只有“身体”准备好了，才有资格进入下一阶段——部署态。
作者｜周悦
编辑｜栗子
作为大语言模型处理信息的最小单位，“Token”曾引发过一段关于中文翻译的争议，最终确定了“词元”的译法。如今，具身智能领域也开始定义属于自己的度量衡。
10月29日，在2026智元创新日上，智元首次提出了一个全新的指标：Worken（有效智能工时），用来衡量机器人行动了多少。它试图回答具身智能当下最迫切的问题：当机器人真正走出实验室，什么才算实质性的“干活”？
按照智元的定义，Worken由活跃机器人数量、自主工作时长与产出效能比共同计算得出，核心在于衡量机器人实际完成的有效工作量。停机、空转和人工遥操作的时间均被剔除在外。
智元Worken的计算公式，图片来源：「甲子光年」现场拍摄
相比出货量、开机时长等传统口径，Worken将评价标准推向了一个更直接的维度：一台机器人在真实场景下究竟能自主工作多久，又实际创造了多少产出？
面对这个问题，彭志辉告诉包括「甲子光年」在内的媒体：“智元一年制造数万台机器人并不存在产能障碍，真正的门槛，是机器人能否从‘客户愿意试一试’，走到‘客户愿意把它当成长期使用的产品’。”
在他看来，一旦机器人真正进入规模化部署，竞争的重心也就随之转移。设备健康管理、软件持续升级、备件、远程诊断、现场服务和任务优化，都会进入产品的生命周期。届时，机器人上岗后的运维效率和管理系统，可能比单次模型推理更影响客户体验。
“要不然的话，可能你每卖一台机器，还要给机器人配一个‘保姆’，那这个是永远不会到那一天的。”
彭志辉将这种视角的转变概括为“从设备资产到任务价值”。他在现场透露，2026年上半年智元收入近20亿元，通用AI机器人量产下线超2万台，全球人形机器人市占率达到43%。
规模越大，单机能力之外的系统效率越重要。只有让产出可以计量、异常可以追踪、任务可以调度，并让不同机器人复用经验，运营成本才可能随着部署规模扩大而下降。
要创造更多Worken，单靠一个更强大的模型并不够。
针对“大模型变强后，机器人本体是否不再重要”的行业疑问，彭志辉在现场给出了否定的回答。他认为，无论未来模型走向通用，还是继续高度依赖特定的本体与场景数据，最终都需要可靠、低成本、可规模化的本体，将智能真正转化为物理世界的生产力。
“我们从第一天起就没有在本体还是模型里面二选一。”彭志辉表示，智元坚持的是软硬一体的技术路线：以量产本体为基础，向上构建运动、作业和交互三类智能，再通过真实部署持续迭代。
「甲子光年」认为，Worken的价值不仅在于造了一个新词，更在于它具象化了一个产业命题：机器人技术最终能否被转化为稳定、可持续的实际产出。智元此次创新日展示的软硬一体技术、规模化部署和生态工具，无一不在回应这一问题——推着整个行业从关注机器人“能做什么”，务实地走向“实际做了多少”。
1.软硬一体，让机器人把任务做完整
2026智元创新日现场发布的新技术和产品，沿着软硬一体的技术路线。第三代硬件架构AHA3将运动、交互和作业三类智能融入同一套控制系统；重载具身机器人精灵G2 Max针对工业任务重新设计了负载、作业范围和补能方式；具身智能操作系统灵渠OS 1.0则致力于降低跨硬件与应用的底层适配成本。
「甲子光年」在2026智元创新日看到，智元精灵拼装乐高模型需要连续完成寻找零件、抓取、对位和插入，最终拼成一艘小“帆船”。前置动作若有偏差，后续操作便可能无法衔接。
