智元APC香港观察:具身智能如何成为先进生产力单元
具身智能要迈过的第一道硬门槛,从来都是量产。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
过去几年,全球人形机器人行业反复印证了这一点:舞台演示可以很快,工程验证可以很快,视频传播也可以很快。但当一台机器人要从实验室走向产线,再走向客户现场,问题的复杂度会呈指数级上升。
特斯拉的Optimus就是一个典型的参照系。马斯克多次表达过对Optimus的长期信心,但其量产节奏也一再成为外界关注的焦点。马斯克今年也坦言,Optimus初期的产能爬坡会“痛苦地缓慢”,原因就在于新零部件、新工艺和新供应链带来的系统性挑战。对人形机器人而言,量产绝非简单的产能复制,而是工程化、供应链、质量一致性与组织协同能力的综合大考。
因此,智元机器人今年3月实现行业首个累计1万台机器人下线,其意义远不止于一个数字。它标志着中国具身智能公司已经率先跑过了第一道产业门槛。
成立仅三年,智元完成了从研发、量产到商用的连续跨越。此前公司曾透露,今年的目标是实现数万台量产。支撑这一目标的,不仅仅是产品本身,更是背后面向量产的工程化设计、采购与供应链体系、高质量一致性生产流程,以及市场计划与生产物流之间的高效协同。
然而,量产仅仅是个开始。
具身智能真正的产业命题在于,机器人如何从“能被制造出来”,走向“能被持续部署”,再进一步走向“能在真实场景里创造可衡量的生产力”。
这正是智元提出XYZ发展曲线的深层原因。这条曲线,直接定义了行业未来十年的演进路径。
5月12日,在首届香港具身智能产业峰会暨2026智元合作伙伴大会(APC香港)上,智元总裁邓泰华给出了清晰的产业判断:具身智能已经开始从开发态进入部署态,从“能动作”走向“会干活”。
香港作为国际金融、贸易中心和连接内地与海外市场的窗口,让这一表述增添了明确的全球化意味。香港特别行政区行政长官李家超在峰会致辞中表示:“具身智能作为AI与物理世界互动的重要形态,已经成为推动产业升级、培育新质生产力的关键引擎。香港在AI与机器人领域拥有一批世界知名的专家学者,学术研究水平位居世界前列。我们欢迎更多具潜力及代表性的企业落户香港,善用本地人才、资金、产学研协作及国际联通优势,加速技术迭代,开拓国际机遇。”
香港特别行政区行政长官李家超先生致辞
过去,人形机器人行业曾一度陷入“Demo竞赛”的怪圈。谁走得更稳,谁跳得更好,谁的视频更具传播性——这些固然能证明技术可行性,却很难证明商业可行性。
真正决定行业爆发的,其实是两件事:第一,技术路线开始收敛;第二,核心能力可以实现规模化扩展(Scaling)。如果这两件事没有同时发生,具身智能就很难迎来属于自己的“GPT-3.5时刻”。
最近硅谷释放出的WAM(World Action Model,世界动作模型)信号,让这个判断变得更加具体。相关研究指出,WAM通过显式建模“视觉观测会如何随动作演化”,让机器人能在行动前预判结果;DreamZero进一步提出,WAM可以作为零样本策略使用,展示了跨本体迁移和少量数据适配的潜力;X-WAM则试图将动作执行和4D世界生成纳入统一框架,打通机器人行动、环境预测与几何理解。
这意味着,具身智能的研发重心,正在从“给机器人编写动作”,转向“让机器人理解动作将如何改变世界”。这一趋势与智元的XYZ曲线高度同频,也预示着中国具身智能企业开始在这条万亿赛道中掌握更多话语权。
具身智能需要一张路线图
在本次智元APC香港会议上,公司联合创始人、总裁兼CTO彭志辉详细阐释了XYZ曲线。这本质上是在为整个行业建立一个清晰的坐标系。
X曲线,代表开发尝鲜期(2024-2025)。 核心目标是让机器人像人一样动起来。这一阶段要解决的是本体设计、运动控制、量产交付和基础可用性问题。智元在三年内完成了关键跨越:2024年发布首款人形机器人,2025年实现单年5000台量产,2026年3月达成行业首个累计1万台机器人下线。
