文｜光锥智能，作者 | 罗镇昊 ，编辑｜刘俊宏
这是个创业公司？早期很多科技投资人表示看不懂智元。
成立三年，智元已经成了 " 航母战斗集群 "，孵化 5 家子公司，直接投资 20 多家行业相关企业，成立至少 17 家合资公司，并拥有一座市值 513 亿的 A 股平台。
7 月底，智元又传出上市的消息。有投资人透露，公司最快在今年 8 月挂牌。基石投资人给出的目标估值约 363 亿到 433 亿元。这个价格，基本和宇树的价格（420 亿元）看齐。
放眼整个具身智能行业，智元就像是个特立独行的小孩。别人做单点，它全线铺开；别人抢融资，它去敲钟。
这不是智元第一次给自己定价。2025 年 7 月，智元收购科创板上市公司上纬新材控股权。此后，上纬新材股价暴涨，市值从 30 亿元左右最高冲到 891 亿元。即便回落到今天的 513 亿元，也比智元港股 IPO 的目标估值高。
手握 A 股平台再闯港股，是智元缺钱吗？智元 CTO 彭志辉曾在 4 月的媒体群访中说的很明确，不缺。
" 公司已经实现自我造血，不是很缺钱，对外部一级市场的资金需求没那么迫切 "，彭志辉说。同一场合，董事长兼 CEO 邓泰华也提到，智元商业化非常顺利，2025 年公司营收突破 10.5 亿，同比增长 20 倍。
或许，智元当下最缺的不是钱，而是时间。拆解智元这三年的所有动作，主线只有一条——在每一轮洗牌到来之前，确保自己手里还有牌。
就像智元 CTO 彭志辉说的：" 我们也没想过短期就做成这件事……短期市场上会有各种正负反馈，但对一家初创公司，最重要的是留在牌桌上。"
把四分之三的资源换成不下牌桌的底气
外界看到的是智元四处出击，看不到的是这家公司在内部的极度集中。
邓泰华透露，智元约 3/4 的研发人力和超过 3/4 的研发费用，集中在大小脑 AI 上。这意味着，在母公司层面，绝大多数资源压在了最需要长期攻坚的方向上。
这种选择本身就是一种判断——在具身智能这个刚起步的赛道，本体可寻求合作、应用场景能够共建，但智能大脑必须掌握在自己手中。因为技术路线的对错要五年后才知道，但被踢下牌桌，一轮洗牌就够了。
代表机器人执行能力的作业智能，主线是 GO 系列模型。
2025 年 3 月，智元发布 GO-1（智元启元大模型，Genie Operator-1）模型，提出 ViLLA 架构。传统 VLA 模型把视觉、语言直接映射为动作，本质上是 " 看一眼、做一下 " 的直觉反射；GO-1 则在 " 看懂 " 和 " 动手 " 之间加入了一个隐式规划器（Latent Planner），配合动作专家模块，让机器人先进行动作层面的 " 脑内预演 "，再输出精细动作。两边区别，简单来说，前者像条件反射，后者则像人伸手之前，先在心里把动作比划一遍。
如果说 GO-1 解决的是 " 想清楚再动手 "，GO-2 解决的则是 " 边部署边进化 "。前者是能力，后者是体系。
2026 年 4 月，GO-2 引入 " 动作思维链 " 和 " 异步双系统 " 架构。低频规划负责想清楚，高频跟随负责做稳定。更关键的是，GO-2 依托 Genie Studio 平台实现了 " 预训练 + 后训练 + 数据闭环 " 的规模化部署，支持千台级机器人协同训练。换句话说，GO-2 不再是一个静态模型：每部署一台机器人，就多一个替模型积累经验的 " 实习生 "。
除了作业智能，交互智能是机器人的 " 人机接口层 "，主要用来判断人的表情、语气、动作、情绪，针对的是展厅导览、政务大厅、博物馆讲解等场景。这一块则由 WITA-Omni 扛旗。
机器人交互长期是一条 " 流水线 "，视觉模块先看，语音模块再听，大模型生成回答，最后运动模块才输出动作和表情，环节割裂、延迟明显，经常出现话说完了、手还没抬起来的尴尬。
WITA-Omni 的思路，就是把以前的机器人 " 想完再说、说完再动 "，改成 " 边想边说边动 "。配合千万小时级多模态数据训练，它甚至学会了社交分寸，判断该不该回应、何时回应、回应谁。三季度，智元将推出 WITA Omni 1.0，以云服务方式提供，交互时延据称已压缩到 500 毫秒以内。这个水平比人类简单反应稍慢，但已经可以接受了。