这一连续操作背后是智元自研的具身基础模型GO-3 Preview。它不仅生成下一步动作，还要结合任务目标判断动作结果。截至发布日，GO-3 Preview在RoboDojo、RoboTwin、RoboColiseum三项具身智能评测榜单中均位列第一。经微调后，配合智能体的任务编排，GO-3 Preview可以连贯完成乐高积木的抓取、对位和拼接。
具身基模GO-3 Preview驱动完成积木拼接，图片来源：「甲子光年」现场拍摄
比连续操作更复杂的是任务切换。机器人进入不同场景，无法在每次更换物料或工位时重新训练。GO-3 Preview将任务泛化作为重点：预训练阶段引入人类第一视角数据，结合机器人交互和物理经验；后训练阶段通过真机、物理仿真和世界模型扩展交互经验。今年年底，智元将把GO-3 Preview开源。
如果拼装考验精细操作，搬运则考验机器人的动态响应。
现场演示中，灵犀X2搬运的纸箱被意外打落。机器人重新确认目标位置，调整身体方向，走近、下蹲、抓取，继续搬运。目标位置改变，原定动作也随之调整。
这一过程由智元自研的运动控制框架AGILE支撑。它将视觉感知与全身运控纳入同一闭环。当障碍物出现或人员进入作业区，机器人会重新判断可通行空间并调整姿态；受到碰撞干扰后，也能进行任务恢复。
在真实工作中，变化也来自用户的临时指令。机器人执行任务时，若用户突然修改要求，它需要判断交互对象，再决定暂停、调整或取消当前动作。
全模态交互大模型WITA-OMNI通过声音方位、人脸、唇动和视线等信息判断交互时机。面对复杂任务，机器人可在保持交流的同时，在后台进行推理规划，以接收并处理用户的补充或纠偏指令。
截至目前，WITA-OMNI已拿下全模态理解榜单Daily-Omni、视频时序定位榜单TimeLens-Bench、具身场景空间理解推理榜单 EmbSpatialBench和复杂场景的音频理解推理榜单MMAU第一名。
具备作业、运动和交互能力后，下一步是让它们在同一本体上稳定运行。
基于AHA3架构打造的硬件平台，将三类智能融合至同一套控制系统中，通过高速总线、定位和连接能力的升级，为感知、决策与执行提供底层协同。
在工业场景，算法需通过本体执行。重载具身机器人精灵G2 Max单臂负载20公斤，垂直作业范围0.1米至2.5米，支持低位拾取和高位码放。腰部前倾设计使其可从单侧拆码垛，减少所需空间；双电池热插拔和自主回充设计则用于满足连续作业的补能需求。
模型决定任务理解，运控决定动态响应，机械设计决定负载和作业时长。智元软硬一体的技术路线，最终服务于同一目标：让机器人将工作稳定执行完毕。
2.真实部署，技术要经得起工作流检验
实验室的测试验证了机器人具备某项能力，但在产线、门店和园区，核心问题是它能否稳定、持续地运行。
工业场景体现了这种差异。2025年12月，智元精灵G2进入龙旗科技南昌工厂，进行上下料压测和生产环境适配。2026年5月，8台G2完成并线，覆盖平板电脑量产质检工段。
对工业机器人而言，难点在于将单次动作嵌入现有流水线，在规定节拍内连续作业，保持精度，并减少异常停机。
在最新的连续生产数据中，8台G2在6天内完成了17500余件产品的测试任务，作业成功率达到99.99%。这组数据提供了一个接近真实环境的观察维度：机器人在明确节拍和工序要求下的持续运行能力。
在开放场景中，部署面临不同要求。
今年9月，超300台智元机器人部署于横琴长隆飞船乐园，分布在100多个点位，承担导览、零售、演艺等任务。如今这个数量已经超过500台。
