摘要:智元首次提出Worken有效智能工时,以活跃机器人、自主时长、产出效能比度量物理AI生产力,推动行业从参数内卷转向部署态价值核算。
全文字数:约2100字,阅读时长:约5分钟
出货数据火热,行业遇到评价困境
人形机器人赛道的数字仍在刷新。据官方公开信息,2026年上半年全球人形机器人总出货量近2.5万台,同比增长432.1%;智元出货量居全球第一,占全球市场35%、中国市场45%以上。2026年9月,智元第20000台机器人下线。量产节奏加快,产业链的兴奋感不难理解。
但一个更朴素的问题正在浮出水面:造出来、卖出去,等于机器人真正在干活吗?

10月29日,2026智元创新日(AGIBOT INNOVATION DAY)在上海世博中心举行。智元联合创始人、总裁兼CTO彭志辉(稚晖君)开场抛出一个问题:“物理AI时代,我们拿什么度量机器的价值?”他从马力、千瓦时、Token的历史线索切入:蒸汽时代用马力度量力量,电力时代用千瓦时度量能量,数字AI时代用Token度量思考。沿着这一追问,彭志辉首次对外发布Worken(有效智能工时),公式为:活跃机器人数量×自主工作时长×产出效能比。Worken由Work与Token组合而来,试图把“机器行动”变成可计量、可比较、可结算的对象。
Token让数字世界的思考变得可计量、可定价;物理世界的劳动,却长期缺少一把对等的标尺。Worken试图补上的,正是这个空缺。
产业真问题是产量不等于有效生产力
量产是起点,不是终点。一台机器人进入真实场景后,面对的是环境扰动、异常故障、人工接管、空转待机。如果一台机器每连续作业十几分钟就需要工程师现场复位,或者抓取次品率居高不下,那么它在商业账本上就难以被记为生产力,而更接近一项持续消耗的负债。纸面出货数字与“稳定自主干活”之间的鸿沟,是全赛道共同面对的现实。
彭志辉在同场演讲中将物理AI的演进拆解为五次跃迁:拥有可用的身体、垂域部署、形成可泛化的具身基座模型、群体共同进化、最终走向智能自我举升。Worken的提出,恰好落在行业从“样机演示”转向“部署态”的节点上:行业已经不缺能走、能抓的样机,缺的是判断“这台机器到底创造了多少价值”的统一口径。
对采购方而言,这个缺口尤其具体。客户很难靠扭矩、自由度或单机报价来核算投入产出——一台机器人究竟替代了多少有效人力、产出了多少合格成果,过去没有可横向比较的计量语言。行业真正稀缺的,从来不是样机数量,而是持续稳定、无需人工兜底的有效劳动时间。
Worken是什么,它在重新算什么?
1. 公式与三层因子的防作弊逻辑
Worken=活跃机器人数量×自主工作时长×产出效能比。三个因子并非简单相乘,每一层都在把“虚”的部分挤出去。
活跃机器人数量,不是累计出货,不是意向订单,而是当期在线、可执行任务、真正在承担连续工作的台数。宕机、离线、维护中、未达运行标准的不计入。它指向的是规模的有效覆盖率。
自主工作时长,剔除遥操控管、人工接管、充换电、停机空转,只计机器人在无人类干预下持续作业的物理时间。遥控摆拍的“演示态”在这里没有位置。这一因子倒逼的是长时程泛化与自主恢复能力,而不是实验室里精心编排的三分钟。
产出效能比,以“一个标准工人按标准方法、单位时间内的合格产出”为1个当量,机器人实际产出÷标准定额=当量值。1.0达标,大于1即超越标准作业基准。机器人“动了”不等于“干成了”,这一层回答的是干得好不好。
用一个类比收束:Token衡量思考,Worken衡量行动。硬件本体会折旧,但嵌入本体的智能可以在持续作业中迭代、沉淀、升值。
2. 公式需要整套技术底座承接
一个度量衡不会因为公式漂亮就自动成立。Worken要跑出有意义的值,前提是本体足够可靠、智能足够自主、场景足够真实。
本体层面,AH3第三代硬件架构、全球首款皮下式关节液冷系统与OmniHand 3系列灵巧手,构成“能上岗”的物理底座。智能层面,AGILE通用运动智能算法框架承接空间移动与全身控制,GO-3 Preview承接作业能力,WITA-Omni 1.0承接端到端全模态交互——“三智一体”共同指向稳定作业,而不是单点炫技。生态层面,AIMA开放生态及配套开发者计划,试图从外部放大潜在的有效产能。

