打开网易新闻 查看精彩图片

出品 | 子弹财经

作者 | 元君

编辑 | 闪电

美编 | 倩倩

审核 | 颂文

2026年8月22日,北京国家速滑馆“冰丝带”,2056台机器人齐聚一堂。16个国家的666支队伍、1301场比赛,让这场被称作具身智能“行业奥运”的盛会刷屏社交网络。

开幕式上,24台智元远征A3人形机器人齐舞,乒乓球世界冠军丁宁与机器人对打,这些画面在短视频平台被反复传播,观众惊呼“科幻片成真了”。

赛场之上,智元的表现也堪称全面开花:子公司临界点凭借量产灵巧手OmniHand拿下灵巧手专项赛7金、4银、3铜的成绩;精灵G2在消防应急、图书馆等高难度场景赛中斩获6金7银5铜;远征A3则夺得武术-太极、乒乓球1V1等项目金牌。

打开网易新闻 查看精彩图片

从灵巧操作到实景作业再到竞技表演,智元的“打工天团”在不同维度均站上了领奖台。

但在热闹背后,一个更深层的趋势正在浮出水面:今年的世界人形机器人运动会首次将“场景赛”从6项扩容至21项,比赛场地从标准化赛场延伸至真实消防站、图书馆、酒店、家庭。

在场景赛中,智元机器人的表现格外醒目。除了位居奖牌榜首位的优异表现,更值得关注的是智元的参赛策略。它把大部分主力押注在“干活”这件事上,在这场行业盛会上回答着机器人该怎么落地的命题。

这背后,其实藏着一个关于行业走向的判断。当人形机器人行业还在比拼谁能跑得更快、跳得更高时,智元选择了一条更务实的路径,把机器人送进工厂、消防站、图书馆,让它们在真实场景中接受检验。这一选择的背后,是它对具身智能商业化路径的独特理解:机器人的价值不在于表演,而在于干活。

如果把目光拉回几个月前,我们发现,这种战略选择其实早有迹可循。2026年6月28日,智元第15000台具身智能机器人正式下线,距离3月突破万台量产不足3个月。而在更早的2025年12月,精灵G2就已进驻龙旗科技南昌工厂产线。

打开网易新闻 查看精彩图片

从工厂产线到“冰丝带”领奖台,智元用实打实的赛场表现和产线数据证明,机器人的“打工魂”既在流水线上千锤百炼,更在真实赛场里火力全开。而这,恰恰是这家企业给出的范式答案。

1、智元在运动会上比了什么?

翻开本届运动会的秩序册,一个细节耐人寻味:智元为多款产品分配了截然不同的“工种”。远征A3负责参加表演赛等环节,灵犀X2出战障碍赛,OmniHand参加灵巧手专项赛,而真正承载智元参赛主力的,是已经在工厂“打过工”的精灵G2。

今年运动会首次将“场景赛”从6项大幅扩容至21项,聚焦真实社会服务需求,考核标准从跑得快、跳得高转向能不能干活、能不能上岗。比赛场地从标准化赛场延伸至真实消防站、图书馆、酒店、家庭、园林等场景。

打开网易新闻 查看精彩图片

这一变化也折射出行业评价体系的转向。当人形机器人走出实验室,市场不再关心它能做几个后空翻,更关心它能否完成消防通道里准确关闭阀门、图书馆里把书放对位置这些“基操”。

精灵G2正是这种转向的关键注脚。它是一款轮式人形机器人,在此之前已先后在龙旗科技南昌工厂和上汽通用奥特能超级工厂“入职”,承担精密质检、电池产线上的高精度作业。本次参赛,精灵G2覆盖图书馆整理、消防灭火、酒店房间整理等赛道,并已斩获2金3银2铜,助力智元位居奖牌榜首位。其中消防应急场景和图书馆场景的两枚金牌,也是场景赛中含金量相当高的奖项之一。

那么,智元为什么把大部分资源押注在场景赛?背后其实有三重考量值得深读。

首先,从行业演进来看,人形机器人正从功能展示期迈入价值验证期,场景赛考核的非结构化环境适应能力,恰恰是商业化落地的核心门槛;

其次,从企业阶段来看,智元已进入“部署态”,从2023年的6台原型样机到2026年6月的15000台量产下线,它需要的不再是实验室数据,是真实场景中的故障率、节拍时间和ROI;

再者,从竞争策略来看,智元主动将自我定位为“打工人”,与行业中的“运动健将”们拉开差异,把能干活作为自己的认知锚点。

打开网易新闻 查看精彩图片

当一个新兴行业处于技术爆炸期,市场通常愿意为可能性支付溢价;但当行业走向成熟,市场只会为确定性买单。智元选择在“冰丝带”验证确定性,本质上正是押注行业估值逻辑即将切换。

因此,别人来秀肌肉,智元来验成色。它选择了一条更朴素的路。

当然,这种选择的背后也是一种战略定力。在喧嚣的行业盛会中,智元没有被流量逻辑裹挟,转身用赛项配置向市场传递了一个清晰的信号:这家公司要做的,不是最会表演的机器人,是最能干活的机器人。

2、场竞赛夺金背后的硬实力

场景赛的每一枚金牌,本质上都是对技术栈的一次压力测试。

与标准化赛场不同,真实场景中的变量几乎无法穷举,光照变化、物体形变、空间布局调整、突发干扰……任何一个微小偏差都可能导致任务失败。精灵G2能从中拿下金牌,靠的不只是单项技术的突破,是一套系统级的工程能力。

