智元彭志辉：物理AI还在早期，万台人形机器人上岗才是物理AI的胜利

来源：澎湃新闻

智元彭志辉：物理AI还在早期，万台人形机器人上岗才是物理AI的胜利

“万台（人形机器人）下线只是制造业的胜利，万台人形机器人能够上岗才是物理AI的胜利。”

10月29日，在上海举行的2026智元创新日上，智元联合创始人、总裁兼CTO彭志辉在接受澎湃科技（www.thepaper.cn）采访时表示，当前整体物理AI发展仍处于早期阶段，智元已经迈过第一阶段，即拥有长期、稳定、低成本工作的机器人本体；现在正在推进第二阶段垂直细分场景部署。

在他看来，当人形机器人实现单机跨场景泛化的第三阶段，才可能迎来“ChatGPT时刻”的关键节点，不过他并未给出具体的时间期限。

2026年上半年，智元整体收入接近20亿元，机器人交付量达到9700台；9月，累计下线第2万台通用AI机器人。

彭志辉谈智元正处于物理AI第二阶段。来源：澎湃新闻记者 喻琰 摄(02:32)

过去关注参数表，未来更关注“工时表”

过去一年，人形机器人硬件厂商的竞争，很大程度上围绕在硬件性能、出货数量以及炫酷的Demo上。

但这次彭志辉在接受澎湃科技采访时指出，一台机器人开机8小时，并不意味着创造了8小时的价值。他认为，未来更需要关注人形机器人的“工时表”，智元首次提出了一套名为Worken（有效智能工时）的计量框架。Worken试图回答的是：在真实环境里，机器人到底能贡献多少可以持续有效的智能劳动。

按照彭志辉提出的计算框架，Worken＝活跃机器人数量×自主工作时长×产出效能比。

彭志辉称，希望未来对机器人的服务按Worken工时计费，但不同智能水平的机器人干不同任务，Worken的费率也不同。他同时表示，收费方式并非“非此即彼”的关系：“可以既卖机器人本体，也可以卖服务，就像软件行业有PaaS（平台即服务）、有SaaS（软件即服务），不同的客户需要不同的交付方式。”

彭志辉认为，本体是人形机器人的下限，模型和智能能力才是上限，“我们关注的是如何简单地把技术和能力做到足够可以复用，交付给客户，这是我们长期的竞争力。”

实现物理AI还有四大难点

近两年，物理AI概念成为行业关注的焦点。这一概念被大规模推广来源于2024年6月英伟达创始人兼CEO黄仁勋。黄仁勋认为，人工智能的下一波浪潮是能够理解物理规律、在真实世界中工作的物理AI。

中国信通院日前发布的《具身智能发展报告（2026）》中对物理AI概念给出了定义，物理AI是以突破传统模型“只会表征、缺少物理约束”的局限为目标，指的是通过把物理规律嵌入感知、推理、生成和行动全过程，使人工智能具备更强的真实性、可靠性和可部署性。

在此次创新日的活动中，彭志辉将物理AI的技术演进分为五次跃迁：拥有可用的身体、在垂域场景进入部署态、形成足够泛化的物理AI基座模型、从单机到群体共同进化，最终实现智能系统自我举升。

他在接受澎湃科技采访时表示，智元第一阶段已经迈过，智元正在推进第二阶段，即在细分垂域场景里进入部署态，做横向的复制和更多的场景拓展。

第三个阶段即人形机器人拥有泛化的具身基座模型，机器人摆脱定制开发，以更低成本快速适配各类新任务，实现单机跨场景泛化。彭志辉认为，只有来到第三个阶段，才可能最终实现物理AI的“ChatGPT时刻”。

他指出，随着大语言模型的基础能力越来越强，当前单体场景的泛化正在逐步形成。但要真正进入物理世界，实现跨场景的泛化仍有实时性、可靠性、物理常识和任务闭环四大痛点问题有待突破。

他以GPT-6 Astra为例，云端大参数模型完成简单任务可能需要十几分钟甚至半小时，难以满足机器人实时操作的要求；此外，通用模型还存在幻觉问题，而物理世界对错误的容忍度远低于数字世界。

“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，但人形机器人干活的时候做错一个动作会导致停机，产生巨大损失。”彭志辉表示。

技术之外，客户是否愿意付费，同样决定着机器人能否实现更大规模的部署。

彭志辉将大规模部署的瓶颈明确指向客户侧，“不是我们愿不愿意铺，是这个市场的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，这是没有问题的。”

彭志辉同时强调，Worken之外配套工具链和平台化运维的能力，只有让机器人的产出可计量、异常可追踪和调度，通过平台复用经验、降低运营成本，最终达到投资回报（ROI）的平衡点，客户才愿意持续采购，企业才能扩大部署规模。

全栈路线是人形机器人公司的必选题

随着GPT-6 Astra等通用大模型持续向物理世界渗透，具身智能公司自研大脑模型的价值在哪里，还有必要投入大量资源自研“大脑”吗？

对此，彭志辉认为，通用大模型与具身智能模型未来是相互渗透的。

他表示，智元并不希望仅仅成为机器人硬件本体供应商，而是要持续投入模型、软件和本体等全栈能力，避免核心竞争力过度依赖外部模型供应商。

当天，智元也发布了新一代具身智能基座模型GO-3 Preview，以及AHA3硬件平台和工业机器人G2 Max。

彭志辉称，GO-3 Preview是目前行业里发布的参数量最大的具身模型。

据智元联合创始人、联席总裁、具身智能体系总裁姚卯青披露，根据公司展示的评测结果，GO-3 Preview在RoboDojo、RoboTwin和RoboColiseum三个具身智能评测榜单中均登顶。

彭志辉将全栈路径定义为智元的必选题而非可选项，他认为，如果通用模型未来具备足够强的具身能力，竞争重点将是谁能将智能高效部署到真实世界；如果仍需垂直场景训练，拥有机器人本体和真实作业数据的企业也将具备优势。

彭志辉也披露了研发投入结构，整个研发团队中30%从事本体硬件相关研发，70%从事智能大脑相关研发。从这一投入结构看，智元将模型和智能能力视为长期竞争的重点。彭志辉认为，传统设备往往随着使用逐渐折旧，但进入物理AI时代，机器人可能呈现“硬件会折旧，但智能最终会升值”。