智元机器人高层亮相，回应技术、模型与商业落地疑问

2025-08-23

8月21日，距离智元机器人六大核心产品启动线上销售不到一周，智元机器人在上海举办了首届合作伙伴大会。

智元机器人董事长兼CEO邓泰华。

智元机器人董事长兼CEO邓泰华作为实际掌舵者，在大会上首次公开亮相。他在闭门演讲中提到，全球正处于“具身智能大爆发的前夜”，人工智能加速迈向AGI，2025年具身智能将迎来商用发展的拐点，最终会成为继手机和汽车之后的“下一代海量智能终端”。

智元机器人联合创始人兼CTO彭志辉展示了智元机器人的三大产品系列（远征A2、精灵G1和灵犀X2），还发布了机器人动作与表达创作平台“灵创平台 (LinkCraft) ”以及新产品灵犀X2 - W，这是一款专为“作业智能”打造的轮式双臂机器人。

具身智能步入“商用前夜”，2025年迎商用拐点

邓泰华指出，2025年是具身智能商用发展的关键转折点。

业内普遍觉得，具身智能产品要实现规模商用，在提升性能和能力的同时，需突破成本与价格的平衡点。

邓泰华认为，国内产业快速的产品迭代和庞大的供应链优势，使今年机器人成本进入了有效的投资回报率（ROI）区间。以工业产品为例，两年的投资回报率已具有可行性。未来随着出货量增加，成本还会进一步降低。

在能力方面，今年行业从研发阶段进入部署阶段，部分工业和商业场景已落地。随着模型能力增强、应用场景扩展和出货量提升，成本会降低，产品性价比将提高。

实际上，机器人的成本与定价一直是行业关注焦点。一周前，智元将产品上线至智元商城和京东商城，最低一款人形机器人价格为9.8万。

对于定价策略，智元机器人合伙人、具身业务部总裁姚卯青接受澎湃科技采访时表示，短期不会调整。未来一两年，若新产品在零部件优化、系统集成和规模效应上取得突破，成本有望下降，价格可能会调整。

智元机器人联合创始人兼CTO彭志辉。

技术路线：多路径并行，世界模型与VLA模型共进

在人形机器人领域，模型路径选择存在争议。此前宇树科技创始人、CEO王兴兴在世界机器人大会上对VLA（视觉－语言－动作模型）模型架构存疑，认为其不是最优解，需进一步升级优化。

智元合伙人、具身业务部总裁姚卯青回应了“世界模型与VLA之争”。他表示，具身智能技术路线未收敛，不像大语言模型有相似架构和训练流程，智元选择“多路径并行”、广泛布局。

他指出，世界模型与VLA关注点不同。VLA源于视觉语言多模态，以语言为核心，强调逻辑推理和规划；世界模型来自视频生成，注重三维物理空间的预测和因果推断。在实际作业中，两种能力都重要：逻辑判断避免错误操作，确保作业合理；三维空间连续操作需要强大预测能力。

世界模型在流水线作业或叠衣服等动态场景有优势，这些任务依赖高维视觉空间预测。

今年3月，智元发布行业首个VLA基座模型GO - 1；7月，发布首个机器人世界模型开源平台Genie Envisioner（GE）。姚卯青认为，两条路径未来有机会融合，走向“生成与理解一体化”，预训练能促进多类技术发展。

专注研发，不过度依赖宣传

针对“智元没给外界留下深刻印象”的质疑，姚卯青回应称，机器人运控能力重要，但核心价值在于上肢作业能力。仅有稳定运控不够，行业需要机器人解决高难度作业问题。他表示，智元融资顺利时更专注产品研发和落地，不过度依赖市场宣传。“行业中频繁的活动消耗资源，干扰研发任务，希望行业保持冷静理性，不被短期热度影响。”

姚卯青透露，下半年智元会推出多项行业应用展示，证明机器人能解决生产力问题。

邓泰华在演讲中提到，智元竞争力关键在AI智能能力，未来三个基础模型可能融合。

供应链决定商业成败

姚卯青认为，对于机器人这类硬件复杂产品，供应链对商业成功起决定性作用。

“设计和研发代表上限，供应链能力、产品和品质是成功基础。”他以新能源行业为例，说明企业交付能力的差距核心在供应链。

他介绍，智元发展初期就重视供应链，投资多家相关企业，关注传感器、计算单元、关节执行机构、电池等核心环节。这些零部件需定制开发，智元通过提供资源和辅导推动供应商成熟。

对上游供应链，智元关注传感器、计算单元、关节类执行机构等。“很多供应商有相关产品经验，但为人形机器人定制化过程较慢。”姚卯青认为，人形机器人公司需倒逼供应链，提供资源和辅导。

真实数据是关键

在具身智能发展中，数据量是大模型智能的“燃料”。行业普遍认为，掌握大规模、高质量数据者，有机会在具身智能竞争中占先机。

姚卯青强调高质量数据的重要性。他认为具身智能行业处于数据早期阶段，未来一两年需大规模积累数据，才能迎来类似大语言模型的“GPT时刻”。

业内有真机数据和仿真合成数据的争论。姚卯青认为，大模型时代比拼的是数据质量、配方和工程能力，好数据决定模型上限，差数据影响模型表现。

对于机器人作业能力，真实数据价值最高。他提醒，当前行业“异构数据”不是最紧迫问题，数据质量和工程能力决定上限。