消防场景中,比赛还原真实火灾工况,机器人需在“零场景信息”的极端条件下独立完成危险品识别、异常阀门关断、灭火器抓取与灭火。其中最具挑战性的环节是抓取4.5至5公斤的灭火器,这一重量远超多数人形机器人夹爪的额定负载上限。

智元的解决方案体现了鲜明的工程思维。它没有盲目升级夹爪规格,而是利用手腕结构强度将灭火器勾起,使底盘承担主要载荷,夹爪仅负责姿态控制。用结构设计弥补执行器极限,这正是工业自动化领域成熟的“巧劲”思维在机器人本体上的迁移。

换个角度来说,对于一家志在规模化量产的企业而言,这种够用、可靠、低成本的工程纪律,比堆砌顶级零部件更能构建长期成本壁垒。

图书馆场景中,智元与清华、上海交大组建联合赛队,完成图书出库运输、上架归位、错放识别纠正三个连续环节。值得注意的是技术选型,团队没有追逐“端到端大模型”,采用了高精度地图、定位导航算法、开源视觉模型等经典机器人技术路线。

打开网易新闻 查看精彩图片

客观来说,尽管大模型发展很快,但在精度要求极高、容错率极低的工业级任务中,传统算法在可解释性、稳定性和算力成本上仍有不可替代的优势。智元这种按需选型的审慎,在当下“万物皆可大模型”的狂热氛围中显得尤为冷静。

在园林、酒店、家庭等场景中,智元同样展现出灵活的技术适配能力。室外园林场景中,团队建立“日间场地测试、夜间迭代优化”的闭环机制,这种高强度的快速迭代本身就是一种组织能力;酒店场景下,其通过大模型赋能感知、多传感器融合,破解了细小物体识别难题;家庭场景中,其以通用化硬件搭配精准操控参数,高效完成叠衣、收纳、取件等柔性作业。

这些任务看似简单,实则对力控精度和轨迹规划的考验极高。

但上述所有场景能力的真正底座,是智元在“三智一体”架构上的系统布局。所谓“三智”,即运动智能、交互智能和作业智能三大引擎,它们以自研本体为硬件基座协同进化,构成了智元在具身智能赛道上的核心软件能力壁垒。

运动智能是基础层,解决“怎么动”的问题,承担物理载体的执行器功能,它决定了机器人能否在复杂环境中精准完成抓取、移动、操作等基础动作。

交互智能是入口层,解决“怎么懂”的问题,是情绪价值的入口,它决定了机器人能否理解人类的指令意图,并在动态环境中与人有效协作。

打开网易新闻 查看精彩图片

而作业智能是交付层,真正解决“怎么干”的问题,是劳动价值的直接产出者,也是具身智能作为生产力工具的核心价值所在。作业智能的特殊之处在于,它无法在实验室中被“训练”出来,必须在真实场景的连续作业中积累数据、发现边界、持续优化。

当然,“三智”之间并非彼此孤立,它们通过数据闭环形成正向飞轮。这种协同进化的架构,使智元的AI能力不是在实验室里“憋大招”,是在规模化部署中渐进式积累。每多部署一台机器人,三智协同就多一份数据养料。这个飞轮一旦启动,便构成了竞争对手难以在短期内复制的先发壁垒。

因此,场景赛的金牌虽然挂在精灵G2的机械臂上,但真正承载奖牌重量的,是智元在软件层面的完整能力体系。这套软硬一体、模型驱动、数据闭环的架构,正是智元在具身智能商业化竞赛中最深层的护城河。

3、智元重新定义“打工人”

在这场运动会上,智元用“打工人”三个字回答了诸多问题。而这个看似朴素的定位,实则包含了一整套关于商业化节奏、技术路线和市场竞争的判断。

场景赛的成绩首先验证了一个核心假设:人形机器人在真实场景中能干活这件事,已经不是未来式,是现在进行时。

无论是消防场景中零信息启动、独立完成全套应急操作,还是图书馆场景中精准识别、稳定运输、准确归位,抑或家庭场景中高效完成叠衣、收纳、取件,这些能力在一年前或许还停留在实验室演示阶段,如今已经在竞赛级的严苛条件下被反复验证。

从能演示、能比赛,再到能上岗,每一步跨越的背后都是技术成熟度的实质性跃升。

但智元参赛的根本目的不是拿奖牌,是把运动会当成一次极限测试。所有在赛场被检验、被挑战的能力,最终都会回到研发端沉淀为技术资产,再反哺到工厂产线和真实部署中。这正是智元“以赛促研”“以赛促练”的底层逻辑。

因此,从这个角度看,“冰丝带”的赛场不过是智元研发体系中一个特殊的实验场,它的价值不在于奖牌的光环,更在于为技术迭代提供了真实世界的复杂变量。

与此同时,我们把视角拉回到现实商业世界,这种“以赛促研”“以赛促练”的逻辑也在被一些数据所验证。

2026年3月,精灵G2在上汽通用奥特能超级工厂的量产产线上,以±0.1mm的高精度定位和约2秒/件的作业效率承担电池电芯检测任务;在龙旗科技南昌工厂,8台精灵G2完整覆盖整条平板量产质检工段,6天完成17500余件生产任务,作业成功率达到99.99%。这些数字或许更能代表客户愿意为之付费的真实价值。

打开网易新闻 查看精彩图片

当行业终局尚未落定,率先跑通从赛场到产线闭环的智元,正在用“打工人”的务实姿态,定义着人形机器人商业化的新范式。对它而言,“冰丝带”的领奖台只是暂时的,真正的赛场,是在连续作业的工厂产线、在每一个需要机器人稳定值守的岗位上。