但X曲线存在天花板。文娱商演、科研教育、展厅接待等场景能带来早期销量和行业关注,也能验证供应链与基础交付能力。可如果行业长期停留于此,最终难免陷入低层次的价格竞争。机器人“会动”不等于“会创造持续价值”。
因此,必须进入Y曲线。
Y曲线,代表部署成长期(2026-2030)。 这一阶段的核心,是让机器人像人一样干活。它对应着从“开发态”到“部署态”的迁移。机器人开始进入真实的产业工作流,在制造、物流、清洁、巡检、讲解、服务等场景中长期运行,并创造可量化的商业价值。这也是邓泰华将2026年定义为“部署态元年”的原因。
Y曲线要真正跑起来,关键在于“数据飞轮”。开发态的数据飞轮解决“从不会到会”,通过数据采集、训练、仿真、遥操作和模型优化,让机器人掌握基础能力。而部署态的数据飞轮则解决“越用越强”——当机器人进入更多真实场景,真机数据持续回流,驱动模型迭代,增强后的能力再下发到终端,从而形成“部署越多、数据越多、模型越强、场景越广”的正向循环。
所以说,部署态不仅是商业化阶段,更是具身智能能力实现规模化扩展的真正起点。没有部署,就没有真实数据;没有真实数据,就没有持续进化;没有持续进化,机器人就很难从“会做一个任务”走向“能泛化到更多任务”。
这也解释了智元为何强调全栈能力。邓泰华指出,数据飞轮包含本体、本体生成的数据、数据训练出的模型、模型部署的场景四个维度,需要四者协同。Y曲线对应的2026至2030年,将是硬件一致性、规模化交付能力、交互与作业智能同步提升的时期,部署态数据飞轮将驱动生产力持续提高。
智元在数据侧早已布局,建设了超过3000平方米的数采超级工厂,包含3000多种真实物品,并推出了百万真机数据集AgiBot World。进入部署态后,这些数据资产将与真实场景数据融合,成为模型持续进化的核心燃料。
这就是Y曲线的产业含义:机器人从“动起来”进入“干起来”,行业也从验证技术转向验证生产力。
Z曲线,代表部署普及期(2030-)。 核心是智能涌现。按照智元的判断,具身智能的“ChatGPT-3.5时刻”,其标志是机器人通过物理世界的图灵测试——它在物理世界中的行为特征与人类高度一致,甚至学习与进化速度更快。实现这一点,技术上需要走向“三智一体”:运动、交互、作业三大智能模型融合贯通,形成端到端的统一训练框架,同时具备零样本物理世界泛化和自监督进化能力。
这套框架的意义在于,它把一个容易被概念炒作带偏的行业,重新锚定在生产力逻辑上:先解决“能不能动”,再解决“能不能干”,最终解决“能不能自我进化、规模普及”。智元的XYZ曲线,其价值已不单是一家公司的产品路线图,更是具身智能产业从技术探索走向商业落地的行动指引。
“一体三智”,是智元的底座
任何路线图要成立,前提是企业手握坚实的底层能力。智元的底座,就是“一体三智”。
所谓“一体”,即本体,指的是稳定可靠、性能上限高且成本可控的机器人硬件。没有本体,AI就无处落地;没有可靠的量产,本体就无法进入真实场景。
“三智”,则指运动智能、交互智能与作业智能。运动智能负责让机器人完成上下坡、奔跑、抓取搬运等基础动作,是物理执行的底座;交互智能负责多模态感知与人机、环境交互,决定机器人能否理解并回应人类;作业智能则负责任务理解、决策、自主学习和执行反馈,直接关乎机器人能否创造劳动价值。
在此次大会上,智元对“一体三智”的拆解非常清晰:本体涵盖传感器、计算单元、执行器;“小脑”对应运动智能;“大脑”则融合了交互智能与作业智能。其技术栈覆盖了从基础云平台、数据管理、仿真平台,到多模态大模型、世界模型、强化学习、各类感知与规划算法,再到灵渠OS、AimRT中间件、Base OS等各个层级。
这说明,智元做的不仅仅是一台机器人,而是从硬件、本体、操作系统、模型、数据、平台到生态的全栈体系。
彭志辉在演讲中明确表示,智元将超过四分之三的研发人力和远超过四分之三的研发费用,投入到了大小脑AI的研发中。智元将自己定位为“具身智能基础模型公司,只是模型需要一个载体,所以才做配套本体,是以AI定义本体”。
