在10月29日于上海世博中心举行的第四届创新日上，智元联合创始人、总裁兼CTO彭志辉（稚晖君）正面回应了一个正在具身智能行业发酵的问题：当GPT-6 Astra这类通用大模型已被证明可以直接控制机器人完成部分操作任务，具身公司自研的“大脑”还有没有价值，本体会不会沦为代工硬件。他的判断是恰恰相反——智能最终要落到一具可靠的身体上才能干活，而能低成本、高一致性、大规模造出这具身体的公司并不多。

支撑这一判断的是智元给出的规模数据。2025年智元出货5000多台，按Omdia数据占全球40%；2026年上半年出货9700台，Counterpoint统计份额超过43%。9月，第20000台机器人下线，上半年收入接近20亿元。不过彭志辉在群访中主动给这组数字降温，称万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。

彭志辉的推演分两种情况。其一，如果通用基模真的覆盖了具身能力，大家拿到同样的智能，比拼的就是谁能以更低成本、更高可靠性把它装进真实世界，规模化本体厂商占优。其二，如果基模做不到真正泛化，各垂域仍需训练自己的模型，而训练数据来自部署、部署依赖本体，本体厂商同样占优。两条路径指向同一结论：可规模化的优质本体会越来越重要。

智元合伙人姚卯青在主论坛引用英伟达的报告称，Astra在120项仿真任务里平均成功率66.3%，能力集中在语义理解和动作规划；但单次推理要18秒以上，涉及力触反馈的高动态精细动作，智元测下来成功率基本为零。彭志辉补充，近万亿参数的Astra跑在云端，完成一个简单任务可能要十几分钟甚至半小时，而机器人的操作是实时的。姚卯青据此判断，大模型更多承担System2的长程规划，VLA训练出的技能是被调用的工具，再往下是100到1000Hz的实时电机控制，这几层都与本体深度耦合。

本体的作用还体现在后训练上。智元在实验室把100台真机组网，与背后训练集群实时同步，机器人边干活边回传数据，模型权重再下发到每一台。同样训练时长下，4台与100台机器人对比，任务成功率从50%左右提升到98%。姚卯青称后训练同样存在Scaling，规模指的就是真机台数，这条路纯模型公司很难复制。智元两个方向都在做：GO-3 Preview是目前行业发布的参数量最大的具身模型，在RoboDojo等三个评测榜单登顶；同时智元也拿Astra当底座，做出运动智能的自进化智能体。彭志辉认为模型是必选题，不做模型，最后会像传统自动驾驶方案公司一样被自研模型的主机厂取代。

这套逻辑有一个前提：Astra的慢来自参数规模和云端推理，彭志辉自己列出的解法包括分层设计、模型蒸馏和缓存系统。如果这些问题先被大模型公司解决，本体厂商的窗口期会比预想的短。

客户的问题也在变化。过去看机器人看参数、看跑跳打拳的视频，现在客户问的是能稳定干多少活、干一次要花多少钱。智元给出的答案是Worken（Work与Token的组合，中文名即“智元”），用来度量机器人的有效智能工时，计算拆成在岗活跃台数、自主工作时间、产出能效比三个乘数。收费方式上，彭志辉没有给单一答案，卖本体、卖服务、与客户共创运营都可以，取决于客户要的是设备还是结果。

真正卡住规模化的是运维。彭志辉称，每卖一台机器还要给机器人配一个保姆，这是永远不会到来的那一天；客户愿意大规模买单，要等问题从“能不能造得出来”变成“能不能养得起”。龙旗是目前最完整的样本：这条3C产线2026年3月规模化投产，已稳定运行7个多月，6天直播期间作业成功率99.99%，平均节拍22秒一件，与人工持平。姚卯青透露，智元研发团队早已撤出现场，基础运维移交给龙旗自己的团队，3C领域另有3家以上企业在合作。服务场景走得更快，横琴长隆乐园部署了近500台机器人，日均接待游客超过1万人，开园后每周一个小版本、每月一个大版本迭代。人机比从最早一台机器人配一个工程师，到3比1，再到10比1，目标是20到30比1。姚卯青还给出行业层面的两个刻度：部署一个新场景要投入多少人天，以及中国工厂里何时有1万台以上机器人长期稳定作业。

壁垒方面，彭志辉对价格战的判断很明确：本体自研和垂直整合能力不够，最后只能卷价格、卷成本。智元硬件路线走了三步，新一代AHA3架构第一次把运动、作业、交互三种智能放进一颗SoC，控制系统体积降50%，通信延迟降90%；核心零部件自研率超过90%，但最关键的芯片尚未自研，下一代AHA4会提高这部分比例。研发团队30%做本体、70%做智能，今年训练算力接近万卡集群，彭志辉称这一规模已经在和通用大模型公司抢算力。部署端的Token成本他并不担心：工厂干活几乎不耗Token，长隆这类交互场景耗得多，端侧小模型能闭环大部分对话，大模型再靠蒸馏压缩。场景顺序上，他判断家庭是终点，安全、跨任务泛化、长程任务和C端定价要求都高得多，工业和商业场景先走。按智元提出的物理AI五阶段，可用的身体已经有了，垂域智能正在部署，下一步是形成足够泛化的基座模型。彭志辉认为ChatGPT时刻就出现在第三阶段，应该也很快了。

值得从多角度观察的是，Worken目前仍是智元自己定义的口径，能否成为行业度量衡，取决于客户和同行是否愿意按它结算；而大模型公司若率先解决推理速度与成本问题，本体厂商的窗口期可能收窄。在那一刻到来之前，大模型公司和本体公司会在同一个问题上相遇：谁能让机器人真正上岗。