专访智元王闯：当行业有了一把“尺子”之后

作者：吕鑫燚

出品：具身研习社

具身智能换了一把尺子。

过去两年，外界评判具身智能走到哪一步，用的是一把“供给端”的尺子，技术多强、参数多高、造了多少台。这把尺子几乎成了行业的主流度量衡，但它始终绕开一个根本问题，具身智能究竟如何产生价值？技术的价值一旦脱离需求，就只是一堆参数和样机，走不到下一个阶段。

这正是 Worken 在 2026 智元创新日上登场的分量。智元把尺子切到了“需求端”，机器干了多少活、创造了多少价值、回不回本。这把名为“有效智能工时”的新尺子，等于活跃机器人数量 × 自主工作时长 × 产出效能。从“台”到“小时”，本质是人形机器人行业从技术叙事切换到经济叙事。行业此前一直在回答"机器人能不能做到"，智元开始回答"机器人值不值得用"。

这把尺子不是凭空造出的概念，而是从真实部署里长出来的。精灵 G2 在龙旗工厂覆盖了平板量产的质检工段，灵犀 X2 站上爱仕达的柜台，长隆的主题乐园里，数百台机器人常态化运营、覆盖 100 多个岗位。先有规模化的部署，才有度量价值的资格，这是 Worken 与一场文字游戏的区别。

但读懂 Worken，只读懂了这场创新日的一半。度量衡回答“价值怎么算”，另一半问题是，智元为什么愿意花力气，给全行业立一把尺子？

答案藏在它的做事逻辑里。决定一家公司站在产业坐标哪个位置的，从来不是某一次发布会的数据，而是它在替谁解决问题。只盯着技术、渠道这类单一指标的公司，很难一直坐稳前排；只想着差异化、避开同质化竞争的，也未必守得住身位。真正能长久保住身位的，是跳出企业本身、去想整个产业被卡在哪里的公司。这一点，英伟达、苹果都已经给出过验证。

智元看到的卡点，不是某一项技术，而是技术与价值之间的断层。断层之上，还有一道更深的关卡。智元在创新日上给物理 AI 画了一张五次跃迁的地图：先拥有可用的身体，再进入垂域部署，形成能够泛化的具身基座模型，让机器人群体共同进化，最终让智能系统具备自我举升的能力。前两步，行业大多已经踩到；真正的深水区在后面，即体系化、普及化部署。

这是全行业都要面对、单靠任何一家都难以速胜的关卡。智元的解法是产业分工和开源，和合作伙伴共创，加速体系化部署的脚步。通过开源修路，搭好技术底座让所有人都能提速发展。逻辑并不复杂，智元机器人合伙人、高级副总裁、通用业务部总裁王闯进一步解释，机器人不像手机和汽车，用途可以被穷尽，千行百业的技能没有任何一家公司做得完。做好基座和 0 到 1，把 1 到 N 留给生态，产业才可能走得快。

所以，这场创新日真正的意义，不止于智元又拿出了多少第一，而在于它同时给产业交付了三样公共品，一把度量价值的尺子，一张通往通用的地图，一套人人可用的底座。

度量衡的更迭，从来都是生产力跃迁的刻度。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量，数字 AI 时代用 Token 度量机器的思考；物理 AI 时代，智元希望用 Worken 度量机器创造的价值。

而一个产业真正成熟的标志，也不是跑出了多少明星公司，而是它开始拥有共同的语言、共同的标准和共同的分工。当价值可衡量、能力可积累、部署可规模化，具身智能才真正从技术叙事走进生产力叙事。

这才是“换尺子”三个字背后，真正的产业分量。

智元部署态的发展，已经从“标杆案例”变成“全面提速”。这两件事的难度不在一个量级。标杆可以靠工程师堆出来，一个项目配一支团队，总能打磨出像样的效果；但全面提速意味着多个场景同时复制，所有曾经被人力掩盖的问题，都会随规模一起暴露。

王闯用六个门槛还原了具身智能部署中遇到的真实阻点。

第一道门槛，是续航与稳定性，相当于“准入资格”。演示只要几分钟，上岗却是每天 8 到 10 小时的连轴转。关节的散热和持续扭矩，决定机器人能不能在岗位上站得住；端侧算力、功耗和续航又是一个跷跷板，模型压不到端侧，交互就永远依赖云端，压得太狠，续航又撑不住。这道门槛不过，后面的一切都无从谈起。

