“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。”日前，在2026智元创新日上，智元联合创始人、总裁兼CTO彭志辉谈及人形机器人产业发展时这样表示。
众所周知，过去几年，人形机器人从实验室走向量产，出货规模快速增加。但在彭志辉看来，数量增长之后，行业接下来要解决的是另一道题，就是机器人能不能真正稳定“上岗”。
“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需要共同解决的难题。如何让智能能够真正获得行动力，让技术进步能够转化为真实世界的生产力，这是智元一直在回答的问题。”彭志辉说。
当天，智元提出Worken概念。彭志辉介绍，Worken由Work和Token组合而来，用于度量机器人的“有效智能工时”，旨在把机器人的能力、可靠性与对客户的实际产出联系起来。在随后接受《中国经营报》等媒体记者采访时，彭志辉多次谈到“部署态”。相比机器人能不能造出来、能不能完成某一个动作，彭志辉更关注机器人进入真实场景后，能否持续工作、客户是否愿意买单，以及成本最终能不能算得过来。
量产之后看上岗
机器人产业早期，更容易受到关注的是速度、力量、自由度以及各种展示性动作。随着产品逐渐进入工厂、商场等场景，客户提出的问题也开始变得具体。
“过去大家都在看所谓的参数表，就是机器人的性能参数有多强，做一些炫酷的Demo。越往后，下一个阶段大家看得更多的就不是参数表，而是工时表。”彭志辉表示。
他举例称，一台机器人开机8小时，并不意味着创造了8小时价值；一次任务成功率很高，也不意味着能够持续稳定工作一个月。
记者了解到，Worken由活跃机器人数量、自主工作时间和产出能效比三个维度构成。其中，活跃机器人数量衡量有多少机器人真正处于运行状态，自主工作时间关注机器人能够自主工作的时长，产出能效比则衡量机器人创造价值的效率。
“从今天起，希望行业里在解读机器人价值的时候不再只是谈参数、Demo演示，而是谈它真正做了多少有效智能工时。”彭志辉说。
彭志辉认为，客户对机器人的关注点也已经发生变化。“最重要的变化不是机器人出现的场景变多了，而是评价它的标准变了。过去看一家机器人公司，可能是看机器人能做什么，看它在视频里有多炫酷的动作。可是现在很多客户都开始问，它们到底能够稳定干多少活儿、能做多好、做这些活儿需要花多少钱。”
此外，彭志辉还表示，过去行业更容易关注机器人跑、跳、打拳等展示，现在更需要看机器人有没有形成可以复用的技术底座，能不能在真实环境中持续运行，以及能不能降低客户的集成和维护成本。“万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。”
规模落地算细账
机器人什么时候能够真正大规模进入工业和商业场景？在彭志辉看来，问题已经不只是机器人企业能够生产多少台。“不是我们愿不愿意铺，是这个市场，是客户愿不愿意买单的问题。我们完全有能力一年制造几万台机器人，这是没有问题的。”
客户愿不愿意买单，背后首先是一笔经济账。“客户什么时候愿意买单呢？我觉得就是他开始认真思考，从‘我愿意尝试你的产品，看你能不能造得出来’，变成‘我到底能不能养得起你的产品’，因为他要长期使用、长期维护。”彭志辉表示。
机器人真正进入生产现场后，需要考虑的也不只是模型推理和硬件性能。彭志辉告诉记者，设备健康、软件版本持续迭代、备件、远程诊断、现场服务以及任务优化，都会进入客户对产品完整生命周期的考量。
“我觉得真正形成规模之后，我们整体的机器人上岗运维效率和管理系统，可能比单次的模型推理更影响客户体验。”彭志辉表示。
最终还是要算投入产出账。“我们的运营成本随着规模上升而持续下降，最后达到ROI的平衡点，客户才愿意选择我们的产品，我们才会真正大规模增加机器人的部署量。要不然的话，可能每卖一台机器人还要给它配一个保姆，这是永远不会到那一天的。”
具体到应用场景，彭志辉判断，家庭并不会是机器人最早大规模普及的地方。“我理解家庭不是起点，应该是终点，最终才会进入到家庭，因为它的要求会高很多。”
彭志辉称，家庭环境不仅对安全性要求高，千家万户需要完成的任务也不同，对机器人的跨任务泛化和长程任务执行能力要求更高。家庭也属于C端市场，还要考虑产品价格。
相比之下，工业和商业场景已经开始出现落地机会。“工业场景是我们已经在推的，包括工业和商业场景，都有一些垂域场景在做部署态的落地了。”彭志辉表示。
彭志辉以3C制造业质检为例，一些岗位需要机器人具备一定泛化能力，同时对节拍要求又不像传统自动化场景那么高，更换不同SKU之后，机器人仍要快速适应新的工件。
通用机器人与传统自动化也并非完全替代关系。彭志辉表示：“它也不是非此即彼的，它可以和人类配合，就是人机协作，也可以和传统自动化配合，比如之前是人控制机器，现在可以用机器人去控制机器。”
跨场景仍有门槛
机器人要从垂直场景进一步走向跨场景应用，技术上仍有不少问题需要解决。具身智能短期内还有哪些重要门槛需要跨过？对此，彭志辉表示：“现在单体的泛化正在逐步形成，垂域的泛化已经具备了，我们正在进入部署态，正在做横向的复制和更多场景的拓展。”
彭志辉首先提到实时性。机器人需要实时完成动作，而部分通用基础模型推理仍然耗时较长。对此，他表示，可能通过分层系统设计、模型蒸馏得到更小、更高效的模型，也可能通过缓存系统等方式改善这一问题。
可靠性则是另一道门槛。“这种通用模型越泛化越容易出现所谓的幻觉。对于我们的工作环境，这种容错性的要求是极高的，语言模型说错一两句话改正就好了，没有什么实质性的影响，干活的时候，做错一个动作就是停机的巨大损失。”彭志辉表示。
记者注意到，机器人对现实世界物理规律的理解同样有待提升。彭志辉提到，目前通用基础模型主要从数字数据中学习，没有真实的感受器和传感器来感受现实中的力、重力和摩擦力等，因此缺少相应的经验常识。
任务闭环也是需要突破的问题。“语言模型只负责输出一个结果，不负责对这个结果实际的物理影响进行验证，但是我们在物理环境中执行的时候一定要做到物理闭环，这也是要突破的挑战。”彭志辉说。
随着通用基础模型能力不断增强，具身智能企业自研模型的价值也受到关注。对此，彭志辉提出了两种可能。“未来通用基模真的达到了能够覆盖具身领域的能力，大家都具备同样的具身能力了，问题是谁能把这个模型的能力更好地应用到物理场景里，最终是要通过本体作为媒介的，那我们本体能力强，这是我们的优势。”彭志辉表示。
而如果通用模型仍无法实现真正的泛化，不同垂域场景仍需要训练相应模型。彭志辉表示：“训练模型所需要的数据来源也依赖本体，所以我们还是有优势的。”
这也是智元选择软硬件全栈路线的原因之一。“我们觉得全栈的技术路径的选择不是一个可选的选择题，是必选的选择题。”彭志辉说道。
他进一步表示：“所以我们一定要面向场景，去解决场景的问题，需要我们的模型能力足够泛化，本体足够可靠，软硬件综合的系统能力达到进入部署态的门槛。”
——信息来自：中国经营报