智元精灵G2机器人在生产线上作业
更关键的证据在部署闭环。龙旗南昌工厂,8台精灵G2并线覆盖平板量产质检工段,6天连续作业完成64828次作业、产出17625件,任务成功率99.99%;广州地铁试点落地精灵G2机器人,承担安检提示、乘客咨询、站内巡逻引导,项目规划后续落地百台以上规模;横琴长隆主题乐园300余台智元全系机器人常态化上岗,覆盖100多个交互点位;爱仕达100台灵犀 X2进入全国百家线下门店开展导购服务。大会现场,Worken看板展示了龙旗产线上下料、广州地铁安检引导、长隆文娱表演、爱仕达零售导购等场景的度量结果。这说明该指标首先是一套管理工具,在真实场景中运行,而非PPT概念。没有跨场景的持续数据回流,度量衡就只是纸面定义。

超300台机器人分布于长隆园区内100余个交互体验点
3. 一个必须保留的边界
Worken是企业提出的度量方案,不等于全行业通用标准。它给出了一套有价值的核算思路,但要成为跨企业、跨场景的公共标尺,还需解决不同任务“产出效能比”如何统一标定、不同行业基线如何对标等共性难题。
从概念到现实
对厂商而言,评价维度的切换是结构性的。未来的竞争叙事可能不再只是“下线了多少台”“拿了多少意向订单”,而会逐步转向“在真实场景中稳定释放了多少Worken”。谁的有效智能工时曲线更陡,谁就更接近部署态的定义权。
对采购方而言,价值核算逻辑也在变化。单机报价将只是分母,更值得计算的是单位Worken的获取成本:把部署、运维、接管、停机、良率损耗全部纳入,看全生命周期内每一单位有效工时背后花了多少钱、产出了多少合格成果。
远期推演指向一个更抽象的方向:当机器人群体学习形成正循环,每一台机器的经验反哺网络,Worken有可能从企业内部指标演进为社会可调用的基础资源计量单位,对应五次跃迁中“群体进化”与“智能自我举升”的终局。但必须明确,这是行业远期愿景,不是当下已经实现的事实。现阶段能够确认的,是一套公式开始在有限场景中产生可追溯的数据,而不是一个通用标准已经落地。
冷思考:Worken的边界与赛道共同难题
Token的计量建立在高度标准化的数字文本之上,一个token就是一个token。物理世界的“一个有效工时”却千差万别:产线上下料的一个Worken和酒店导览的一个Worken,价值密度、技能门槛、环境复杂度完全不同。跨行业统一标定“产出效能比”,是全行业共同的方法论难题,不是智元一家能够独立完成的。
看板在自有生态和合作场景中跑通,是重要的一步,但距离跨企业、跨行业的通用标尺仍有相当距离。概念先行与产业落地之间的时滞,在度量衡这类基础设施型创新上尤其明显。
更底层的拷问不因度量单位而改变:无论用Worken还是别的尺子,人形机器人赛道真正的关口始终是把实验室能力转化为开放世界里稳定、可盈利的劳动力生产力。Worken提供的是观察框架和核算语言,它不能替代本体可靠性、数据规模、模型泛化与成本结构这些底层硬仗。这些硬仗,全赛道玩家面对的是同一张考卷。
Worken的更大意义
回到开篇的问题:当产量不断攀升,我们究竟该拿什么衡量一台人形机器人的价值?
Worken的更大意义,或许不在于它立刻成为统一行业标准,而在于它把行业视线从参数表、演示视频和出货数字上拉回来,重新锚定在一个朴素的原点上——机器人本质是物理世界的劳动力。硬件、算法、场景、运维,缺一环都撑不起一个真实的Worken。稚晖君首次把这个概念推到台前,但真正回答“一台机器人到底创造了多少价值”的,不会是公式本身,而是真实场景里持续跑出来的数据,和时间。
#智元机器人 #Worken #物理AI #人形机器人 #稚晖君 #机器人开机不等于上岗 #人形机器人告别参数内卷
注:本文基于2026年10月29日以及之前的公开信源整理,涉及企业/行业预测与盈利判断的内容均存在不确定性(包括文章评论),以上均不构成任何投资建议。
关注「智财社」看具身智能技术迭代与资本脉络