第二道是规模化交付，关键在于一致性。造出一台好样机和造出一万台好机器，是两件事。任何一台的可靠性、精度、运行表现都得与首发样机同水准，否则部署规模越大，质量方差越大，现场越不可控。

第三是网络协同。机器人不是单机，而是时刻在线的系统。在长隆，机器人是在和游客抢流量，人越多、机器越多，网络压力越大，而机器人的实时性要求比人还高。智元最后拉了一张机器人专用网络，碳基人类有碳基的网络，硅基员工有硅基的网络。这个细节很能说明问题，部署态要解决的，早已不只是机器人本身。

第四是模型与内容进化。王闯表示，现场永远有意料之外，小朋友会暴力推搡，游客不按设计好的规则玩游戏，客户还要求节目常新。应对异常的能力只能靠真实数据喂出来。国庆长假，长隆的机器人收集了 1 万多条数据，回流飞轮，把做得不好的部分持续提升。部署不是交付的终点，而是进化的起点。

第五是主被动安全，这是唯一没有试错空间的门槛。实验室里走得好，不代表布 1000 台出去、每天上下楼、和人挤在一起还能绝对安全；进产线做重载作业，也得先过工业安规这一关。

第六是易用与运维，这是一本最直接的成本账。长隆的工程师与机器人配比，从最初的 1:1 降到 1:3，再到近期的 1:10，智元的目标是 20:1 甚至 30:1。20:1 是一个关键节点，决定了部署态是一门生意，还是一场无限投入的服务。

六道门槛合起来，指向同一个事：重交付。

竖标杆阶段，每个场景都要工程师贴身、每个问题都要人到现场，这是尽职，核心为了让标杆场景可以运转。

但全面提速阶段，这套逻辑行不通了。需求方要的不再是繁琐的后端交付链路，而是简单、快速的部署。这正是智元在部署态的标志性能力之一，即“化繁为简”。本质是把过去靠人扛的问题，转交给体系解决。据具身研习社了解，目前智元最快7天即可完成全新作业场景从0到1的部署验证。

智元的第一步，是先把机器人自己变强，路径是“三智一体”。把能力做进硬件和模型里，而不是堆在现场。运动智能从“适应地形”走向空间移动智能，机器人能实时感知环境，看到一座桥会趴下去走过，关节坏了还能自学习新的动作策略；作业智能走向全链路 Scaling，预训练、后训练、部署后三个环节打通，让机器人“边上岗、边解锁新技能”；交互智能则把“有人味儿”的全模态模型压到端侧，让机器人真正理解真实世界的交互场景。机器人自身每强一分，现场需要的人就少一分。

第二步，是把变强的能力沉淀成可复制的体系。王闯在创新日上总结为“产品力、量产力、部署力、运营力”四层能力。产品力依托三智一体，是应对部署态复杂环境的物理载体；量产力靠 100% 本土化 A 链和“半小时供应链圈”，让智元 6 个月把量产从 1 万台推到 2 万台，92 项车规级测试保证每一台都和首发样机一个水准；部署力靠标准化 SOP，长隆 300 多台一个月完成部署；运营力靠“日常运维四步走”闭环，把现场的不确定性转成可追溯、可解决的工程问题，专家远程支持，新增点位由现场蓝领按模板复制。

四层能力叠下来，本质是用能力体系化回避掉 case by case 的重交付。标杆靠堆人，普及只能靠体系。当一个场景的复制不再是"再打一场仗"，部署态才从智元一家的本领，变成整个行业走向普及的起点。

化繁为简，是智元为部署态的注入最澎湃的势能。回到部署态而言，其需要的不只是一种力量。让机器人从百台走向万台，真正难的不是把一台做好，而是把千行百业的 know-how 接住。

但关键在于，具身智能的know-how 是散的。

每个行业、每家企业，甚至每天的工作都可能变化。王闯在对话中坦言，很多数据智元拿不到，很多行业的 know-how 也在场景方手中；一个场景即便打通了，从 1 到 N 复制时仍有大量细节。但王闯认为，这并不是阻碍， know-how 也不该在智元手里，它更应该分散在成千上万家客户和开发者那里。

一个成熟的产业注定是要靠分工做广、做深的。如果从下到上把产业链分成五层，硬件本体、操作系统与基座模型、平台与工具链、技能与应用、场景 know-how 与运营，智元选择把最下层的重活交给自己，上面两层交给生态伙伴和客户。

