
智元机器人在上海举办的2026创新日活动上,提出了Worken这一框架概念,旨在衡量机器人在真实环境中完成的生产性工作。
该概念由“Work”(工作)和“Token”两个词组合而成,试图将行业关注点从机器人的制造数量或部署数量,转向机器人能够自主且持续完成的有效工作量。
智元机器人同时发布了AHA3“三大智能一体化”集成硬件平台,并展示了其AGILE运动智能框架的最新进展,包括全新的自我进化智能体能力。
公司还首次公开了下一代具身智能基座模型GO-3 Preview,展示了全模态交互模型WITA-Omni 1.0,并正式发布了G2 Max工业机器人及Link-U OS 1.0操作系统。
本次活动还展示了制造业和商业服务领域的多项实际应用,凸显了智元机器人将机器人技术创新转化为实际生产力的核心方向。
这些发布共同体现了本次活动“以落地为先”的重点:涵盖机器人硬件、运动能力、任务与交互智能、运营体系以及生态系统的务实创新,旨在支持大规模的real-world部署。
智元机器人联合创始人、总裁兼CTO彭志辉表示:“过去几年,机器人行业在硬件、AI模型和大规模制造方面取得了显著进展。但当机器人开始在工厂、仓库和服务场景中工作时,我们需要回答一个更实际的问题:它们究竟交付了多少生产性工作?”
“Worken是我们尝试回答这一问题的方式。我们希望超越单纯统计机器人制造或交付数量,开始衡量它们在真实世界中自主且持续完成有效工作的能力。”
Worken:衡量机器人生产力的新标准
随着机器人从大规模生产走向日益多样化的实际应用,智元机器人正在探索衡量进步的另一个维度:机器人部署后能够交付的生产性工作。
除了制造规模、技术能力和部署里程碑之外,公司认为持续自主运行和可衡量的任务产出正日益成为衡量机器人价值的重要指标。
即使部署的机器人数量相近,其生产力水平也可能因机器自主运行的程度、需要人工干预的频率以及完成可接受工作量的多少而有所不同。
智元机器人将Worken描述为“有效智能工作时长”,将三个因素纳入这一提议的衡量框架:
Worken = 活跃机器人数量 × 自主工作时长 × 产出效率比
第一个因素统计的是在真实环境中实际执行任务的机器人数量,而非仅仅制造出来或库存中的机器人单位。第二个因素衡量的是自主工作的时间,而非总开机时长。
第三个因素则是依据特定任务的参考基准来评估生产性产出,例如在既定操作标准下,人类工人完成的可接受工作量。
通过将部署规模、自主性和任务产出联系起来,Worken试图提供一种更全面的方式,描述机器人在工业搬运、物流、巡检和商业服务等应用场景中的生产力表现。
这一概念还引发了关于机器人经济学的更广泛讨论。虽然硬件会随时间折旧,但软件和AI模型的改进可能使同一台机器在其使用寿命内完成更多有效工作。
将这种产出与全生命周期总成本结合起来衡量,可以帮助企业评估机器人部署的长期价值。
智元机器人将Worken视为一个不断演进的框架,未来将通过实际部署和运营数据进一步探索和完善。
通过为不同应用场景开发特定任务基准并积累实践经验,公司希望Worken最终能够成为衡量物理AI生产价值的广泛适用参考标准。
本次活动还发布了《2026具身智能产业创新报告》,该报告审视了行业在实现real-world部署方面取得的进展。
该报告由中国经济信息社与中国信息通信研究院上海产业创新中心联合编制,其中将Worken和智元机器人的部署案例纳入了产业分析内容。
智元机器人发布AHA3硬件平台及全新物理AI模型
本次活动的一项重要硬件发布是AHA3(AGIBOT Humanoid Architecture),这是智元机器人第三代人形机器人硬件架构,也是首款商用“三大智能一体化”硬件平台。
AHA3的设计充分考虑了real-world部署的需求,将运动智能、交互智能和任务执行智能的硬件基础整合为统一架构,使这些能力能够更高效地协同工作。
该平台基于电机驱动技术、集成计算和高速连接(包括Wi-Fi 6和5G)方面的进展打造,旨在降低集成复杂度、提升系统响应速度,并支持机器人在实际应用中具备更强的能力。
为支持持续的工业化部署,智元机器人还推出了关节液冷系统,旨在改善连续运行过程中的散热性能,并配备了IP67防护等级的专用关节,以应对更严苛的工作环境。
新发布的灵巧手系列产品包括OmniHand 3 Lite、OmniHand 3和OmniHand 3 Ultra,以及OmniPicker 3触觉夹爪,进一步拓展了精细操作和特定任务部署的选择空间。
在运动智能方面,智元机器人重点介绍了其多模态端到端运动智能框架AGILE的最新进展。该架构涵盖通用运动基座模型、生成式运动控制、全身一体化感知与控制,以及新推出的自我进化智能体能力。
这一最新进展旨在使机器人能够探索自身物理能力的边界,并通过在真实环境中的经验逐步提升表现,将运动智能从预设行为模式扩展到更强的自主性和适应性。
智元机器人将此描述为从运动控制向空间移动智能的转变,目标是帮助机器人适应实际部署场地的布局和不断变化的条件。
在数据方面,智元机器人推出了MEgo Glove,这是一款可穿戴触觉数据采集设备,用于捕捉人手动作和接触信息,为具身AI模型的训练提供数据支持。
该设备提供Air和Ultra两个版本,Air版本支持手指姿态捕捉,Ultra版本则增加了三维指尖和手掌力数据以及扭矩信息。该系统旨在帮助将实际操作经验转化为训练数据,支持机器人部署后的能力提升。
