大数跨境

智元今年将接近万卡:机器人这笔算力账,谁来买单?

智元今年将接近万卡:机器人这笔算力账,谁来买单? 机器人产业应用
2026-11-13
6
导读:机房里的投入越滚越大,工厂里的机器人能不能把钱挣回来?


作者:陈钶  


在过去两年的科技圈里,“万卡集群”几乎是大语言模型大厂专属的军备竞赛名词。人们已经习惯了互联网巨头动辄砸下数十亿元囤积显卡,只为让聊天机器人在屏幕里写出更通顺的代码或文章。然而,当这套大力出奇迹的重资产逻辑跨越屏幕、撞上需要拧螺丝与搬周转箱的物理世界时,账本上的数字突然变得微妙起来。

教一台机器人把一块平板电脑稳稳放进产线测试治具,在工厂厂长的账本上,这却是一连串极其现实的灵魂拷问:这台机器一天能干多少件活?一个班次会卡壳几次?现场得配几个工程师伺候它?花出去的采购费到底猴年马月才能收回来?如今,在这原本就没完全算拢的账单中间,又硬生生插进了一笔越滚越厚的开销——训练机器人的算力账。

10月29日,在2026智元创新日上,智元机器人联合创始人彭志辉透露,公司今年预计将获得接近万卡规模的训练集群算力。同场发布的具身基座模型GO-3 Preview,被他称为目前行业内参数量最大的具身模型;他还明确表示,具身模型接下来也会像通用大语言模型一样越做越大。

2026智元创新日现场。算力扩张与真实部署,是这次发布会相互关联的两条线


耐人寻味的是,智元在同一场发布会上还提出了“Worken(有效智能工时)”的概念,试图度量机器人创造的实际工作产出。把机房里不断膨胀的算力投入与车间里的有效工时放在一起看,一个关乎商业闭环的问题便浮出水面:机房里的投入越滚越大,工厂里的机器人能不能把钱挣回来?

01

拆解“接近万卡”:租来的集群究竟在算什么?


“接近万卡”四个字很容易让人联想到一座已经装满显卡的自建超算机房,但智元合伙人、具身业务部总裁姚卯青在采访中给出的实际口径是,公司目前主要通过租赁获取算力,GO-3训练使用了“相当于数千张H100”的计算资源。用同样的标尺看同行,大晓机器人近期与商汤大装置、广西产业技术研究院开展合作,由商汤提供算力调度、资源管理与数据服务等基础设施,同样说明其正接入外部算力底座。

算力获取方式关系到企业能以多快速度扩容、需要提前垫付多少现金,而更核心的追问在于:上万张显卡日夜运转,究竟在算什么?机器人过去常给人一种印象:收集一批遥操作数据,教会一个动作,训练就结束了。现在的目标复杂得多。以搬运为例,模型既要从画面里找到货物,也要理解指令、安排步骤,还要根据物体位置和身体状态生成动作。场景一换,之前的经验能否继续使用,又成了一道新题。

智元此次公开的系统已远超单次动作学习:GO-3 Preview采用WRAM(世界推理动作模型)架构;后训练系统Genie Evolver将百台真机、物理仿真与世界模型结合;部署后的Genie Master则连接判断、执行和反馈。这意味着计算资源可能服务于预训练,也可能承担环境生成、策略试错和评估等工作。

其中,世界模型尝试预测动作之后的变化,仿真让策略在虚拟环境里反复练习,真机则检验这些经验能否落地。算力需求会随着试验规模扩大,但虚拟练习也有前提:模拟的接触、摩擦和失败情形要足够接近现场,否则练得越熟,搬到真机上越容易露馅。

要证明万卡集群物有所值,还需要一份更细的成绩单:模型和数据扩大以后,任务成功率提高多少?适配新场景省了多少时间,每次提升多花了多少钱?这样的对照才能检验具身模型的规模规律。


