对话智元：量产2万台之后，机器人的商业化“落地考”

10月29日，智元在上海举行2026创新日。

当天，智元联合创始人、总裁兼CTO彭志辉披露，公司2026年上半年营收接近20亿元、机器人出货9700台，今年9月第20000台机器人下线。公司还发布了GO-3 Preview、WITA-OMNI等模型及精灵G2 Max，并提出以Worken(有效智能工时)衡量机器人实际产出。

相比于造出多少台机器人，长期稳定上岗、降低部署成本，正成为新的衡量标准。当天，智元合伙人、高级副总裁王闯，联合创始人、联席总裁姚卯青，以及合伙人、联席总裁熊彦分别接受媒体群访，谈及规模运营、工业应用与交互智能的实际进展。

以下为三场媒体群访的问答节选，部分相关问题作归并整理，回答有所删减。

01、从量产到规模部署

Q：长隆一次部署数百台机器人，实际运营遇到了哪些困难？运维投入能降下来吗？

王闯：我们在长隆第一批部署300多台机器人，分布在100多个点位。每个点的环境都不一样，有的下棋、打乒乓球，有的讲解、带游客做互动。最大的挑战是这么多机器人怎么管理：哪台没电了、哪台坏了、哪个节目需要更新，出现的问题怎么尽快闭环。

最开始几乎是一台机器人对应一名工程师。实际运行以后，还会遇到没有预料到的情况，比如小朋友会抱机器人、推机器人，或者不按照设定好的规则玩。国庆假期我们收集了1万多条现场数据，就是为了把这些问题反馈到训练和迭代里。

网络也是挑战。机器人很多能力依赖端云协同，乐园游客很多，机器人还要和人争网络资源，最后我们做了机器人专用网络。目前机器人与现场运维人员的配比已改善至约3:1，目标是今年年底达到10:1，明年达到20:1。

20:1意味着每20台机器人对应一名现场运维人员，对客户来说是个很重要的点。新增点位可以复制总部专家做好的模板，有问题由总部远程支持，而不必每次都派研发人员过去。

智元合伙人、高级副总裁王闯

Q：工业与商业服务场景，哪个更容易进入规模部署？客户的反馈有什么不同？

王闯：我们两个方向投入都很大。工业场景以轮式机器人为主，地面相对平整，但要求高节拍、大负载、长期稳定工作。商业服务包括零售、导览、接待等，更多使用双足机器人。

反而是服务场景部署得更快一些。工业客户会严格计算性价比、并线、稳定性和安全性，机器人作业节拍与成本都要算得过来。文旅服务如果能带来互动体验、客流和额外收入，客户看重的就不只是替代了多少人工。

长隆的客户反馈不错，目前现场机器人已逐步增加至近500台，并开始向其他乐园推广。当然，客户也会提出很多改进要求，例如拳击、乒乓球等高强度互动项目，对硬件耐用性和实时感知都有很大挑战。

Q：既然已经跨过量产关，阻碍机器人进一步上岗的瓶颈是什么？

王闯：一个是操作能力。灵巧手有自由度和触觉上的优势，但说实话，很多客户还不敢把它放在真实岗位上长期使用，因为现在一些灵巧手的操作成功率还没有夹爪高。它要做到连续几个月可靠运行，也要在成本上更有竞争力。

模型同样需要改进。像WITA-OMNI已经展示了不错的交互能力，但大批量部署后的稳定性、一致性和端侧成本还要优化，有些能力仍依赖云端。还有应用开发门槛，目前只有一部分很优秀的伙伴能独立开发复杂场景。