智元机器人还首次公开了GO-3 Preview,这是一款围绕统一推理、预测与行动框架WRAM(World Reasoning Action Model)构建的下一代具身基座模型。
该模型旨在帮助机器人预判自身行动的后果,适应不断变化的环境,并在已学习的任务序列之外实现泛化能力。
智元机器人展示了该模型的零样本和少样本能力,并介绍了其物理智能规模化(Physical Intelligence Scaling)方法,该方法结合了预训练、后训练以及部署后的持续改进。
这一方法旨在使机器人既能通过结构化训练、也能通过real-world运营中获得的经验来拓展自身能力。
智元机器人还重点介绍了GO-3 Preview的基准测试表现。根据活动现场公布的评测结果,该模型在RoboDojo测试中的任务成功率和流程评分均排名第一,在RoboTwin测试中获得最高综合评分,在RoboColiseum测试中综合评分排名第一。
这些结果展示了该模型在涵盖机器人操作和任务执行的多个评测框架中的表现。
在任务与交互智能方面,智元机器人正致力于将数据、模型、机器人硬件和运营场景在预训练、后训练、部署和日常运营各环节中连接起来。
来自实际任务的反馈随后可用于改进后续的模型和工作流程,形成由部署驱动的数据飞轮。
在人机交互方面,智元机器人展示了全模态基座模型WITA-Omni 1.0,该模型将视觉感知、语音、实时对话、面部表情和物理动作整合为一个连续的交互系统。
该模型支持全双工对话、语音与动作协调以及端侧部署,使其能够在复杂环境中实现更自然、更灵敏的沟通。WITA-Omni 1.0目前在包括Daily-Omni等多个具身交互相关基准测试中排名第一。
AHA3、AGILE、GO-3 Preview和WITA-Omni 1.0共同体现了智元机器人在集成硬件架构、运动智能、任务执行和人机交互方面取得的进展。
公司还通过AGIBOT WORLD 2026、MEgo产品系列和Genie Sim 3.0等举措,持续拓展其数据采集、仿真和训练能力,支持物理AI模型的持续发展。
智元机器人发布G2 Max并展示real-world部署案例
智元机器人发布了G2 Max,这是一款专为制造业和物流应用设计的重载工业机器人。该机器人具备21个自由度,双臂搬运能力最高可达40公斤,工作高度可在0.1米至2.5米之间调节,专为高强度物料搬运任务打造。
其力控操作、全向移动能力和多项安全功能旨在支持与现有工业设备和工作流程的高效协同运行。
为展示其更广泛的G2系列产品在实际运营环境中的表现,智元机器人重点介绍了多个部署案例,包括闻泰科技的平板电脑生产、半导体封装测试、CNC机床上下料以及物流运营。
在闻泰科技,机器人被用于生产线物料搬运,其运行表现依据周期时间、持续运行能力和任务完成成功率进行评估,这些都是制造团队关注的关键性能指标。
智元机器人还展示了G2 Max在工业物料运输、仓库搬运和托盘相关作业中的应用。
这些应用对机器人的要求不仅是完成孤立任务:机器还必须能够在人员和设备周围安全运行,应对环境变化,并在长时间运行中保持稳定的产出结果。
除制造业之外,智元机器人还重点介绍了在交通和游客服务场景中的部署案例,包括广州地铁和长隆旅游度假区。机器人承担的任务范围从引导游客、回答问题到提供互动服务。
与工业搬运不同,这类应用对语音理解能力、响应速度和持续性人机交互提出了特别要求。在这种模式下,部署不再是一次性的交付里程碑,而是一个涵盖场地集成、稳定运行和持续改进的持续循环过程。
工厂作业与服务作业之间的差异,有助于解释为何Worken采用针对特定任务的产出基准。一次成功的工业作业和一次成功的公共服务交互所产生的价值是不同的。
智元机器人正利用实际部署数据和运营经验,探索如何在每种场景中有意义地应用自主工作时长和任务产出的衡量方式。
Link-U OS 1.0正式发布,开源计划进一步扩大
智元机器人还宣布正式发布Link-U OS 1.0,将其定位为业界首款专为具身智能打造的操作系统。
该操作系统基于统一的硬件抽象层、具身智能原生内核和智能服务框架构建,将机器人硬件与上层智能应用连接起来。
它提供了覆盖从开发到部署、从底层硬件赋能到上层应用支持全流程的全栈技术基础。该操作系统已在量产机器人上完成验证。
Link-U OS 1.0目前正由部分生态合作伙伴进行试用,并计划在2026年底前实现完全开源。智元机器人还宣布获得开放原子基金会白金级赞助资格,并将Link-U OS项目捐赠给该基金会。
通过开放原子人形机器人社区共建计划,双方将共同打造人形机器人开源社区,推动统一技术接口和标准的制定,并推进联合开发、测试验证及人才培养工作。
智元机器人的生态系统目前已覆盖255所高校、511家企业以及超过8万名开发者,并通过持续开展的科研合作、人才培养、产学融合和生态伙伴关系等举措不断巩固壮大。
智元机器人表示,合作伙伴、产学研协作和开发者社区是将部署能力拓展到更多场景、支持超越个别试点项目实现可复制落地的重要途径。
随着机器人行业从生产里程碑迈向持续性的日常工作,产出可靠、可衡量成果的能力将变得愈发重要。
Worken是智元机器人为描述这种产出所提出的一套语言体系;而在本次创新日上发布的硬件、模型、部署案例和开放工具,正是公司认为能够让这种衡量方式变得更加切实可行的组成要素。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。