因为 VLA 的反应式决策范式，在长程任务上开始 " 不灵了 "。真实世界的任务很少是 " 拿起杯子 " 这样的孤立动作，而是长达数分钟、数十个连续步骤的任务链。反应式模型缺乏对任务历史和进度的显式建模，会暴露三类系统性缺陷：误差逐步累积、步骤重复或遗漏、目标随时间漂移。
τ ( 0 ) -VLA 的解法是 " 慢思考 + 快执行 " 双系统，低层系统负责高频稳定的动作执行；高层系统负责深度思考。这相当于给机器人配了一个参谋部，动手之前，先让几个候选方案在 " 想象 " 里各推演一遍未来，给结果打分，挑最靠谱的那个执行；简单任务直接快速决策，只有高难度节点才启动深度思考。
这套模型矩阵的演进方向，与行业大势一致。具身智能的竞争，正在从 " 谁的反应快 "，变成谁 " 更会规划 "。
今年 WAIC 上，长程任务展示几乎清一色走向 "Agent 调度 + 原子化技能 " 的分层架构，前两年的端到端叙事明显降温，智元算是这条路上布局最系统的玩家之一。
但问题同样明显。其一，榜单优秀不等于实际优秀：比起评分，真实场景更关注实际成功率。其二，数据缺口太大：智元合伙人姚卯青判断，达到高阶智能需要亿小时级的真实物理世界数据。其三，彭志辉自己也在群访中承认，作业智能与海外头部具身模型公司仍有差距。
这三道难题，同样也是具身智能行业共同的痛点。但正是因为全行业的 " 牌 " 都不多，谁的底牌厚一张，谁就多一轮容错。
当行业从会动走向会做事，技术底牌决定了谁能拿到下一阶段的入场券，这是 " 留在牌桌上 " 的第一层含义：在洗牌来临前，得先有资格被留下。
做生态矩阵智元赌每条路上都有自己
从去年 4 月开始，一年时间里，智元先后孵化了智鼎机器人、擎天租、临界点、觅蜂科技、智元酷拓 5 家子公司，业务分别覆盖清洁机器人、机器人租赁、灵巧手、数据采集和四足机器人。
也难怪早期有投资人表示 " 看不懂 "，毕竟行业内多数企业都有自己主攻的方向，比如主打本体的宇树，主要做大脑的自变量、智平方，以及灵心巧手等一批专门做灵巧手的公司。而智元主打一个 " 大而全 "。
这源于智元对行业特性的判断。彭志辉也在晚点的采访中说到：具身智能是个迅速迭代的大行业，最终都会收敛到头部企业，必须快速占领市场，小打小闹很难保持领先地位。
通过今年 WAIC 可以看到，从大脑架构、数据采集、本体设计以及针对不同场景的落地方式，可谓是百家争鸣，各有各的方法。
大脑侧有 VLA、有世界模型、有两者融合，还有 " 皮层 - 小脑 - 脊髓 " 的类脑路线；数据上有的注重真机，有的侧重仿真，又如何配比；本体形态用轮足还是双腿，用夹爪还是灵巧手，多少自由度够用。
问题就在于，当下每个环节上都没达成统一的标准，还不断有新玩家带着新思路涌入。但多元化也意味着方向驳杂。
在这一前提下，智元不得不自建一套生态，干脆自己来干。在行业标准出现之前，等别人还不如先把每个点位变成自己的。
比如数据层面，具身行业的数据质量良莠不齐。一段数据拿过来并不代表直接能用，还要经过筛选、清洗、对齐、标注，最后能剩下多少有效数据，各家的标准都不一样。智元把这块业务单独孵化成了觅蜂科技，一边卖数据一边推出自己的采集工具，目的就是为了让数据在行业流通。
对于灵巧手这一零部件，各家都想把它做成行业的基础设施，技术路线基本已经收敛到绳驱和电驱，差异主要在于底层的数据。
为了降低数据采集成本和难度，智元孵化的灵巧手公司临界点，也推出了自研的采集手套，支持遥操和无本体采集。但这仍没解决数据互通的难题，如果数据和手一直不能解绑，这一赛道的统一，最终只能靠出货量说话。
截至 2026 年 Q1，临界点累计交付了 8000 台灵巧手。同领域的灵心巧手和因时机器人，累计出货量均超过 1 万。当下智元还不是领先的那一个，但至少它在桌上。
除了造机器人，智元还专门孵化了一个通向下游的应用出口，擎天租。这是一个以 RaaS（机器人即服务）模式驱动的机器人租赁平台。租赁平台简单来说，就是试图用降低用户使用门槛的方式，扩大机器人的部署规模，从而拉动行业的出货量。
由此可见，在行业仍在快速迭代、尚未形成统一标准时，智元并没有选择押注某一个路线，而是成为孵化平台。它在链路上的每个点位上做好预埋，各自独立融资加速发展，整体上又能形成生态矩阵。
