2025年10月16日，智元机械人举行线上曲播发布会，正式发布新一代工业级交互式具身功课机械人智元精灵G2。据引见，精灵G2以工业尺度打制，搭载高机能活动关节、高精度力矩传感器，集成空间系统，支撑快速进修摆设，具有多模态语音交互能力，具备工业、物流、导览等多场景通用能力。据悉，精灵G2目前已获来自均胜电子、龙旗科技等企业的数亿元订单，并同步首批商用交付，正在汽车零部件制制、消费电子细密拆卸等场景中进行使用落地。同时，正在精灵G2发布当天，智元机械人合股人、高级副总裁、具身营业部总裁姚卯青也取察看者网等一众展开了一场对话，总的来看，本次对话中的大多问题聚焦正在贸易化上，并回覆了此前对智元及具身智能行业的质疑。从概念上看，姚卯青认为，工业场景是“极具潜力的大市场”，机械人应先落地室内简单场景，靠实机数据驱动迭代，结构工业取海外市场，注沉落地实效取ROI。相关材料显示，姚卯青结业于大学电子工程系，曾正在Waymo、蔚来汽车等智驾部分担任主要职务，更是了智驾行业的贸易化落地过程。2024年，看好具身智能的他插手智元，担任具身研究院施行院长，担任AI手艺开辟及软件研发工做。据引见，精灵G2的前置系列，精灵G1已于2023年11月发布，精灵G2承继了G1的生态劣势，环绕G1落地之后，正在现实的摆设过程中发觉的局限性所做的优化取调整，以“工业尺度打制+多场景适配”为焦点设想，现场也举出了设想上的相关案例，好比机械臂利用的力控方案，每个单关节都无力矩传感能够去做阻断节制，这一升级应对的就是工业里面一些插接类、需要柔性节制的场景。现实上，针对拟人化这一行业标的目的，姚卯青暗示，智元团队的判断是，人形机械人将更普遍地融入人类出产取糊口场景。材料显示，精灵G2搭载的高机能活动关节取高精度力矩传感器，连系全球首款十字腕力控臂，能付与机械人拟人化的矫捷功课能力。具体来说，通过全臂扭矩传感器取和婉节制算法，精灵G2可细微力变化并动态调整响应，现场演示中以至能用生鸡蛋鞭策机械臂而连结蛋壳无缺，表现了其精准的力控精度。据悉，此前，机械人利用的更多会像是协做臂的SRS的构型（一种机械臂关节布局）。而智元正在精灵G2的腕部第六，第七关节采用的设想则能更像人类：团队正在腕部采用的“十字腕”关节有两个度，是垂曲正交正在一路的，能够更矫捷地进入狭小空间。正在超市上货等场景中，货架取货架之间的距离很小，每一层之间的空间也很无限，那么一个短且矫捷的手腕，就能够快速地够到每一层的空间。精灵G2的拟人化设想，除了手腕之外，还包罗可扭转腰部取可折叠下肢：腰部可以或许前后哈腰、摆布扭捏，次要面领导览等场景；下肢则针对机械人运输场景设想，可折叠的特征使其更便于安拆、包拆和运输。全体来看，有一派“工业优先”，以美的、特斯拉等厂商为代表，认定工业场景的落地是第一选择，并强调其ROI（投资报答率）清晰；另一派则从意以场景细分为焦点，认为轮式、四脚或感情陪护等针对特定场景的形态，能更快实现贸易化。他暗示，纵不雅行业，从场景使用来看，全尺寸人形机械人用于高负载、持续续航、高节奏的功课，目前概念性成分更多。数月前，双脚机械人正在车厂搬箱子等场景的使用被热议，但若是实正实地开展行业调研、领会客户需求就会发觉，这其实是不太合适的方案，正在续航、不变性、速度等方面，目前的机械人都难以胜任工场的高强度功课要求。从IP防护品级（一种电气设备平安防护的评判尺度）来看，它们大多无法满脚防尘、防水的需求，很难胜任室外；不外像高防护品级的四脚机械人，用于巡检、巡查等场景是可行的。