机器人开始“打卡上班”了：智元造了一把新尺子，叫Worken

半年时间内，两场智元的活动，我们见证了智元的成长。

半年前，上海张江科学会堂。智元合作伙伴大会（APC2026）的舞台上，智元联合创始人、总裁兼CTO彭志辉示意灵犀X2走到台中央。机器人迈步，走得有点慢，带着点犹豫。彭志辉半开玩笑地催了一句：“走太慢了，跑两步。”台下笑了。

半年后，上海世博中心。2026智元创新日，智元合伙人、联席总裁、中央研发部总裁、交互业务体系总裁熊彦站在台上，旁边换成了一台远征A3。这次没人催。熊彦连唤醒词都没喊，直接开口：“你能看到我吗？”A3几乎没停顿：“当然能看到呀，你正站在舞台中央呢，后面坐了好多人，看起来好热闹。”

从被催着“跑两步”到接得住话茬，半年时间，机器人上台的姿态变了。

然后是一连串现场测试。熊彦问26的平方、世界上最长的河，A3一一接住，响应时间最快400毫秒。十种语言打招呼，中英同传、普通话转粤语、陕西话、四川话。最让我意外的是那块面屏，熊彦问“biang字的biang怎么写”，A3嘴上说着“这个字笔画特别复杂”，脸上已经一笔一画拆开了那个字，以及勾股定理，A3边讲边在面屏上画出直角三角形。

这不再是一个只会翻跟头、跳舞的机器人。它像一个刚入职的同事，正在努力证明自己能听懂、能接话、能把事情说清楚。

上午的主论坛上，彭志辉先讲了Worken和五次跃迁。真正让全场沸腾的，是熊彦上台后的这段演示。

Worken：给物理AI造一把“计件器”

彭志辉在台上抛出一个问题：“物理AI时代，我们拿什么度量机器的价值？”

他的回答是：蒸汽时代用马力，电力时代用千瓦时，数字AI时代用Token，物理AI时代，需要一个新单位。

这个单位叫Worken，中文叫“有效智能工时”。公式很简单：活跃机器人数量×自主工作时长×产出效能比。停机不算，空转不算，人工遥操作不算。只有机器人自主、持续、真正完成有价值的工作，才计入Worken。

彭志辉会上表示：“我们生产了多少台机器人，并不等于真实世界就多了多少生产力。”他提到工信部的数据：今年中国人形机器人整机产量预计突破10万台，“规模制造正在快速增长，但稳定上岗的能力，仍然是整个行业都需要共同解决的难题。”

这句话点出了当前具身智能行业最尴尬的现实：出货量在涨，但真正在工位上持续干活的机器人，少之又少。Worken的价值在于，它把评价标准从“造了多少台”拉回到“干了多少活”。

这恰好接上了智元4月合作伙伴大会上智元创始人、董事长兼 CEO邓泰华首次提出的XYZ曲线。X曲线解决“能动”，把机器人从demo样机带到规模量产；Y曲线解决“会干”，让能力进入真实场景变成可持续的商业价值；Z曲线则是模型、数据、群体协同成熟后的普及阶段。这次彭志辉在回顾这套框架时说得很明确：2026年是整个产业的Y曲线元年。

Y曲线元年需要一把尺子。X曲线时代大家比出货量、比demo的炫酷程度；到了Y曲线，要比的是机器人在真实场景里自主工作了多长时间、完成了多少有效任务。Worken就是为这个阶段配套的度量衡。

配合Worken，彭志辉提出了物理AI的五次跃迁：先有可用的身体，再进入垂域部署，形成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。

每一次跃迁，都是Worken产出效率的一次跳升。

三智一体：从“能动”到“会干”的技术底座

Worken是度量衡，但度量衡背后得有真东西。彭志辉这次把智元的技术栈从头到尾翻了一遍。

硬件层面，第三代硬件架构AHA3首次把运动、交互、作业三套智能融合进同一套控制系统。控制器体积缩小50%，通信延迟降低90%。全球首款皮下式关节液冷系统，散热能力是传统风冷方案的7倍，关节持续扭矩达到常规方案的3倍。灵巧手家族从全球量产最小的OmniHand 3 Lite，到已经在产线连续作业的工业级OmniHand 3，再到全域触觉感知的OmniHand 3 Ultra。重载机器人精灵G2 Max双臂额定负载40公斤，峰值50公斤，垂直作业范围从地面0.1米到2.5米。

运动智能方面，AGILE通用运动智能算法框架把数据采集、模型训练、仿真验证串成了一条链路。彭志辉在台上给了几个硬数字：小脑基模BFM2训练数据超过180亿帧，包含10万多小时动作数据；深层生成式运控模型能听懂文本、语音、音乐、视频，连续生成动作并在线修正，还能迁移到不同形态的本体上。他给运动智能的下一站定了性，从运动控制走向空间移动智能，站得稳只是及格线，能在开放地形里自主移动、自我进化，才接得住部署态。