但分工能否成立，不只看智元做了什么，更看它没做什么。智元没有包揽所有场景，没有把每个客户的需求都变成自己的项目，也没有把伙伴变成交付外包。王闯表示，智元的态度很明确，守住基座和 0 到 1，把市场和机会留给生态伙伴。开放的不只是技术和代码，还有利益蛋糕。

对伙伴来说，这种克制直接换算成了成长空间。

首先是起点更高。伙伴不需要从本体、操作系统、基座模型做起，智元把这些重活变成了现成底座：灵心、灵创沉淀智能体、内容与动作数据，灵动负责多机协同，精灵 Genie Studio 让一类作业场景最快 7 天部署落地。开发者可以把精力花在自己最懂的行业上，而不是重复造轮子。

其次是成长更快。用王闯的话说，生态的魅力在于，你永远想不到伙伴能带来多少惊喜。

更关键的是生意空间也在随之扩大。长隆跑通之后，类似的乐园主动找上门，其中一些场景智元并不亲自做，而是把客户资源引荐给生态伙伴，让伙伴在真实项目里一批批成长起来。这意味着伙伴获得的不是一次开发竞赛的名次，而是客户、收入和继续投入的底气。

所以，衡量一个底座的强弱，不该只看智元自己能做多少事，更要看伙伴在它身上能长成什么样。智元的有所不为，换来的是整个生态的有所为；而当伙伴能够独立交付、独立成长，智元的服务半径，才不再等于这个产业的边界。

部署态的意义，不止于“放进去”。

这也是为什么智元用部署在定义自己做的事，而不是单纯的交付。机器人被部署进场景的那一天，它的价值不是定型了，而是刚刚开始生长。

正因为部署是长期投入的开始，进入哪个场景，本身就是一道战略选择题。王闯对具身研习社表示，智元部署新场景主要有三层考虑，一是技术上够得着，现阶段的能力还没有到什么都能干，好的企业要懂得取舍，只做技术能满足的场景；二是有规模化推广的潜力，值得持续深耕，而不是做成一次性样板；三是能回馈技术主线，让场景里的经验持续沉淀为模型能力。

上下料、讲解接待、导览导购，都是这么筛出来的。三条标准合起来其实是一句话，每个新场景，既要是一门生意，也要是一份养分。

部署之后，第一个开始转动的是数据飞轮。真实场景里的每一次交互都在产生数据，数据回流训练模型，模型再部署回本体，让机器人越用越好用。实验室里设想不到的状况，被逐条记录下来，变成下一轮迭代的养料。

第二个飞轮，在场景里。每一个场景的部署经验，都在降低下一个场景的成本，运维配比、标准化 SOP、专用网络、群控系统，不会只留在单一场景。长隆的机器人从 300 台扩到近 500 台，年底签约规模指向 1000 台，其他乐园则主动找上门来。这些数字和案例都指向同一个事，部署越多，部署越容易，这是规模本身的复利。

两个飞轮是咬合的，数据飞轮让能力变强，部署飞轮让成本变低。能力变强，能打开的场景就更多；成本变低，算得过账的客户就更多。它们一起，把部署态推高。

更重要的是，这两个飞轮不只属于智元。数据产生在伙伴的场景里，技能长在开发者的手里，而模型和操作系统又通过开源回到全行业。

飞轮每转一圈，底座厚一分，所有人的起点就高一分。

这也是五次跃迁地图的隐含逻辑，细分场景部署只是第二道坎，但没有这道坎积累的数据、规模和场景密度，后面的泛化基座模型、群体智能、智能自举，都会是无源之水。部署不是通用之前的过渡阶段，而是通往通用的燃料。

由此再回到 10 月 29 日的创新日，那些发布就有了统一的读法。Worken 让价值可衡量，数据飞轮让能力可积累，开源生态让部署可规模化，它们不是并列的产品清单，而是同一套进化机制的不同部件。创新日收尾时，智元表示今天所有的硬件、模型、生态布局，最终都汇聚到 Worken 这一个关键词上；他身后的大屏缓缓升起，产线上的精灵 G2、门店里的灵犀 X2、酒店中的远征 A3，组成了一座"具身智能的未来之城"。

但比大屏上的画面更值得记住的，是画面背后的运转方式，部署驱动进化，进化再回馈部署。尺子量出的是今天的价值，飞轮决定的是明天的速度。当每一台在岗的机器人都成为产业共同进化的节点，那座未来之城所展现的，就不再是发布会的奇观，而是未来生活的日常。