这个定位至关重要。具身智能的竞争,未来不会只停留在硬件成本或模型参数层面。真正的护城河,在于“本体、数据、模型、场景”能否形成高效闭环。智元选择软硬一体全栈布局,本质上就是为了让这个闭环快速转动起来。
AIMA:把能力交给生态
如果说“一体三智”解决了底层能力问题,XYZ曲线描绘了产业路线,那么AIMA(智元应用开发平台)要解决的,就是生态扩散问题。
具身智能的落地,不可能只靠一家公司单打独斗完成。每个行业都有其独特的工艺、流程、场景数据和行业诀窍(Know-how)。制造、物流、清洁、巡检、讲解、教育……这些领域看似都需要机器人,但本质上是完全不同的任务系统。
因此,部署态必须依赖伙伴共创。彭志辉在演讲中提到,生产力落地之后,需要生态伙伴将生产力推广到更多场景,结合场景数据进行二次开发、后续链、调优和集成。这正是智元发布AIMA开发平台的核心目的。
AIMA可以理解为智元面向具身智能应用开发的底层平台。它的价值不仅在于降低开发门槛,更在于将智元的“一体三智”能力转化为可调用、可组合、可集成的产业能力。
这对行业而言意义重大。如果机器人公司每进入一个新场景都要从头定制方案,部署态就无法实现规模化。只有当生态伙伴能够基于统一平台快速开发、调试和交付,具身智能才有可能从几个示范项目,扩展到成百上千个真实场景。
智元的打法,正从产品公司向平台公司演进。它以机器人本体为入口,以“一体三智”为底座,用AIMA连接伙伴,靠数据飞轮驱动模型进化。最终目标,是把机器人从“可购买的设备”,转变为“可持续升级的生产力终端”。
香港:智元全球化的关键一步
5月12日的香港大会,另一个深层意义在于全球化。大会聚焦于具身智能的全球化发展与产业协同,这与智元当前的发展阶段紧密相关。
在X曲线阶段,企业主要比拼技术验证和量产能力。进入Y曲线后,竞争将逐步转向场景落地、交付能力、生态建设和全球化布局。具身智能天然是一个全球市场,制造、物流、商业服务、公共空间、教育科研等需求遍布世界各地。有能力进入部署态的企业,必须同时应对不同国家和地区的客户需求、行业标准、合规体系与服务网络。
香港在此具有特殊地位。它连接着内地产业链与全球资本市场,也链接着中国企业与海外客户、伙伴及国际化服务体系。智元选择在香港举办产业峰会,释放出一个明确信号:具身智能的竞争,已从国内量产和本土落地,进一步走向全球化部署和生态协同。
这也让智元的XYZ曲线有了更大的外延。X曲线关乎产品与量产,Y曲线关乎部署与商业化,而全球化,正是Y曲线能否持续放大的关键变量之一。如果智元能够将国内已验证的量产能力、“一体三智”平台能力及AIMA生态能力复制到海外市场,其角色将从中国具身智能的头部公司,进一步演进为全球具身智能的产业平台。
行业分水岭已经出现
具身智能的产业分水岭,正变得日益清晰。上一个阶段,市场关注的是机器人会不会动、能不能量产、有没有爆款。下一个阶段,市场将审视机器人能不能部署、能不能干活、能不能产生持续收入,以及能否通过真实数据不断进化。
智元的意义,在于它同时踩准了几个关键节点:它跨过了万台量产关;提出了“一体三智”的全栈架构;用XYZ曲线为行业划分了阶段;通过AIMA将能力开放给生态伙伴;并正在将具身智能从开发态带向部署态。
智元提出的“358”宏图计划,进一步量化了这一节奏:三年实现生产力入门,五年实现生产力落地,八年实现生产力推广,迎接智能涌现。具体而言,到2027年底,智元计划在部署态场景中实现从今年数千台到明年数万台的落地;到2030年,希望与生态伙伴共同迎来智能涌现,进入第三发展曲线。
这无疑是一条艰难的道路。但它至少为行业提供了一个清晰的判断基准:具身智能不应停留在Demo竞赛或概念估值上,它最终必须回归生产力,回归真实场景,回归数据飞轮,回归可持续扩展的商业闭环。
5月12日的香港大会,智元再次将这个问题摆在了整个产业面前。当全球玩家仍在争夺量产时间表时,中国公司已经开始深入讨论部署态、数据飞轮和产业曲线。这或许是具身智能赛道当前最重要的变化。
