一句话看懂：针对通用大模型是否击穿具身智能的争论，智元在2026年AI WAVE上给出软硬件全栈路线，并推出Worken生产力度量衡，试图用真实上岗数据回答机器人到底创造了多少有效劳动。
事件核心：发生了什么
智元联合创始人、总裁兼CTO彭志辉在2026智元创新日上提出物理AI的五次跃迁路径，明确坚持软硬件全栈发展。10月下旬AI WAVE期间，智元集中发布第三代硬件架构AHA3、重载机器人精灵G2 Max、作业基座模型GO-3 Preview、群体经验学习模块CEL、交互模型WITA-OMNI、灵渠OS 1.0等。11月2日至3日，6台精灵G2进入便利店连续作业24小时，累计完成1730项任务，最终4台“转正”。同期提出的Worken，以活跃机器人数量、自主工作时长和产出能效比三个维度衡量机器人创造的有效智能工时。
为什么重要
这轮争论的实质是：通用大模型越强，专门研发具身模型的价值是否被稀释。智元的回答是，物理AI是数据、模型、本体、场景的长链条体系，规模化可靠本体持续有价值。目前公开信息显示，其与龙旗科技合作的3C产线自2026年3月投产已运行超过7个月；珠海长隆部署数百台机器人。若Worken这类工时指标被客户接受，行业评价重心可能从参数表转向工时表，商业模式也可能从卖设备转向按任务购买生产力服务。
对用户/开发者/创作者的影响
对开发者，GO-3 Preview、AGILE框架和Genie Studio 2.0等平台意味着具身应用开发的门槛与分工正在变化；CEL在100台真机集群上的原型验证显示，扩大真机训练规模对任务成功率有明显作用，但相关结论仅限其公布的测试条件。对企业采购方，Worken提供了一种比较不同机器人实际产出的思路，但能否跨厂商通用尚未验证。对内容创作者和零售从业者，便利店直播展示了机器人在理货、咖啡制作等多任务切换中的稳定性边界。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Worken能否被客户和第三方采纳为通用度量；二是GO-3 Preview和Genie Master等模型在实际部署中的泛化表现；三是智元全栈路线与通用大模型路线在成本与迭代速度上的长期对比。
来源：InfoQ CN