人形机械人更适合先正在室内、使命明白的场景中更快实现摆设。若是使命过于复杂、流程冗长繁琐，两头可能呈现差错，还需要进行复杂规划、沉启等操做，以当前的手艺成熟度来看，这类场景还未到实正落地的阶段。正在选定需求的根本上，具体到智元本身的计谋，姚卯青暗示，从可行性上看，起首，工业场景是极具潜力的很是大的市场，虽然公共印象中工业从动化率已较高，但现实是仍有大量财产工人正在岗，且诸多岗亭面对用工量不脚、人员不变性差等挑和，这为机械人摆设创制了诸多机遇。正如斯前所提，工场相对可控、使命明白，更利于机械人落地使用。除此之外，其他场景也存正在广漠机缘：例如安检、巡检等办事类场景，以及机房等需机械人自从施行取近程操控相连系的“巡检+操做”类场景；同时，展厅欢迎、展馆导览等方向人机交互的文娱类场景，目前也已接近落地形态。据引见，正在贸易化摸索中，智元并非随机对接客户，而是会深切评估场景价值取手艺婚配度、选定合做场景次要基于工坐能否取当前手艺婚配度和成熟度适配、合做客户及合做伙伴能否对新手艺抱有采取热情、场景本身能否具备规模化复制的贸易化潜力三点焦点考量。当前，智元旗下产物次要环绕科研、教育，部门交互办事以及工业功课范畴展开，每个范畴都存正在相对大额的客户订单，较为平衡。海外也是智元高度注沉的市场：一方面，海外的用工成本、用工难度、人员办理复杂度及不变性挑和，均高于中国；另一方面，不少发财国度面对老龄化加剧、出生率低迷的问题，这严沉影响了其劳动生齿基数。基于此，智元本年已启动全球市场结构：一是正正在推进全球经销收集的扶植；二是正在全球次要市场，结合本地合做伙伴开展产物的结合设想、研发、出产取发卖，通过当地化运做，更快、更好地舆解并渗入本地市场。值得留意的是，精灵G2机械人专注于工业场景，而正在工业场景中，非标从动化的手艺标的目的一曲遭到行业关心。所谓非标从动化，就是指按照客户的特定需求进行定制化设想、开辟和出产的从动化形态。目前，非标从动化存正在两个焦点难点：起首，仍有大量工序未通过非标从动化处理，对人工的依赖度仍然很高。其次是，从动化产线的投入成本高，且复用性差，若是代工场需要改换出产的产物品类，原有产线根基无法适配，只能从头搭建新线，这对于品类较多的代工场而言，不只价格昂扬，摆设周期也很长。因而，智元推出人形机械人，就是但愿它能像人类员工一样矫捷接入产线，而非像保守从动化方案那样是定制化适配。智元人道机械人的焦点劣势正在于其具备通器具身智能：改换出产产物时，无需改换硬件设备，只需像培训人类员工一样进行短暂培训，就能让它适配新的工做内容，避免了原有投资的华侈。此外，人形机械人并非要平替或替代保守机械臂，对于那些曾经能通过从动化方案高效处理的工序，无需再做。目前来看，智元的产物更多是和人类员工对比ROI（投资报答率），同时填补保守机械臂不成复用的短板，为多品类出产的代工场供给更具性价比的处理方案。精灵G2的单台订价正在50万-60万元之间，介于高端协做机械人取沉型工业机械人之间。虽然初期采购成本较高，但暗示，考虑到人力成本、福利、以及人员流动性等要素，机械人无望正在2-3年内收回成本。消费电子产线的工做场景较为特殊，工人需正在固按时间点反复统一劳动数百遍，歇息时间也有严酷，全体工做单调以至压制，人员被高度机械化要求。这种高强度、反复性的工做模式，使得年轻工人难以持久，人员流动性极大。而对于消费电子这类需要多量量出货的行业而言，人员的屡次流动，既影响产质量量的分歧性，也会干扰产能的不变性。