智元机器人商业模式及竞争优势在哪？

商业化排头兵，品牌+设计+算法综合布局。

1.商业模式：目标定位机器人中的“苹果”，成为机器人品牌、设计和算法供应商

产品定义、品牌和销售是本体公司最核心商业能力。智元通过完善的产品矩阵，通过天才创始人和独特能力打造强 IP 品牌，销售上联合供应商和战略合作伙伴开拓多元渠道，具备综合的长期发展能力。 自创立伊始，智元便确立了成为机器人行业"苹果"的战略愿景。双方在商业模式上展现出高度一致性：均采用轻资产 运营策略，将核心资源聚焦于品牌建设与研发创新，通过全球化代工体系实现产能布局。这种战略选择使其能够以生 态构建者的姿态，在保持资产灵活性的同时，快速完成产业价值链的整合与升级。

在品牌建设方面，智元积极参与媒体活动，2025 年 4 月 29 日，智元机器人在上海 “模速空间” 大模型创新生态社 区汇报进展，展示了灵犀 X2、精灵 G1、远征 A2 等机器人产品及相关场景算法，相关画面登上央视新闻联播，创始 人多次参与政府重要论坛，树立了国内乃至全球领先的品牌形象。 在大脑模型方面，公司已成为国内大脑能力头部公司。上肢协作能力（大模型能力）是本体公司技术上的核心评判指 标，但当前大部分人形机器人展示的能力仍以下半身运控为主，而公司不但有完善的自研世界模型布局，还有完善的 数据生态，在发展方向和投资力度上均看重长期算法能力。 公司算法布局生态完善。数据上，公司布局的 AgiBot World 百万真机数据集共有 100 多种，其中家居占 40%、餐饮 20%、工业 20%、商超 10%以及办公场景 10%。丰富的场景有望提升数据的通用性并带来大模型的泛化能力。模型和平 台上，公司发布了首个通用具身基座大模型 Go-1，以及行业首款具身智能一站式开放平台 Genie Studio。

2. 软件领先：数据+模型突破具身智能三大瓶颈，大脑能力国内领先

智元在具身智能“大脑”-“小脑”-本体的基础上，推出 El Brain 框架，可分为云端超脑、大脑、小脑、脑干四大部 分。（1）云端超脑：当终端侧模型的泛化能力不足时，该模块启动并发挥作用，专注于任务调度，具备解析与执行能 力，能分解指令并协调处理。（2）大脑：大脑赋予认知能力，解析任务并生成序列，规划路径，协调执行操作指令。 （3）小脑：小脑生成并优化运动指令，调控姿态与协调运动，确保精确性与连贯性。（4）脑干：脑干驱动与调节执行 机构，通过控制架构实现动态响应与稳态精度。

同时，受自动驾驶定级别启发，智元提出“具身智能技术演进路线”。在该体系中，具身智能技术演进分为 G1-G5 五 个级别。G1 专为特定场景深度优化，但缺乏跨场景的低成本快速迁移能力。G2 通过多场景任务洞察实现了有限度的 快速迁移，其架构可适配大语言模型框架进行任务编排，展现出初步的泛化能力。G3 级采用端到端技术路线，在保持 与 G2 相当算法能力的基础上，将驱动方式从算法驱动转变为数据驱动。G4 级通过整合通用操作大模型，引入仿真训 练数据与世界模型架构，显著提升了复杂任务执行能力。G5 级作为长期技术标杆，致力于实现从环境感知到动作执行 的完整端到端自主操作闭环。

包含智元在内的头部人形机器人大脑能力整体处于 G2 水平。具身智能作为人工智能与机器人的深度融合领域，其软 件架构演进遵循与人工智能相似的发展范式，由算法、算力与数据三大核心要素驱动。近年来，人形机器人借势人工 智能的技术突破实现了快速发展。然而，具身智能与传统的离身智能在算法、算力及数据等关键层面仍存在显著差异， 直接制约了其软件体系的迭代升级，使得模型等级普遍停留在 G2 水平。