作业智能是重头戏。GO-3 Preview具身基座模型采用WRAM架构，把理解、预测、动作生成放进同一个模型。智元会上公布的实验数据显示：在20类技能100个任务上，Zero-Shot平均成功率从13.4%提升到56.4%；模型规模扩展后，从56.2%提升到73.2%。GO-3 Preview已经登顶RoboDojo、RoboTwin、RoboColiseum三大评测榜单。

交互智能方面，WITA-OMNI把语音、视觉、文本输入和语音、表情、动作输出放进同一个模型同步建模。现场演示中，A3在嘈杂环境里准确分辨谁在说话，不需要唤醒词，支持超过100种语言和29种方言。

运动、作业、交互，三套智能拆开看各有各的指标，合起来才是“三智一体”的真正意思：运动决定它站不站得住，作业决定它干不干得成，交互决定它融不融得进人的工作流。这三件事落在同一套硬件架构和同一个技术底座上，才谈得上Worken的天花板。

说到底，机器人不是先会动再会干，而是得三样一起长。

部署落地：从龙旗的产线到长隆的乐园

在具身作业生产力分论坛上，智元联合创始人、联席总裁、具身业务体系总裁姚卯青说了一句很实在的话：“演示考验的是单点能力的上限，但生产力考验的是系统的下限。”

他给出了三个标准：可衡量——成功率、节拍、MTBF全部有数；可复制——不是一条示范线，而是成千上百条产线；可持续——不是交付即终点，而是越用越好。

龙旗南昌工厂的案例被反复提及。8台精灵G2在平板测试上下料工位并线，6天累计完成17500余件产品，作业成功率99.99%，节拍平均22秒，与人类同等水平。从首工位到完整产线，再到其他客户的手机测试产线，方案在持续复制。

长隆飞船乐园是另一个标杆。9月开园时300多台机器人一次性上线，如今已近500台，年底目标1000台，覆盖100多个岗位。国庆长假期间，园区日均接待约1万人次，客流提升近40%。

更让我在意的是一个便利店案例。搭载Genie Master框架的精灵G2，在上海一家便利店里做熟食打包、取货、补货。第一天任务成功率只有28.6%，到第五天稳定在85.7%。机器人自己在干的过程中摸索出了新策略：挂零食袋时视野被挡，它学会用另一只手的摄像头先捕捉画面，再完成挂载。姚卯青说，部署轨迹还可以进一步优化动作策略，在一些难度较大的任务上，比仅靠监督微调提升17.7%。

这就是姚卯青说的“边上岗，边解锁新技能”。机器人不是出厂即巅峰，而是在真实工位上越干越熟练。

媒体群访环节，有媒体问：通用大模型越来越强，具身模型会不会被降维打击？姚卯青的回答很直接：“最后一公里如果让它做高动态、涉及力触反馈的控制，我们测试大模型成功率基本完全是零，因为先天就不具备也没有学习过操作能力。”他的判断是，大模型会在System2层面提升长程规划和推理能力，但VLA、世界模型、底层控制，每一层都需要具身公司自己投入。

展望物理AI终局，智元选择了一条最难但也是最有复利的路径。

这个行业需要的是工位，不是舞台

活动结束，去展区逛了一圈。精灵G2在模拟产线上做质检，灵犀X2在零售站台前招呼观众，酷拓D2在巡检通道里来回穿梭。半年前参加智元APC2026大会时，彭志辉还在台上催促灵犀X2“跑两步”。今天，机器人不用催了，它们在自己的工位上，按自己的节拍干活。

半年前未来图灵编辑写过一篇文章《数据荒漠中的“婴儿”具身智能，距离GPT时刻还有多远？》，说这个行业还处在婴儿期，会走会跳会表演，但离真正的生产力很远。那时引了姚卯青的判断——数据鸿沟高达数万倍。这次他给出的回答是：数据规模确实在按预期曲线增长，从3000小时到百万小时，同质化的裸手叠衣服数据在跌价，真实场景的双目、触觉、腕部相机数据依然坚挺。行业开始分得清什么是能干活的数据，什么是只能凑数的数据。

会后群访时，彭志辉说：“万台量产是制造业的胜利，万台上岗才是物理AI的胜利。”Worken这个新单位，本质上就是在回答一个问题：当机器人走出实验室、走进工厂和商场，我们到底该用什么来衡量它们的价值？

答案不是出货量，不是融资额，不是发布会上的掌声。是它们自主工作了多长时间，完成了多少有效任务，创造了多少真实产出。

这个标准能不能被行业接受，还需要时间。但至少，智元把尺子摆出来了。