别人赌路线，智元赌的是另一件事：无论哪条路线赢了，桌上都有它的位置。这是 " 留在牌桌上 " 的第二层含义，把整条产业链都变成自己的容错空间。
具身智能进厂关乎淘汰
技术和生态都是手段，落地才是审判。
Demo 可以剪辑，榜单可以刷，但产线不会配合表演。进不了工厂的机器人，再聪明也只是展品。智元打开工厂大门的方式，带着鲜明的 " 智元风格 "。
2024 年 12 月，卧龙电驱旗下希尔机器人与智元签署场景应用合作协议。2025 年 3 月 15 日，智元通过增资扩股对希尔机器人战略注资，持股 3.9%。五天后，卧龙成为智元战略股东。6 月，双方与绍兴上虞国资共同成立浙江杭绍具身智能科技创新有限公司，成立后不久，便联合中标了当地 2474 万元的 " 工业数据采集智能终端项目 "。
先签场景，再绑股权，最后合资落地。这套三步曲，是智元撬动产业方的标准动作。
以如此代价进入工厂，智元到底打着什么算盘？
以智元合作最深的龙旗项目为例。龙旗是全球头部 3C ODM 厂商。今年上半年，8 台智元精灵 G2 在龙旗南昌工厂完成产线真实部署，并进行了两次公开直播。这场合作开始得并不浪漫。
2025 年 12 月初，合作三个月后，龙旗制造工艺 CTO 张龙对智元团队说："58 秒太慢了。"
58 秒，是机器人完成一次上料下料的节拍，相当于人工的 6 到 7 倍，根本进不了真实产线。这句评价的背后，根本不是技术评价，而是驱逐令。
为此，智元部署团队把实验室从上海搬到了南昌车间，开始了长达三个月的高密度磨合。
意外的是，最大的难关不是技术，而是认知对齐。智元团队更多参考汽车供应链和质量标准，把机器人当作高可靠、长寿命、低故障的复杂硬件来做；而 3C 制造现场强调高节拍、快速换线，容错率更高，但要求能快速恢复。
解决办法很笨：双方团队每天泡在闷热的车间里，一个动作一个动作地抠，什么时候转腰、什么时候伸手、哪些动作可以并行、哪些动作必须等待确认。这是一场细到毫秒级的同步工程。
一个月后，节拍从 58 秒压到 27 秒，春节前后降到 22 秒。到 6 月直播时，8 台机器人每台每天完成 3000 次上下料；最忙碌时，8 台机器人为赶订单连续工作半个月，每天上岗 22 小时。上岗三个月以来，多台机器人累计工作时长超过 1500 小时，最长的接近 3000 小时。
彭志辉在 4 月群访中透露，龙旗产线上的机器人做到了 8 小时零失误。但工厂真正想看的，是万小时级别的稳定性，这场压力测试没有终点。
把机器人送进真实场景打工，并不是个例。银河通用的机器人在宁德时代产线实现 7 × 24 小时连续作业超三个月；蚂蚁灵波的智慧药房已经在国大药房上海门店落地运营。机器人进厂，已经变成头部玩家的集体行动。
行业的评判标准也在随之改变。蓝驰创投合伙人曹巍曾表示，项目考察重点已从团队和实验室 Demo，转向工程化交付、规模化落地和持续复购。单次抓取或一段完整视频，只能证明机器人可以完成任务，无法说明它能否长期作为生产设备运行。工厂不是秀场，而是一张持续计分的考卷。
但故事讲到这，必须泼一盆冷水。具身智能的商业化，整体还处在算不过账的阶段。
第一笔是结构账。据新战略咨询数据，2025 年国内具身智能机器人出货中，真正用于产生商用价值的工业及物流只占 4%。智元进厂目前同样以建立试点为主，并非规模化采购。
第二笔是订单的含金量。据《财经》报道，多位智元投资人、合作伙伴透露，部分智元的投资方和生态合作伙伴会采购一定数量的机器人，以换取合作机会或订单。这严格意义上不算真正的外部客户。
当真实需求还没被完全验证，而验证需要时间，时间就需要钱买。谁能熬到需求被证实的那一天，谁才有资格谈终局。这是 " 留在牌桌上 " 的第三层含义，也是智元 IPO 真正的含义。
结语
拆解下来，这家公司为走到终局做的事，其实只有一条主线，那就是在每一轮行业洗牌到来之前，确保自己手里还有牌。
这套打法未必能消除所有公司成长的质疑。资本争取来的时间、换来的容错空间，最终仍要靠客户付费来验证。但至少在逻辑上，智元把 " 活下去 " 从一种运气，变成了一种能力配置。
具身智能的终局，未必奖励跑得最快的公司，但一定惩罚中途下牌桌的公司。智元现在做的一切，用一句话就能说透：它不在乎这一圈赢多少，它要确保下一圈自己还在。
对智元来说，留在牌桌上不是保守，而是这家公司全部的战略目的。
