在国内某集成电路后端制造龙头企业的芯片料盘上下料现场，智元精灵G2与AGV协同作业，围绕夹爪与视觉定位、抓取执行、移动导航、任务串联、高精度放置和外部通信等环节展开开发。

　　在近日举行的2026智元创新日具身作业生产力分论坛上，智元集中呈现具身基座模型 GO-3 Preview、具身Agent框架 Genie Master以及重载具身工业机器人精灵G2 Max等成果，展示一套可部署、可运营、可持续优化的物理AI技术闭环。

　　在媒体沟通会中，智元联合创始人、联席总裁、具身业务体系总裁姚卯青谈到了行业洗牌以及数据泡沫，也给出了一道判断行业是否真正跨过规模化节点的硬指标：1万台以上的机器人在工厂里稳定作业。

　　通用大模型难解物理实操

　　当天，智元正式推出预训练/后训练/部署后实现全链路规模化学习的具身模型——GO-3 Preview，以理解、预测、动作统一的具身原生架构为基础，将学习从预训练延伸至后训练与部署后，让机器人在经验交互与真实作业中持续改进。

　　在具身智能赛道上，已入局者众，包括一些模型公司也纷纷下场。机器人具身模型是否会被通用大模型降维打击？

　　“通用大模型在仿真Benchmark（基准）接受了测试，具备了in-context learning（上下文学习）后，也表现出一定的闭环任务能力，但仍有非常大的局限。”姚卯青说。

　　他观察到，通用大模型动作偏慢，人做30秒、1分钟的事情，大模型一点点试可能要一两个小时才能有一定概率完成，而且会消耗大量Token。

　　他判断，随着模型参数规模和数据量不断提升，通用大模型在空间理解和3D内容生成方面已经展现出较强能力，例如生成类似CAD的图。但这些更多是面向操作过程的高阶推理和规划能力。到了“最后一公里”，如果要完成高动态、快速、涉及力触和反馈控制的操作，姚卯青称，在智元的测试中，大模型的成功率基本为零，因为其本身不具备、也没有学习过这类操作能力。

　　姚卯青认为，未来，大模型还是会随着能力的提升更多在System2（系统2）上帮系统提高长程和规划上限，但任何Agentic系统也都是分层的。VLA（视觉—语言—动作模型）再往下也有控制层，要做100Hz～1000Hz实时电机控制，这些和本体、任务都是非常耦合的，也需要机器人公司不断提升其上限。同时，通用模型不管在数字世界还是物理世界要做到专家级水平都需要大量高质量后训练去完成，最后才达到非常高的编程能力效果。

　　以搭宜家的家具为例，如果没有海量组装类的数据，通用模型可能连推理都不能做得很好。从System0、System 1到System 2，每一层都需要具身公司不断加大投入。

　　数采价格在分化

　　据中国信息通信研究院，截至今年6月底，全国共建成启用超过70家训练场，另有40余家在建或规划。与此同时，数据价格整体下跌。

　　姚卯青回应说，这不是单一价格下降，而是数据品类在变得越来越丰富。早期Ego-Centric还是一个概念，但如今衍生出了Ego-Centric+UMI、Ego-Centric+腕部相机、触觉手套等多种组合。

　　“一些高度同质化、没有太多附加值的数据，比如单目、室内场景的裸手数据，尤其是家居叠衣服数据，很容易获取，也有一些人卖过一遍后，再到市场上复卖，价格自然会下行。”姚卯青说。

　　哪些是低质量数据？姚卯青提到，场景低质量是一类，例如叠衣服的数据已经泛滥了，还有些在数采厂里格子间。画面低，掉帧、过曝、手经常不在画面里；还有预处理做得不好，没有做到多摄像头之间毫秒级时间同步；数据采集之后，如果缺乏相应研发能力，还原提取重建3D、6D的轨迹的精度可能很差。

　　此外，设备也很关键。不少玩家还在引入单目、Pico采集设备，但市场主流需求已经往多目、双目、立体、触觉、全身等方向发展。自研设备对技术要求、资金研发投入也是较高门槛。

　　与此同时，对细分真实场景的双目、触觉、手套、腕部相机数据的需求非常强劲，而且支付能力也很强——市场上的供应商数量没有那么多，单一供应商整体交付能力上限也没那么大，价格还比较坚挺。

　　“有一些模型训练公司，他们上来就问我们，你们有多少库存，我想把你的数据全部买走，能不能5天之内发给我，你说个数。”姚卯青说。

　　他指出，不少数据供给在用户验收时有效率较低。姚卯青举例称，业内有企业上半年购买100万小时数据，最终只有10%至20%可用，原因之一是很多供给仍在“盲采”。

　　万台机器人进厂是行业拐点

　　“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。”姚卯青指出，作业生产力是一套严苛的工程标准：可衡量——成功率、节拍、MTBF（平均故障间隔时间）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。具身智能只有同时具备三项能力，才能真正走进产业现场。

　　在姚卯青看来，当全行业至少有1万台机器人在工厂中实现稳定、长时间作业，将是行业迈向规模化的重要里程碑。

　　就在今年10月，“上海市加快发展新一代智能制造行动”启动，提出到2028年推动8000台人形机器人进工厂。

　　今年6月，智元在南昌龙旗科技的产线上展开了一次作业直播，8台“精灵G2”机器人“早八晚七”与工人并肩作业。截至直播结束，总作业时长64小时，产线累计产量17625件，作业成功率达99.99%。

　　姚卯青说，除龙旗工厂为某品牌平板电脑检测上下料外，还将这套经验复用到其他品牌的平板电脑上下料，同时也延伸到了手机等新品类上下料，目前进入到正式并线阶段。而随着高负载机器人G2 Max的发布，已经在龙旗里找到了非常好的搬运和拆垛应用。

　　“我们自己的研发型团队都早就从现场撤出来了，一些基础软件运维工作移交给了现场龙旗团队。”姚卯青说，机器软硬件稳定性在前期打磨后，传感器、线束、电机等在严格工业环境下暴露出来的问题都通过版本升级得到了完整解决。对智元来说，目前处于很轻量化的运维状态。

　　他透露，3C电子行业中，有超过3家其他企业正在和智元合作，部分已经完成了并线。