 智元提供的并行仿真演示画面


02

显卡喂满之前:2亿元数据门槛与质量之争


算力账单从来不是孤立存在的,它往往与高昂的数据投入绑在一起。姚卯青给出了另一组值得连着看的数字:智元相关训练数据集已超过百万小时;按照他的估算,采购百万小时具身数据需要约2亿元,消化这些数据的训练投入还可能达到数亿元。数据采回来以后,筛选、整理和训练还会继续花钱,采集成本只是第一笔。

但“百万小时”也有不同成色。人类第一视角视频可以覆盖丰富的物体和场景,却不天然附带机器人关节动作与接触力。遥操作数据更接近控制需求,采集时又受本体、场地和操作员限制。

海外机器人公司Figure的Index项目便是一个具体参照:该公司8月25日披露,应用周活跃用户已超过4.4万人,收集内容包括人们在家庭和工作场所完成任务的视频。视频随后还要经过质量筛选、防作弊审核、去重、任务分布调整与标注。“上传了一段视频”距离“得到一份可用训练材料”,还隔着不少工作。

数据瓶颈的迁移,也在重塑上游传感器与数采设备的价值。姚卯青提到,容易批量获得的单目叠衣服数据开始同质化,双目、触觉、腕部相机数据仍然短缺。对供应商来说,摄像头和触觉模组除了硬件性能,还要回答能否稳定记录接触过程、与动作准确同步。这些细节决定了算力吃进去的是经验,还是噪声?

 Figure官方公布的Index周活跃用户变化


03

千卡一年一两亿:卖多少台机器人才能摊平?


在媒体采访中,姚卯青估算,千卡规模算力一年的使用成本约1—2亿元。若假设同档卡、相同租赁单价,并把万卡连续使用一年,线性计算就是10—20亿元。账单还需要和利润放在一起看,公司披露上半年收入接近20亿元,但营收需要支付硬件制造、交付等成本,剩下的毛利润也要承担研发和经营的费用。

用一个纯假设算算压力:如果每台机器人贡献2万元毛利,覆盖1—2亿元的千卡年费用,就需要5000—10000台对应的毛利,而且这还没支付其他研发、销售和售后费用。

同样的原则也适用于海外巨头。Figure在今年9月3日官宣与云服务商Nscale达成算力合作,初始承诺金额达35亿美元,规划部署最多10万张Vera Rubin平台GPU,首批目标部署时间定在2027年下半年。这35亿美元同样不能被当成年度采购账单。

远期承诺金额、分期付款周期与当期研发费用必须严格区分,在硬科技领域,研发投入先于商业收入很常见,但是问题在于,追加的投入能否让后续交付更便宜:新增加工位能少调几天机器人,现场少留几个人,一套模型多服务几个客户。如果每进一家工厂都要重新收数据、重新调试,那么训练预算就很难靠规模部署摊薄。

 Figure与Nscale合作官宣配图


04

越过“亿元门槛”:芯片工程账与行业分工重塑


除了资金账,把上万张算力卡高效运转起来还有一整套工程账。

外界普遍好奇一个问题:“万卡具体是什么型号?”,从目前公开采访并未公开他们的完整硬件配置。在当前先进芯片供应受限的背景下,企业能拿到什么资源、何时到位确实会影响训练节奏。

关于大家都很关心的国产算力能否承接这部分负载,也需要落到具体工程任务上进行检验。目前华为昇腾官方开源的资源已将具身智能、VLA和WorldModel纳入训练支持方向并提供相应工具链,这说明底层适配已经搭好了入口。同时,机房里训出的模型能力最终还要装进机器人有限的电池功耗与实时响应的机载电脑里面,智元也提到正通过端云协同与模型蒸馏降低模型的推理成本,让端侧小模型承接大模型能力。

训练端扩规模、部署端省资源,两手都得算平。

面对不断抬升的算力与工程门槛,原力灵机联合创始人唐文斌在今年7月受访时直言:“算力上没有花过亿的钱,大概率不要再训模型了。”这句话的背景是该公司DM0.5模型基于15万小时数据进行训练,预训练动用数千张H系列GPU,算力年投入已达亿元量级。这句话点出了前沿基座预训练的资金压力,却不能拿来给所有机器人团队划生死线。

