；在岗涨，也不等于产出涨。

第二：自主工作时间。

这是具身智能最隐秘的成本。行业里人人都在晒 benchmark，却少有人晒另一个数字——一台机器人背后要配几个工程师。

智元合伙人、高级副总裁王闯公开了一组数据：长隆首批300台进场时，机器人和工程师的比例接近1:1；现在压到3:1；年底目标10:1，明年20:1，远期30:1。

1:1意味着什么？意味着每一台号称"自主"工作的机器人，背后其实都站着一个随时准备接手的工程师。彭志辉说得更直接：一台机器人每工作10分钟就失误一次、需要人接管一次，那它再聪明，自主工时也趋近于零。

所以 Worken 的第二个乘数，把充换电、停机、空转、遥操这些时段全部剔除，只留下机器人不靠人帮忙、连续作业的时间。 开机8小时，不等于干了8小时的活。

第三：机器人能顶多少劳动力。

刷榜解决不了一个现实问题——同样干一小时，不同机器人的产出可能差着数量级。产出效能比，就是把"一个标准工人按标准方法、在单位时间内的合格产出"定为1个当量，再拿机器人的实际产出去除。

龙旗——手机大厂代工的3C制造商——的产线给了一个参照：平均节拍22秒一件，报道称和人类同等水平；加上99.99%的成功率、6天直播里64824次操作、17625台平板产出，这个"1个当量"才算落到了地上。

等于1是达标，大于1才叫超越。这个乘数要回答的，是行业里最虚、也最该实起来的问题：一台机器人，到底值几个人。

把这三个难题摆在一起，Worken 的指向就清楚了。它不再去给"智能"追求高分，而是把行业一直在回避的三件事——在岗、自主、产出——摆到了台面上。这也是它和过去所有 benchmark 最大的区别：那些量的是机器本身的能力，Worken 量的是机器产出的价值。

从卖设备到卖产出

当行业开始按"产出"算账，这门生意的逻辑自然跟着变。

最先变的，是成本账。三笔账里最贵的一笔，是"自主"——因为自主的反面，是人力。

王闯给20:1这个数字配了一句很关键的解释：20:1就是5%，意味着客户每多一个机器人岗位，只需新增约5%的人力预算——这对很多客户来说，是一个可以接受的点。所以他那句反复强调的话，几乎可以当 Worken 的注脚——"人机比降不下来，工作效率就上不去；工作效率上不去，Worken 就算不过来。"

接着变的，是计价方式。

彭志辉的设想是，未来机器人服务按 Worken 工时计费，不同智能水平对应不同费率。王闯说得更具体：客户不再按天租机器人，而是买一个"生产力套餐包"，预定任务、按消耗的 Worken 扣费——"给你服务的不是一个机器人，而是所有场合下机器人的组合"。

这个模式并不新鲜，航空发动机早就玩过。罗尔斯·罗伊斯不卖发动机，卖"Power by the Hour"——按飞行小时收费，坏了算供应商的。当产出能被可靠计量，卖资产就会让位于卖产出：按设备计价，机器能不能用是客户的事；按工时计价，停机、低效、人工介入过多，都会直接变成供应商的收入损失。

顺着"卖产出"这条线再往前一步，就能看到一个更完整的框架——"智价比"。

它的逻辑是：评估一台机器人，不能只看硬件成本或单任务的投资回报率，而要看它在整个生命周期里，每单位综合成本能创造多少有效智能工时。这里的"综合成本"，不只是硬件折旧和直接省下的人力，还包括减少线边停线损失、全流程追溯、缓解招工难、夜间无人化生产这些过去算不进去的隐性价值。

"智价比"和"性价比"的差别，正是前面那句话的商业化版本：传统设备越用越折旧，具身智能资产则有机会越用越增值——模型越迭代、部署越多、回流数据越厚，单位产出的成本越低。