智元合伙人、高级副总裁熊彦是长隆项目的负责人，他告诉「甲子光年」，长隆与智元双方初期共同确认了包括网络、运维、安全、拟人交互体验、常态化部署等在内10个挑战课题。“每一项能力的完成，都涉及到机器人全面的能力——游客要求作业、运动、交互三种智能协同，而不是单项能力好就行”。
2026智元创新日机器人集群演出，图片来源：「甲子光年」拍摄
「甲子光年」认为，龙旗工厂验证了机器人嵌入工业产线的能力，而长隆乐园验证了其在复杂公共空间的运营能力。两者共同表明，部署不仅是设备入场，更是将模型、本体、网络和运维体系融入实际工作流。
零售场景展示了另一种落地方式。在爱仕达门店，灵犀X2负责询问顾客需求、讲解商品和推荐选品；在涉及库存查询或成交环节时，交由真人导购跟进。
机器人并未替代完整的销售流程，而是承担标准化、高频的前置服务。在现阶段，明确机器与人的分工边界，是部署方案的一部分。
此外，真实部署也为技术迭代提供数据。
产线上的卡顿、交互中的打断、物体抓取的失败情况，往往在实际运行中才会暴露。这些数据和异常情况反馈至后方，用于改进算法和本体。
智元将此概括为“部署态飞轮”：技术支持部署，实际工作产生数据反馈，进而推动下一轮技术迭代。对于具身智能而言，真实的岗位即是训练场。
3.从一家公司的部署，走向更多人的参与
随着机器人进入更多工作流，系统性适配问题逐渐显现。
不同场景涉及不同的传感器、执行器和计算平台。若每次部署都要重新处理驱动、通信和控制，规模化落地将面临较高成本。
本次发布的具身智能操作系统灵渠OS 1.0即为应对这一问题而推出。
灵渠OS 1.0涵盖BSP、内核、硬件抽象层、中间件和智能框架，支持15类、100多种外设接入，适配主流SoC平台。这使硬件伙伴能够减少底层适配工作，开发者也能更聚焦于应用层的开发。据智元透露，灵渠OS 1.0计划于2026年底全面开源。此外，智元还正式成为开放原子开源基金会白金捐赠人，向基金会捐赠灵渠OS项目，与基金会携手共建人形机器人开源社区。双方计划从多个细分领域共同推动技术成果转化、行业标准制定以及专业人才培养等。
龙旗、长隆、爱仕达等项目解决的是“机器人怎样进入一个具体工作流”；灵渠OS和开放工具链要解决的，则是这些经验如何更低成本地迁移到下一条产线、下一家门店和下一个合作伙伴。
对于具身智能来说，这一步尤其重要。单一公司很难覆盖工业、零售、文旅、医疗等所有行业，也很难独自掌握每个场景中的工艺和流程。真正扩大部署，需要懂机器人技术的人，也需要懂现场的人共同参与。
因此，生态建设成为规模化部署的前提。彭志辉在现场披露，目前智元已有250多家院校、超过500家生态伙伴，以及超过8万名注册开发者。他把这套开放体系称为Worken的“产能放大器”——技术底座决定机器人单机能够做到什么，生态则决定这些能力能否更快进入更多场景。
智元通过灵渠OS和开放工具链，试图将场景知识、工程经验和机器人技术结合，向外输出涵盖本体、操作系统到部署方案的完整能力。
如果机器人要成为规模化部署的生产力，仅评估出货量并不全面。系统内实际在线的机器人数量、自主工作时长及有效产出，是衡量其实际价值更客观的标准。
「甲子光年」认为，Worken指标反映了行业评价标准的转变趋势。随着具身智能从技术演示走向常态化应用，外界对机器人公司的关注点，正从“机器人具备哪些功能”转向“机器人在现场实际完成了多少工作”。
智元在本次创新日上展示的技术研发、场景部署和生态建设，核心在于解决如何让机器人从具备单次操作能力，跨越至在真实业务中持续、稳定地输出价值。一如智元写在公司主页上的那句话：以智能机器创造无限生产力。
（封面图及未标注插图来源：智元）