机器人的故事,正在从“看起来像人”,进入“像人一样工作”的新篇章。而智元试图证明的是,当机器人真正成为生产力终端时,具身智能的产业爆发,才刚刚开始。
*以上内容不构成投资建议,不代表刊登平台之观点,市场有风险,投资需谨慎,请独立判断和决策。
相关攻略
近日,解放日报的一篇深度报道,让一家成立仅一年半的具身智能创新企业——它石智航,成为业界关注的焦点。这家公司正全力推动机器人技术深入真实的产业应用。其首席科学家丁文超在接受采访时明确表示:具身智能的真正价值,不应局限于炫酷的技术演示,而应优先聚焦于工厂中那些“工人不愿做、却又不可或缺”的实际生产痛点
普渡机器人发布PuduFM1 0大模型与PuduAgent系统。PuduFM1 0赋予机器人三维空间深度推理、物理行为预判及多模态融合能力,使其能理解并适应复杂真实场景。PuduAgent通过标准化技能库与三层架构,解决了机器人长时记忆、能力集成等落地难题,提升了开发效率与通用性。二者共同推动了具身智能向规模化、商业化迈进。
能源央企与机器人公司互动频繁,华能集团与宇树科技探讨智能化升级。政策推动人工智能与能源双向赋能,电力行业将具身智能纳入战略布局。机器人技术可应用于电力巡检等场景,能源行业为AI提供数据与验证场。算电协同构建双向驱动闭环,AI需绿电支撑,电力系统依靠AI优化运行,产业融合。
具身智能的热度毋庸置疑,但一个略显尴尬的现实是,许多公司的产品依然困在演示视频、实验室环境或概念验证阶段。以国内备受关注的宇树科技为例,其招股书显示,2025年1至9月,其人形机器人收入中,科研教育占比高达73 60%,而行业应用仅占9 01%。这清晰地表明,真正进入规模化生产场景,仍是一条漫长的路
首届香港具身智能产业峰会聚焦行业从技术展示转向真实应用。智元提出2026年为“部署态元年”,强调机器人需在真实场景中持续创造价值。香港凭借国际化市场、密集服务业场景及成熟出海通道,成为理想试验场。大会发布多项产业合作计划,旨在构建技术、场景、资本与全球资源的协同网络,推动。
热门专题
热门推荐
5月12日,马来西亚吉隆坡成功举办了一场具有前瞻性的行业盛会——中国-马来西亚电动汽车、电池技术与新能源人才创新发展论坛。来自两国政府部门、领军企业、顶尖高校及国际组织的代表共聚一堂,深入交流了在未来产业协同、清洁能源技术创新及高端人才培养等核心领域的合作路径与机遇。 马来西亚第一副总理兼乡村及区域
具身智能要迈过的第一道硬门槛,从来都是量产。 过去几年,全球人形机器人行业反复印证了这一点:舞台演示可以很快,工程验证可以很快,视频传播也可以很快。但当一台机器人要从实验室走向产线,再走向客户现场,问题的复杂度会呈指数级上升。 特斯拉的Optimus就是一个典型的参照系。马斯克多次表达过对Optim
向朋友问路时,如果对方清楚路线,通常会立刻回答“直走然后左转”。但如果对方并不确定,往往会先停顿一下,犹豫地说“呃……好像是……往那边?”。这个开口前的短暂迟疑,往往比最终给出的答案更能说明问题——对方是否真的知道答案。 近期,美国天普大学计算机与信息科学系的一项研究,正是捕捉到了AI回答问题时类似
这项由浙江大学、华南理工大学、南京大学和北京大学联合开展的前沿研究,于2026年4月正式发布,其论文预印本编号为arXiv:2604 24575。 图像分割技术听起来或许有些专业,但它早已深度融入我们的日常生活。无论是智能手机拍摄的背景虚化人像、AI系统在CT影像中精准勾勒病灶轮廓,还是自动驾驶汽车
“大唐”预售热潮尚未平息,“大汉”已蓄势待发,比亚迪王朝系列正以前所未有的攻势,叩响高端市场的大门。 在北京车展引发轰动的比亚迪大唐,预售订单已迅速突破10万台大关,彰显了市场对比亚迪高端产品的强烈期待。而最新信息显示,汉家族即将迎来一位重磅新成员——“大汉”,这款定位D级旗舰的轿车,目标直指20-