度量衡能不能立住，看的是付钱的人和收钱的人，认不认同同一种算法。 这跟 MMLU、SWE-bench 的刷榜逻辑是两码事——那些是给投资人看的，Worken 是要写进合同、接受审计的。

从"一家之言"到"行业共识"，还有多远

一个度量衡要立得住，得同时满足两个条件：上面有人背书，下面有真实产出。Worken 现在，完成了第一步。

背书这一层，发生在发布会现场。当天，新华社中国经济信息社与中国信通院上海工创中心联合编制的《2026具身智能产业创新报告》正式发布，智元的 Worken 及相关部署态实例入选。报告里有一句话，把"入选"和"成为标准"之间的距离说得很克制，也很到位："度量标准的形成，需要先行者在真实场景中的实践被行业反复验证、继而固化为共识。"

也就是说，Worken 现在拿到的是"议题入场券"，不是"标准认定书"。它开始被放进产业报告里讨论，但要长成行业通用的标尺，还得靠后面两件事。

第一件事，是能持续"撑住"这个单位。智元把这次创新日的主线定成"部署态跃迁"，三智一体、软硬全栈：作业智能的 GO-3 Preview 在三项具身评测榜单登顶，交互智能的 WITA-OMNI 把语音、视觉、文本、表情、动作放进同一个模型，运动智能的 AGILE 框架串起数据、训练、仿真，灵渠 OS 1.0 作为首个具身原生操作系统，宣布年底全面开源、捐给开放原子开源基金会。

这些都不是重点，重点是它们共同指向的结论：Worken 不是一个孤立的概念，它长在一整套本体、模型、数据、运维、生态的底座之上。 姚卯青把这叫全栈，说它是留在牌桌上的资格线，木桶效应，"缺一个，完整闭环就推不动"。

第二件事，是让它真的"越用越值钱"，而不是停在纸上。

王闯讲了一个具体节奏：长隆9月24日开园，国庆首周就完成了第一次OTA；长假结束，已经沉淀了1万多条真实场景数据；到今天，已经做到"每周一个小版本、每月一个大版本"。 这些数据比实验室里的数据值钱得多，因为它们是在真实营业中长出来的。这也是他给客户的解释——"用户买的不是一台机器，而是一个会持续进化的智能体"。

姚卯青把这套机制上升成了一个词：部署后 Scaling。机器人在岗之后，真实作业场景就是新的训练场，"边上岗、边解锁新技能"。 他给的例子是：超市补货任务里，机器人一开始挂零食袋的成功率只有20%多，自己摸索出"换一个手的摄像头观察、再精准挂钩"的策略后，成功率一路爬到80%以上。

这个飞轮，恰好把 Worken 的公式和"智价比"接了起来：在岗、自主、产出三个因子越滚越高，意味着单位成本创造的有效工时越来越多——硬件在折旧，智能在升值。

一个耐人寻味的对照是，熊彦在讲交互智能时直言，行业连一套面向真实场景的交互评测标准都还没有，智元准备11月开源一个评测集来补这个空。交互智能缺标尺，恰恰反衬出 Worken 想做的事有多难，也有多必要。

尾声

回到开头那个"过冬"的疑问。

姚卯青的判断是，这不是寒冬，是每个热门赛道都会经历的一次收敛——资本和人才大量涌入、同质化发展，再到基于真实落地暴露的问题重新洗牌。留下来的资格线，他总结成两个字："可衡量"。

王闯从交付端的说法更直白："行业不缺各种酷炫的Demo，缺的是能够批量上岗、解决人类真实问题的生产力。"

而衡量这种生产力，正是 Worken 想回答的那个问题。不再执拗机器人参数多漂亮，而是——这台机器，生产效率有多高，生产了多少价值。

具身智能的叙事正在换挡：从"机器能做什么"，换成"持续交付了什么"。能看得清这次牌局的玩家，才有资格留在下一张牌桌上。