“一台机器人开机8小时，并不意味着创造了8小时的价值。”10月29日，上海2026智元创新日上，智元联合创始人、总裁兼CTO彭志辉面对媒体时点出了具身智能行业的一处尴尬。当天他披露的另一组数据更具冲击力：智元通用AI机器人累计下线达2万台，今年上半年营收接近20亿元，全球人形机器人（886069）市场份额占到43%。制造端成绩单足够亮眼，但彭志辉紧接着补了一句——“万台人形机器人（886069）能够上岗才是物理AI的胜利”。
2026年上半年，一级市场超300起融资、近千亿元涌入，下半年热度骤然回落；信通院相关报告显示，相当比例的人形机器人（886069）月均开机天数不足10天，文娱商演和科教数采占据出货结构的六成以上，智能制造仅占13%。机器人造出来了，但真正在工位上持续运转的比例并不高。行业竞争的重心，正从“下线了多少台”转向“能交多少有效工时”。
智元给出的量化工（850102）具叫Worken（有效智能工时），计算公式为活跃机器人数量×自主工作时长×产出效能比。彭志辉用一句话概括其与Token的区别：“Token衡量机器思考了多少，Worken衡量机器行动了多少。”对于收费模式，他回应称不同智能水平的机器人执行不同任务，Worken费率也不同，可以卖本体也可以卖服务，类似软件行业的PaaS和SaaS并存。
工时表取代参数表，背后是数据供给的硬约束。截至2026年初，全球高质量真实物理交互数据总量约50万小时，而实现物理AI需要千万小时量级，行业缺口超过95%。大模型依靠互联网文本数据成长，但人形机器人（886069）需要在真实物理世界对行人、物体、复杂动作做出感知、决策和执行，真实交互数据才是核心养料。这个缺口直接传导到了上游采集环节——数据采集设备供不应求，手套、腕部相机、双目视觉等细分品类的需求尤为强劲。
姚卯青对数据价格的分化观察得很细致。他在接受采访时表示，同质化、低附加值的单目室内裸手数据，尤其是家居叠衣服一类场景，因为太容易获取已经泛滥，价格必然下行；而细分真实场景的双目、触觉、手套、腕部相机数据需求强劲，价格相对坚挺。数据品类本身也在变得更多元。行元智能10月发布的跨本体数据引擎“Chorus众行”，支持智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等多种硬件采集人类操作视频，测试中实现超40倍的机器人有效训练数据扩容。但采集成本高、原始数据可用率低、跨本体复用难，仍是数据供给规模化的现实约束。
数据瓶颈之外，本体和模型的耦合也在加深。姚卯青将全栈布局解释为一种“耦合效应”：第一关是稳定的本体，已经拦住大多数具身公司；第二关是数据，第三关是模型，模型之外还涉及系统集成、联调、工艺和现场布局改造。这些环节构成木桶效应，缺一块整个闭环就难以快速推进。他以长隆乐园项目为例，300多台机器人分布在100多个点位，环境不同任务不同，最初机器人跟工程师的配比几乎是1:1，现在已经降到3:1，目标是年底做到10:1，明年20:1。“20:1就是5%，相当于这个岗位只需要新增5%的人力预算，5%对很多客户来说是可以接受的点。”
模型路线上的分歧同样值得关注。通用大模型会不会对具身模型形成降维打击，是市场持续讨论的话题。姚卯青的判断是，通用大模型在仿真Benchmark（BHE）上确实展现出闭环任务能力，但推理速度很慢——人做30秒到1分钟的事，大模型一点点试可能要一两个小时，且消耗大量Token。他认为大模型未来更多在System2层面帮助提升长程规划和上限，但VLA往下还有控制层，要做100Hz到1000Hz的实时电机控制，这些和本体、任务高度耦合，需要机器人公司持续提升。彭志辉的态度更直接：可规模化的优质本体将变得越来越重要，智元从第一天起就没有在本体和模型之间二选一。
行业拐点的判断标准也在收敛。姚卯青给出的里程碑是，全行业至少在中国能看到1万台机器人在工厂里稳定长时间作业。这个数字比2万台下线更苛刻，因为它衡量的是持续产出而非制造能力。上纬新材（688585）三季报提供了一个风险侧写：旗下启元机器人累计下线5000台个人机器人，但机器人业务研发投入约3.6亿元尚未确认收入，前三季度合并报表归母净利润亏损4.22亿元。量产提速与商业化验证之间的时间差，仍是物理AI必须跨越的沟壑。