从头训练通用基座和把已有模型适配到具体工位,需要承担的任务不同。例如:蚂蚁灵波的LingBot-VLA 2.0已公开模型权重、训练代码及后训练示例,后来者完全可以基于开源底座做下游适配。

 LingBot-VLA 2.0官方数据示意


这也预示着行业分工正在分化:少数资金与数据充裕的头部团队继续死磕基座模型,而更多公司则转向后训练、端侧优化与垂直工艺交付。中小团队仍有机会,只是他们需要把优势讲得更具体:在哪个岗位能比现有方案少几次人工接管、部署快多少天,还有他们的客户愿不愿意为这些优势买单。


05

从算力到Worken:机房烧掉的钱要靠工时挣回来


绕了一圈,再看智元同场提出的“Worken(有效智能工时)”就很容易理解其用意了。公司希望用这一指标度量机器人真正完成的有效工作,给出的计算关系为:


通俗来讲:现场真正开机的机器人有多少台在干活、自主干了多久、产出效率怎样,需要一起计算。机器人公司单晒出货量,回答不了设备有没有在库房闲置;只看开机时长,也掩盖不了机器人在工位上反复失败的损耗。这个思路提供了讨论生产力的入口,不过智元通用业务部总王闯也承认,公式里的“产出效能比”目前定义还比较模糊,跨场景的统一折算标准还需要慢慢解决。

真实的工厂车间已经开始给出第一批检验样本。据新华社报道,今年6月23日至28日,8台智元精灵G2在龙旗南昌工厂完成了连续多日的并线作业,并每天对外直播10小时。

报道在展示连续作业的同时,也如实记录了多机协同中的机械臂空间干涉、激光雷达偶发丢帧与现场运维难题。这样的工段验证显然比官网上面的单次演示更有工业说服力。而要把试点的成绩复制到下一家工厂,前期的工位调试、日常维护和异常恢复机制也必须一并打包带过去,每一个环节其实都直接牵动客户的回本周期。

 新华社报道中的龙旗产线作业画面


往后看,万卡计划正在抬高头部具身智能企业的研发投入水位,同时也会加速推动行业上下游重新分配研发与工程任务。接下来真正值得跟踪的,是参数更大的新模型能否切实缩短工位适配周期、减少现场人工接管频次,并让制造业客户愿意持续复购。

对智元而言,这笔投入最终要经受客户的验收和长期运行的检验,而算力账单上的每一分回报,都得靠产线上的机器人一班接一班地挣出来。


连界创新



推荐阅读



产业应用场景



·出海!中国具身智能企业在全球市场大“杀”四方!

·比人形更快进入家庭?具身智能宠物机器人迎爆发!

·文娱巨星!人形机器人“表演大乱斗”,谁赢了?

·商业导览成具身智能商业化破局点?

·巡检机器人之困,场景刚需,但这一问题亟待解决



机器人本体企业



·仿生机器人=伴侣机器人?一文为仿生机器人正名!

·乐聚Taskor,为人形机器人规模化进厂按下“快进键”

·具身智能争霸赛打响!四大核心区都有哪些“扛把子”?

·CES 2026|星动纪元携人形机器人家族亮相

·智元CES放大招!开源Genie Sim 3.0强的可怕!



供应链动态



·零部件企业跨界突围!这些企业上大分!

·夺取物理世界的入场券:具身智能操作系统拆解

·人形机器人关节生死局:执行器路线之争与技术博弈

·灵巧手赛道“激战”,新老玩家各执什么王牌?
·开源数据集图鉴!这份具身智能“军火库”请查收

【声明】内容源于网络
0
0
机器人产业应用
由连界创新具身智能中心发起,以场景应用为导向,专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动,为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访,具身智能行业研究报告与咨询,产业生态系统搭建等。
内容 626
粉丝 0
机器人产业应用 由连界创新具身智能中心发起,以场景应用为导向,专注具身领域科技与产业的链接。我们将围绕投资+服务双轮驱动,为科技增长赋能。业务涵盖垂直行业峰会/沙龙、私董会、标杆走访,具身智能行业研究报告与咨询,产业生态系统搭建等。
总阅读10.4k
粉丝0
内容626