以后如果1000台机器人每天上下楼、在人群中穿行，能不能始终保证安全，也是需要提前考虑的问题。我自己觉得，今年真正达到部署态的机器人能有几千台，就已经很厉害了。

Q：Worken以后会成为机器人的收费标准吗？智元更想卖机器人还是卖服务？

王闯：当前我们更多还是销售机器人整套的全栈能力，后续可能有维保、开发等服务协议，也有按天、按活动收费的租赁方式。

未来如果机器人能稳定完成工作、不太需要人操心，客户可能购买一份生产力套餐，机器人做完任务，按照复杂度和消耗的Worken扣除额度，提供服务的也不一定是固定的一台机器人。这还是设想，我们刚刚起步。

Worken也不只是算工作时间，还要看创造的价值。比如酒店员工需要接待、搬行李、引导客人等，机器人可能十件事只能做两件，但它可以持续工作。不同场景的价值密度怎么计算，目前其实还很难说清楚。

我们未来希望持续提供生产力，而不只是做机器人本体。

02、真实交互与客户复购

Q：WITA-OMNI从Preview到正式版，变化最大的是哪一部分？

熊彦：从评分来说，因为训练数据更多了，正式版确实会高一点。但我觉得榜单不是最关键的，还是要看实际场景里的效果。Preview阶段交互速度已经有比较好的体验，正式版最大的提升是鲁棒性，其次是情绪理解和回应。

真实环境里会有人同时讲话、有杂音，也有人随时插话，机器人要判断哪些话是说给它听的、应该回答谁。今天现场的混响就很明显，但模型能够应对复杂声音。

智元合伙人、联席总裁熊彦

Q：在真实场景里，交互数据怎么帮助机器人越用越好？和普通语音设备有何不同？

熊彦：我们在预训练中用了大量互联网数据、第一人称视角数据，监督微调则特别重视高质量双通道交互数据，用来训练机器人理解自然对话中的节奏和回应时机。

长隆一个月已经产生了100多万次交互。有些用户不满意，或者没完成交互就离开，这些数据对我们反而更有价值，我们会检查、标注，再回流到平台用于下一轮训练，希望机器人在现场工作一段时间以后，比刚部署时更会交流。

还有个例子：在长隆，有的小朋友声音很小，机器人站着未必听清楚。它看到孩子过来，会主动打招呼，单膝跪地或者弯腰靠近，再与孩子交流。

智能音箱做不了这样的动作，机器人可以利用视觉和身体一起完成交互。

Q：交互、运动、作业三种智能，未来会不会融合成同一个模型？

熊彦：如果把AI时代拉得很长来看，有可能会合一。我们现在提“三智一体”，不只是指同一台身体，未来三种智能也可能逐渐融合，但我觉得会是相当长的过程。

目前还不能靠一个模型把交互、运动、作业都覆盖得很好，所以还是分开发展。

交互的价值在于先理解人的意图，再完成任务。除了工业上那些预先设定好的固定动作，酒店、零售、导览等场景都离不开这个入口。机器人能够听懂人希望它做什么，后面的运动和作业能力才有机会被真正用起来。

Q：现在外界关注机器人复购，智元在客户侧看到哪些变化？

熊彦：我们发现，开拓客户往往需要比较长的时间，但客户真正用起来后，复购可能会很快。

比如长隆的海洋生物讲解，过去需要讲解员每隔15分钟带一批游客，孩子们还会问很多不同问题，工作量很大。后来有些讲解点位从一台机器人增加到三台，就能持续承担讲解任务，这就是复购。

文娱商演、酒店服务、咨询台等也有类似情况。我们更关注的不是跟人一比一替代，而是让机器人承担重复、繁重的事情。

一台机器人学会的技能，其他机器人也可以快速复制，不需要每台重新培训。最终还是客户觉得好用，才愿意继续买。

03、工业机器人如何规模化落地

Q：智元为什么强调本体、数据、模型到部署工具的全栈能力？

姚卯青：这是我们在实际项目中发现的。第一关就是要有非常稳定的本体，而且多台机器出厂以后参数、标定要有一致性，否则每台都要特调。

数据不管是前期通过人类示教采集，还是部署后继续训练，都和本体天然耦合。再到模型的预训练、后训练、持续学习，以及现场的系统集成、工艺和布局改造、辅助设备通信，每一步都不能缺。