算法层面：GO-1 大模型创新性采用 ViLLA 架构，突破长时任务和泛化能力壁垒

当前，算法层面存在两大问题：（1）长程任务规划可解释性低：现有大模型在长程任务规划中存在可解释性不足的局 限，传统“思维链”方法依赖静态假设，虽能通过特定提示激发模型推理能力逐步执行任务，但其自回归架构难以实 时适应真实场景的动态环境变化，导致推理过程缺乏连贯性与环境适应性。（2）复杂操作泛化能力弱：复杂操作任务 因需末端执行器高精度而呈现泛化能力局限。具身智能大模型的实现更依赖模型预测控制等专门化技术而非大语言模 型的概率计算，故如何有效融合大模型的概率推理与小规模专用算法（如优化求解）以实现精准操作，成为当前重要 挑战。 2025 年 3 月，智元推出首个通用具身基座模型 GO-1（GenieOperator-1），突破了具身智能算法两大瓶颈。GO-1 采取 ViLLA（Vision-Language-Latent-Action）架构，通过预测隐式动作标记（Latent Action Tokens），有效解决了 VLA 架构中图像-文本输入与机器人动作执行之间的语义转换难题。ViLLA 架构整合了 VLM 与 MoE（混合专家）系统：VLM 模块利用互联网海量图文数据实现通用场景理解，MoE 系统中的隐式规划器（Latent Planner）通过跨本体操作数据 建立动作认知能力，动作专家（Action Expert）则基于百万级真机数据掌握精准执行技能，三者协同工作形成完整 的感知-决策-执行闭环。 基于 ViLLA 架构，GO-1 在五项不同复杂度任务测试中展现出显著优势，相较现有最优模型平均成功率提升 32% （46%→78%）。其中“倒水”、“桌面清理”和“饮料补给”三项任务表现尤为突出，ViLLA 架构中的隐式规划模块（Latent Planner）可单独贡献 12%的性能提升（66%→78%）。

智元 GO-1 模型在具身智能领域实现双重突破，成功攻克长时任务性能与泛化能力两大核心挑战。（1）在长时任务维 度，模型通过创新的 ViLLA 架构在灵巧操作等复杂场景中展现出超越现有开源 SOTA 模型的持续执行能力，其动态进 化学习机制实现性能随时间不断提升。（2）在泛化能力方面，突破性地构建了基于人类视频的小样本快速迁移学习范 式，不仅实现跨场景泛化，并能够应用于不同的机器人型号中，实现一脑多形。目前，国内具身智能大模型多停留在 VLM 和 VLA 水平，智元 GO-1 融合了 VLM+MoE，其泛化能力和处理长时任务能力明显优于基础的 VLA 模型，在国内大模 型中独具优势。

算力层面：RoboDual 采用首个通用具身双系统架构，解决大小脑频率错配问题

人形机器人算力硬件虽与人工智能协同，无显著瓶颈，但端到端具身大模型的响应速度与运动频率较慢，难以满足实 际需求。典型如 RT-2 等模型的运动输出频率局限在 1-3Hz 范围，导致机器人系统产生 0.3-1 秒的响应延迟，这一性 能指标显著落后于人类水平及实际应用需求。究其本质，这种局限性源于传统架构中“大脑”（负责环境理解与任务 规划）与“小脑”（专注运动控制）的功能割裂——前者虽具备强大的认知推理能力但执行效率低下，后者虽能实现精 准操作却缺乏泛化性能，二者难以形成有效协同。以 Figure 公司的 Helix 模型为例，其采用的“系统 1+系统 2”双 模块架构典型体现了这种矛盾：7B 参数的 S2 系统为以 7-9Hz 处理语义理解，而 80M 参数的 S1 系统虽能实现 200Hz 的 高频动作输出，却受限于上游系统的处理延迟，最终导致整体系统的响应速度难以突破现有瓶颈，这成为制约具身智 能实时性能的关键因素。

2024 年末，智元机器人与上海人工智能实验室联合研发的 RoboDual 框架开创性地解决了具身智能领域的协同控制难 题。作为业界首个通用具身双系统架构，该方案整合了“大脑”的认知泛化优势与“小脑”的执行效能。该框架通过 边缘计算部署实现高效推理，采用交替执行机制，其中通用策略（Generalist Policy）提供跨场景的语义理解能力， 而专用策略（Specialist Policy）则发挥其低延迟、高精度及快速收敛的技术特性。 为解决输出频率不匹配的问题，RoboDual 框架采用异步控制机制，Generalist 输出一步时，Specialist 输出多步。智元机器人基于 NVIDIA RTX 5000 Ada GPU 的硬件平台进行测试，该系统成功达到 15Hz 的实时控制频率，验证了异 步架构在具身智能系统中的工程可行性。 RoboDual 系统在三大关键指标上实现突破：（1）泛化能力：通过 CALVIN 仿真与真机实验验证发现，RoboDual 均领先 现有的 Generalist 和 Specialist 模仿学习方法，可以利用仅 5%的数据实现任务和场景的高效适配。（2）延迟间隔： 与 OpenVLA 的对比测试表明，RoboDual 在同等泛化场景下具有更低的推理延迟。在放置物品到购物篮的实验中， RoboDual 仅用时 16 秒，而 OpenVLA 用时 1 分钟以上。（3）操作精度：该系统在完成推动滑块、撞倒物品等任务时， 成功率较 OpenVLA 提升 20 个百分点，为通用操作系统的实际部署提供了可靠的技术保障。