数据采集设备的供不应求，本质上反映的是行业从“造出来”到“用起来”的切换成本。当Worken这样的工时度量开始替代参数比拼，当客户开始算人机配比和人力预算的账，具身智能的竞争门槛就不再只是本体制造，而是数据闭环、场景适配和持续产出能力的综合较量。
2026年上半年，一级市场超300起融资、近千亿元涌入，下半年热度骤然回落；信通院相关报告显示，相当比例的人形机器人（886069）月均开机天数不足10天，文娱商演和科教数采占据出货结构的六成以上，智能制造仅占13%。机器人造出来了，但真正在工位上持续运转的比例并不高。行业竞争的重心，正从“下线了多少台”转向“能交多少有效工时”。
智元给出的量化工（850102）具叫Worken（有效智能工时），计算公式为活跃机器人数量×自主工作时长×产出效能比。彭志辉用一句话概括其与Token的区别：“Token衡量机器思考了多少，Worken衡量机器行动了多少。”对于收费模式，他回应称不同智能水平的机器人执行不同任务，Worken费率也不同，可以卖本体也可以卖服务，类似软件行业的PaaS和SaaS并存。
工时表取代参数表，背后是数据供给的硬约束。截至2026年初，全球高质量真实物理交互数据总量约50万小时，而实现物理AI需要千万小时量级，行业缺口超过95%。大模型依靠互联网文本数据成长，但人形机器人（886069）需要在真实物理世界对行人、物体、复杂动作做出感知、决策和执行，真实交互数据才是核心养料。这个缺口直接传导到了上游采集环节——数据采集设备供不应求，手套、腕部相机、双目视觉等细分品类的需求尤为强劲。
姚卯青对数据价格的分化观察得很细致。他在接受采访时表示，同质化、低附加值的单目室内裸手数据，尤其是家居叠衣服一类场景，因为太容易获取已经泛滥，价格必然下行；而细分真实场景的双目、触觉、手套、腕部相机数据需求强劲，价格相对坚挺。数据品类本身也在变得更多元。行元智能10月发布的跨本体数据引擎“Chorus众行”，支持智能眼镜、胸戴相机、腕部相机、UMI设备、智能头环等多种硬件采集人类操作视频，测试中实现超40倍的机器人有效训练数据扩容。但采集成本高、原始数据可用率低、跨本体复用难，仍是数据供给规模化的现实约束。
数据瓶颈之外，本体和模型的耦合也在加深。姚卯青将全栈布局解释为一种“耦合效应”：第一关是稳定的本体，已经拦住大多数具身公司；第二关是数据，第三关是模型，模型之外还涉及系统集成、联调、工艺和现场布局改造。这些环节构成木桶效应，缺一块整个闭环就难以快速推进。他以长隆乐园项目为例，300多台机器人分布在100多个点位，环境不同任务不同，最初机器人跟工程师的配比几乎是1:1，现在已经降到3:1，目标是年底做到10:1，明年20:1。“20:1就是5%，相当于这个岗位只需要新增5%的人力预算，5%对很多客户来说是可以接受的点。”
模型路线上的分歧同样值得关注。通用大模型会不会对具身模型形成降维打击，是市场持续讨论的话题。姚卯青的判断是，通用大模型在仿真Benchmark（BHE）上确实展现出闭环任务能力，但推理速度很慢——人做30秒到1分钟的事，大模型一点点试可能要一两个小时，且消耗大量Token。他认为大模型未来更多在System2层面帮助提升长程规划和上限，但VLA往下还有控制层，要做100Hz到1000Hz的实时电机控制，这些和本体、任务高度耦合，需要机器人公司持续提升。彭志辉的态度更直接：可规模化的优质本体将变得越来越重要，智元从第一天起就没有在本体和模型之间二选一。
行业拐点的判断标准也在收敛。姚卯青给出的里程碑是，全行业至少在中国能看到1万台机器人在工厂里稳定长时间作业。这个数字比2万台下线更苛刻，因为它衡量的是持续产出而非制造能力。上纬新材（688585）三季报提供了一个风险侧写：旗下启元机器人累计下线5000台个人机器人，但机器人业务研发投入约3.6亿元尚未确认收入，前三季度合并报表归母净利润亏损4.22亿元。量产提速与商业化验证之间的时间差，仍是物理AI必须跨越的沟壑。
数据采集设备的供不应求，本质上反映的是行业从“造出来”到“用起来”的切换成本。当Worken这样的工时度量开始替代参数比拼，当客户开始算人机配比和人力预算的账，具身智能的竞争门槛就不再只是本体制造，而是数据闭环、场景适配和持续产出能力的综合较量。