它有点像木桶效应，单独一个模型能力很强，并不等于整个项目就能落地。

智元联合创始人、联席总裁姚卯青

Q：GO-3 Preview使用了哪些数据？目前训练集规模有多大？

姚卯青：GO-3采用了新的WRAM架构，训练使用的数据来源很多，既有我们过去采集的数据，也有从觅蜂采购的双目数据，以及从其他渠道获取的单目等补充数据，目前训练集规模已经超过百万小时。

相比去年大家只有几千小时、一万小时的数据，行业增长确实很快，但真实场景、高质量数据的需求仍然很强。

Q：大家都在谈百万小时数据，怎样的数据才真正有用？

姚卯青：问题是有些人在盲采，先采一大批数据，后来才发现满足不了模型公司验收的要求。行业里出现过这样的情况：采购了100万小时数据，最后只有10%到20%能用。而做得好的头部数据供应商，像觅蜂，采集数据的有效率可以达到80%甚至90%。

低质量不仅是拍摄画面掉帧、过曝，还包括场景太单一、动作画面不完整、多摄像头时间不同步，以及不能准确还原三维运动轨迹。

像室内叠衣服这类同质化数据价格会下降，但真实场景的双目、触觉、腕部相机等数据，需求仍很强。

Q：龙旗项目从试点到正式并线，目前推进到什么程度？还需要智元人员驻场吗？

姚卯青：龙旗已经做了很多横向拓展。最早是一个品牌平板电脑检测上下料，后来增加了其他品牌的平板上下料，也扩展到手机新品类。其中，手机新品类上下料基本完成PoC，正进入正式并线阶段。今天发布的G2 Max也找到了搬运、拆垛的应用。

现在和年初已经很不一样了，我们的研发团队早就撤出了现场，基础软件运维移交给龙旗团队。早期传感器、线束、电机等在工业环境下暴露出的问题，通过软硬件版本升级解决了，现场运维已经比较轻量。

除龙旗外，在3C电子行业还有超过3家其他企业与我们合作，其中一些也已经完成并线。

Q：工业客户如果不允许生产数据出厂，如何进行模型训练和迭代？

姚卯青：工业场景作业任务相对确定，很多改进集中在后训练。如果客户的工艺、生产数据不能带出车间，我们就按照客户信息安全规定，在厂内部署训练服务器和软件平台，就地完成模型升级。

对于允许数据出厂的客户，也需要在获得授权的情况下获取数据。并不是所有工业数据都必须进入通用模型训练，工业作业往往具有重复性，预训练更重要的是数据的多样性。

Q：什么标准才算跨过工业规模化部署的门槛？

姚卯青：部署效率非常关键。要看多少人、多少天能部署一个类似场景，能不能把训练、测试、软件发版、OTA、问题回流等做成一整套工具链，而不是每到一个客户那里都重新投入很多人做一遍。

我觉得另一个重要节点，是国内什么时候能看到1万台以上机器人在工厂里长时间、稳定作业。

除了数量，还要看机器人厂商、集成团队和客户能不能都获得合理收益，而不是靠低价竞争把项目做出来。这样行业才有可持续的规模化基础。

Q：您怎么看未来机器人行业可能出现的洗牌？什么样的企业能够长期留下来？

姚卯青：这不是机器人行业特有的阶段。很多热门科技赛道都会经历资本和人才大量涌入、出现同质化发展的过程。到了真实落地阶段，一些问题逐渐暴露，就需要企业具备相应的技术储备、资金储备，行业也会经历一个收敛的过程。

未来机器人行业要长期健康发展，企业需要具备全链路的能力，把技术和产品转化为可以衡量的生产力。

所谓“可衡量”，就是客户能够通过成功率、作业节拍、稳定运行周期、综合运营成本等指标，判断机器人是否真正提高了服务和作业的生产力价值。