一、产业现状：从“炫技”到“干活”的关键跃迁 据工业和信息化部数据，目前国内人形机器人整机企业已超过140家，已发布产品达330款。数字增长说明具身智能赛道近年扩张迅速，但“多”不等于“强”。彭志辉表示——行业仍共同摸索阶段——尚不存在哪家企业能单独给出标准答案。 他将行业演进概括为两个阶段：2024年至2025年初，竞争更多聚焦在“走得像不像人、是否足够顺滑”；而到现在，机器人已能完成多种高难度动作，本体灵活性基本接近实用门槛。行业关注点随之从“能不能动”转向“能不能干活”，从演示能力转向落地场景，也从国内比拼走向与海外头部企业的直接竞争。 该判断与产业界的普遍认识一致：具身智能的价值不在于实验室里的精彩展示，而在于能否在真实物理环境中稳定、高效地完成具备经济价值的任务。 二、核心瓶颈：物理世界的约束远比数字世界严苛 与软件不同，机器人在物理世界里一旦出错，会带来真实的损耗与失效风险。彭志辉指出，本体设计不是简单堆硬件，而是可靠性、供应链与安全等系统工程的综合结果。 在关键零部件上，关节与灵巧手决定了运动与操作能力的上限，也占据整机成本的大头。智元机器人已将五大系列、近十款产品的关节设计统一为八个系列化方案，通过标准化降低研发成本、提升供应链效率。 灵巧手的难点更集中：一方面，要把10到20个自由度的结构集成进比人手掌更小的空间；另一方面，对高维感知能力要求极高，尤其是触觉。彭志辉提到，工业场景里约八成“人能做得很好、但自动化难以实现”的工序，都与触觉有关。如何把装配工人凭手感判断“是否到位”的经验信号，转化为可量化、可训练的数字描述，仍是行业的重要技术瓶颈。 三、工程范式：“一体三智”构建系统化解决方案 针对上述挑战，智元机器人提出“一体三智”的工程化落地范式。“一体”指机器人本体，强调硬件的可靠性与系统化设计；“三智”包括运动智能、交互智能与作业智能，分别对应机器人在不同任务中的核心能力。 为降低应用门槛，智元推出“灵创平台”，将动作训练简化为“上传一段视频”，平台即可自动完成关键点检测、训练与部署等流程。其目标是推动行业从科研人员主导的“开发态”，走向更多人可参与的“创作态”，并最终形成低成本、可规模化的“部署态”。 同时，智元开源了被业界称为“具身智能安卓”的操作系统灵渠OS，并发布业内规模最大的真机数据集。彭志辉表示，生态协同往往比单点突破更重要，公司希望构建“能力复用、数据回流、模型进化”的正向循环，以开放共享推动行业共同迭代。 四、落地策略：“沿途下蛋”以场景验证系统可靠性 在商业化路径上，彭志辉提出“沿途下蛋”的策略。他用“场景复杂度”和“任务复杂度”两个维度来划分机会窗口，认为当前人形机器人的更优切入点，是在结构化程度较高的简单场景中，执行高自由度、高维感知的复杂操作任务。 这一选择有其逻辑。相较于自动驾驶是在复杂环境中完成相对简单的驾驶任务，人形机器人的终局是“在复杂环境中完成复杂任务”。在走向终局的过程中，从结构化场景起步，既能积累真实数据、验证系统可靠性，又能在商业层面持续产出价值，避免长期“高投入、低产出”。 目前，智元已在文娱商演、工业制造、物流分拣、安防巡检等八大典型场景开展应用部署。彭志辉强调，真实场景是检验可靠性、推动系统迭代的最有效方式，脱离应用的技术积累很难沉淀为可持续的产业竞争力。 五、战略定位：人形机器人是物理世界的通用接口 在更宏观的层面，彭志辉将人形机器人定位为“物理世界的通用接口”。他指出，软件通过标准化接口实现对数字世界的广泛操控；而人形机器人因形态与人类接近，天然适配人类既有的物理环境与工具体系，有潜力成为物理世界的通用操作平台。 这一定位既解释了人形路线的底层逻辑，也指向其长期产业价值。
从“看得见的炫技”走向“用得起、用得稳的部署”，是具身智能走向产业化的必经之路。越到关键阶段，越需要用工程化与标准化打牢底座，用场景牵引形成数据闭环，用开放生态加速能力复用。能否把“会动”真正变成“能干、敢用、常用”，将决定产业竞速的最终分野。