作者｜周永亮
编辑｜郑玄
在具身智能公司，理想系高管是很重要的存在。目前从理想汽车走出，投身具身智能创业的高管已有十余位。其中，至简动力是最独特的存在，它的三位创始团队成员，董事长王凯，CEO&CTO 贾鹏，联创 &COO 王佳佳，都来自理想汽车智能驾驶团队。
三个人在 2025 年 7 月底成立至简动力，半年时间连拿五轮融资，融资额超过 20 亿元，一举成为具身智能赛道不容忽视的存在。
最近，至简动力迎来又一个重要节点。2026 年 7 月 6 日，至简动力场景落地暨百台交付仪式在苏州举行。仪式上，至简动力宣布其首款全场景机器人 i7 Pro 完成首批百台交付，并落成全球首个 CNC 智能化具身机器人产线。
过去两年，经常有具身智能公司发布机器人干活的视频，比如抓取、分拣、叠衣服，镜头里都很流畅。但很多问题没被追问：这些机器人离开精心布置的站台还能干活吗？能连续干多长时间？除了展示的那台，第十台、第 100 台能否复制同样的表现？
成立还不到一年的至简动力，做出了自己的回答。它不是发一段炫酷的视频，而是直接把一百台机器人送进了绿的谐波、东山精密的工厂中。这也是目前行业公开报道中，从公司成立到实现百台交付速度最快的纪录。
比起交付速度，更值得考虑的问题是，他们是怎么做到的？以及这一百台到底意味着什么？
01
为什么偏偏选了一个不好看的场景
其实，如果单纯为了「出圈」，CNC 上下料绝对不是一个讨喜的选择。
它不像叠衣服、冲咖啡那样直观，也没有太多视觉冲击力。机加工车间往往吵又脏，地面有油污，金属碎屑横飞，进去体验 5 分钟后你就知道这跟「性感」一点都不沾边。至简动力 CEO&CTO 贾鹏在群访的时候被反复问到一个问题：为什么要选 CNC 场景，而不是一个更容易讲故事的场景？
对此，他的解释里有三层逻辑：第一层是任务复杂度。他反复强调一个概念，长程任务，或者说是移动操作任务。他特意纠正了一个说法，「我们首先不把它叫搬运」。
CNC 上下料不是简单的「从 A 点搬到 B 点」。工人要把毛料从料箱里拿出来，然后精准装夹进机床，中间的误差要求必须控制在 0.5 毫米以内。加工完成后要取出来，吹碎屑，自动化质检，发现问题还要修正，最后才能入库。这一整套流程串起来，才是一个完整的具身操作任务。
第二层，它对节拍要求相对没那么极限。CNC 加工非常耗时，大部分时间机床在自己转，机器人不需要跟人拼手速，可以在等待间隙完成移动、取放、质检、入库等一系列动作。这对机器人来说是一个相对友好的试验场。
相比之下，流水线的工作对节拍要求极高，目前整个具身智能行业的硬件成熟度，还远远达不到能流水线工位的水平。
第三层，也是最现实的一层，就是市场足够大，而且足够痛。目前，全国有 300 多万台机床，上百万从业者，平均年龄逼近 45 岁。年轻人不愿意进厂，尤其不愿意干这种又吵又脏，伴随油污粉尘的活。据介绍，目前苏州这边不少工厂招工困难已经是常态。
至简动力的判断很简单，不是去找最容易做的场景，而是去找最需要被解决的场景。机器人只要能在这里稳定产生价值，客户对投入产出比的感知会非常直接。
在苏州开璇智能工厂，这套逻辑已经跑在产线上了。在现场，我看到至简动力 i7 Pro 在 CNC 智能化具身机器人产线里，伸出手臂张开夹爪，从料箱里抓取零件，转身走向机床，精准定位后将零件插入机床内部，整个动作大约两分钟。等待加工的间隙，机器人会在不同工位之间移动，完成上料、取料、定位、插入等连续操作，匹配产线的真实生产节拍。
对此，贾鹏说得很直接，「现在没有任何一个通用具身模型，能保证到一个完全陌生的新场景，直接做到 100% 成功，这个谁也保证不了」。所谓的一小时，前提是提前拿到了部分场景数据，做过预训练，也做过任务拆解，到现场之后是「快速适配」，而不是从零开始摸索。他们甚至坦白，哪怕一小时之后先做到 80%、90% 的成功率，后面也需要持续迭代把这个数字拉上去。