姚卯青认为，机械人完全能够处理这一问题，所无机器人共享同一法式，不只没无情绪波动，也不会呈现跳槽等环境，可以或许持续不变地施行工做，从而无效保障产能取产物质量的双沉分歧性。值得一提的是，从动驾驶算法取人形机械人的具身智能手艺径高度沉合，很多人认为，从动驾驶算法的经验能够完全复用到具身智能行业中来。当前从动驾驶范畴的新概念包罗VLA（向量逻辑架构）和世界模子等，客不雅上看，它们和车辆上现实摆设、用户实正正在利用的系统联系关系度其实不高。这些手艺可能仅正在一些辅帮环节中偶尔被触发利用，仍然以原无方案为从。VLA取世界模子临时难以使用到及时施行场景中，这一点也能够通过行业调研去。起首需要正在可控性强、相对简单的单一功课中，通过多种手艺的融合，实现快速使用取落地，实正到实正在的客户现场去证明本人，而不是仅仅屡次发布相关。过去有不少公司热衷于这类发布，但最终没有拿出实正落地的案例，如许的环境并不少见。所以，他暗示，智元更看沉现实结果：发布最新虽然主要，但能让这些实正落地到客户现场，为订单、构成收入，才是最无力的证明。总的来看，姚卯青暗示，机械人要成长，仍是需要一个从本体到数据、算法、使用，再回归到本体的飞轮去迭代。这其实也是他一曲以来想要表达的概念，正在此前举办的2025世界机械会上，他曾正在公开中对这一概念进行领会释，原话如下：起首，你需要一个优良的机械人本体，就像人类需要健旺的体魄才能完成多种多样的使命。有了机械人好的本体，才能出产出不变、分歧性强且高质量的数据。对于人工智能大模子，无论是言语模子仍是物能，数据质量决定了模子的上限。我们经常讲“garbagein，garbageout”，只要高质量的数据才能有优良的智能体。净数据对模子锻炼是无害的。有了海量、优良的数据之后，这些算法也必需环绕现实使用场景进行落地试错，而不是凭梦想象。我们常说“人工智能通用”是一个夸姣的愿景，但不克不及离开现实去思虑，必需连系场景。最终，正在场景中的摸爬滚打（更多时候可能是的教训），会为本体设想、数据采集方以及大模子架构想虑带来新的，让这个“飞轮”进入新的迭代。勾当中，他也正在继续阐述这一概念，他提到，目前，正在数据使用方面，实机数据仍然占绝对从导，占比正在90%以上，这一点和从动驾驶范畴比力类似。现实上，无论是现实落地的从动驾驶车企，仍是相关供应商的方案，根基都以98%、99%以上的实正在数据为焦点，仅搭配少量仿实数据来笼盖一些极端边缘场景（corner case）。对于机械人而言，用于提拔泛化性的仿线%以内。对于行业来说，现正在最主要的，就是可以或许让机械人尽可能多的进入实正在场景，然后正在实正在场景中获取高质量的数据，他认为，这是对机械人公司当前选择深耕的手艺径来说最环节的一步。一方面，本年不少具身公司虽手握订单，但实正能算清账目、切实处理出产糊口焦点需求的落地场景并不多见，一年之内，具身智能事实能正在哪些场景实现规模化“线的订单又将正在汽车零部件制制、消费电子细密拆卸等场景中霸占哪些具体痛点？这些细节仍需市场给出谜底。另一方面，工业场景的成本账一直绕不开，精灵G2单台采购价高达50万-60万元，加之后续工程师等费用，所说的2-3年收回成本，能否实的已充实考量过了分歧工场的产能需求、产线适配调整成本以及机械人的现实毛病率等要素？其实正在ROI又可否如预期般告竣？这些问题也都还需要更多来自一线出产的现实数据来佐证，终究，贸易化的最终查验尺度，永久是市场的实正在反馈取可持续的盈利模式。