据了解，i7 Pro 最高配版本售价仅 22.98 万元。王佳佳算过，相比传统方案，购买 i7 Pro 可以 1.5 年回本。目前，苏州机加工行业平均工资在 1 万元左右。
02
行业还在从 0 到 0.1 阶段
对于成立一年的至简动力，百台交付真正的分量不在数字本身，而在于它证明了一件事：从产品定义、算法模型、数据闭环、本体设计，到供应链、工程量产和现场部署的系统能力，已经开始跑通。
可能很多人好奇，为什么至简动力能够这么快完成 i7 百台交付？
其中，模型体系是他们投入最大的部分。目前，至简动力大概有 150 人，其中模型和算法大概 70 多人，占一半左右。贾鹏认为，如果没有真的训过多模态基座模型，没有大规模训练集群和数据治理经验，很难长期支撑机器人模型迭代。
虽然已经拿下了第一个重要节点，但联合创始人兼 COO 王佳佳的判断很冷静，「我们觉得行业整体现在还处在 0 到 0.1，远没到 0 到 1。具身智能最难的地方是，几个 0 到 1 都耦合在一起：本体是 0 到 1，数据是 0 到 1，模型也是 0 到 1，产品商业化也是 0 到 1。」
这些话放在具身智能创业普遍靠讲故事、拼估值、抢首发的当下，感觉有点不合时宜。但贾鹏认为，具身智能行业真正意义上的 0 到 1，得是年交付破万台的级别。低于这个体量，毛利根本撑不起研发投入，谈不上真正的规模化。
同时，具身智能的「0 到 1」比大模型和自动驾驶都难，因为具身智能同时要解决本体、数据、模型、商业化四个「0 到 1」，而且它们互相耦合。大语言模型还有互联网数据，自动驾驶至少有车队和用户数据，具身智能现在什么都没有，只能自己去采、去标、去训练、去迭代。硬件本体也还在早期，供应链标准、工艺标准都还没完全起来。
而谈到具身智能行业交付的现状，贾鹏表示，跟做汽车比，具身智能行业现在就是个「小作坊」。去年全行业机器人销量大概 1.5 万台，可能还不如一款车型一周的销量。
03
ToC 是终局，但先从工业场景落地
被问到会不会做家庭场景，贾鹏没有回避。
但他认为，ToC 机器人要成立，先得满足三个硬门槛：一是成本必须压到万元以内，中国消费者对超过一万元的耐用消费品会开始犹豫；二是产品力必须过一个体验阈值，否则用户新鲜感一过就弃用，没有留存就没有数据闭环；三是一条更沉重的门槛，安全。他用了一个不太浪漫，但很真实的比喻，七轴机械臂，本质上就是一根装了高扭矩电机的「鞭子」。
在技术路径上，他给出了 ToC 机器人必须跨过的五道泛化能力：通用移动能力、物品泛化能力、基础操作能力 ( 和灵巧手深度绑定 ) 、人机交互泛化 ( HRI ) ，以及终极的跨本体泛化。
所以，至简动力选择先在工业场景里把可靠性和快速部署能力打磨透，再逐步向商超、大型卖场这类「半开放但无需与人接触」的场景延伸，最后进入家庭场景。
对于成立一年交付 100 台的结果，王佳佳表示「内部很难说完全超预期。团队一直不太满意，因为一旦你发现要做的事情很多，就总觉得自己还可以再努力一点。」对于未来，他们不会只盯着一个静态交付数字，更看重交付斜率、产品稳定性、真实场景反馈和生态扩展。工业场景里打磨出来的部署能力，后面会逐步开放给合作伙伴和解决方案生态。
接下来，至简将在 7 月份继续推进产品矩阵，技术上会继续围绕模型、本体、数据闭环和部署工具链迭代。
站在 2026 年的中场回看，具身智能公司的数据已经来到百家，接下来将经历从炫酷 demo 到落地场景的残酷转变。就像 2016 年左右新能源公司有上百家，前几年大模型公司也经历了「百模大战」，但随后行业迎来大浪淘沙。对具身智能公司来说，只有那些能驾驭万卡算力集群、拥有基础模型与数据闭环能力的团队，才能真正穿越周期。
至简动力正在努力拿到属于自己的那张「船票」。
* 头图来源：至简动力
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你最想要什么样的家用机器人？