数据层面：数据是大脑发展最大卡点，公司形成百万真机数据集

数据作为大模型演进的核心驱动力，其规模与质量直接决定系统性能上限。当前机器人多模态模型存在数据严重不足 的问题：语言大模型参数规模呈指数增长，从 2020 年 BERT 的 3.4 亿参数跃升至 2024 年 GPT-4 的 1.8 万亿，训练数 据量达 13 万亿 token。而具身智能领域主流模型（如 RT-2、π0 系列）仍停留在 33 亿参数量级，训练数据规模受限， 这种数量级的差异直接导致物理交互泛化能力的代际差距。训练数据的匮乏成为制约具身智能发展的重要瓶颈。

智元在数据的采集与训练方面竞争优势明显，其 AgiBot World 数据集及具身世界模型 EVAC 扩充了具身智能模型现有 数据库，为具身智能模型的迭代进化提供了有力支撑。 在数据采集方面，2024 年 12 月，公司正式发布 AgiBot World 数据集——全球首个基于真实场景、全硬件平台与工业 级质量控制的百万级真机开源项目，这一突破性成果标志着具身智能领域迎来关键的“ImageNet 时刻”。与 Google Open X-Embodiment 数据集相比，AgiBot World 在长程数据规模上实现 10 倍提升，场景覆盖广度扩展 100 倍，同时 数据质量从实验室标准升级至工业应用级别，为具身大模型训练建立了新的基准体系。AgiBot Word 数据集以场景多 样性为核心特征，覆盖家居（40%）、餐饮（20%）、工业（20%）、商超（10%）及办公（10%）等五大类 100 余种真实场 景，其中 80%为包含多原子技能的 60-150 秒长程任务，其长程数据规模超越 DROID 和 OpenX-Embodiment 达 10 倍以 上。

在数据训练方面，2025 年 4 月，智元机器人推出行业首个具身智能一站式开发平台 Genie Studio。该平台针对开发 者面临的数据获取难、模型训练复杂、开发成本高等核心痛点，通过标准化的“采-训-测-推”全流程解决方案，显著 降低了具身智能开发的技术门槛，使机器人模型训练效率获得突破性提升。2025 年 5 月，智元机器人发布全球首个基 于机器人动作序列驱动的具身世界模型 EVAC(EnerVerse-AC)和具身世界模型评测基准 EWMBench，旨在构建“低成本 模拟-标准化评测高效迭代”的全新开发范式，持续赋能全球具身智能研究。

3. 迭代速度领先：研发与产品快速迭代，商业化进展领头羊

智元成立不到三年，但已经实现完整的商业化布局并成为国内机器人综合能力比拼中成为头部公司。智元机器人自 2023 年 2 月成立以来，经历了战略融资-新品发布-量产与技术突破三个发展阶段。 成立与融资阶段（2023 年）：2023 年 2 月成立初期，凭借创始团队在机器人和 AI 领域的深厚技术背景与丰富经验， 迅速吸引业界关注。4 月，完成天使轮融资；8 月，发布第一代通用型具身智能机器人原型机——远征 A1，引起行业 轰动，同月与临港集团签署战略合作协议；11 月，荣获 2023 福布斯中国创新力企业 50 强；12 月，完成 A+轮融资， 投资方包括高瓴创投、蓝驰创投等顶级资本，成立仅一年完成多轮融资，估值超 70 亿元，为技术研发与产品量产奠 定资金基础。2025 年 3 月，智元再获新一轮融资，由腾讯投资领投，多家产业方及老股东跟投。目前将以 150 亿元的 估值接洽新一轮融资。 技术合作与新品发布（2024 年）：2024 年 1 月，智元机器人与北大成立联合实验室，共同攻克关键具身智能技术问题， 加强产学研合作。3 月，完成 A + 轮融资，加速推进新一代商用人形机器人的研发和落地；5 月，与均普智能达成战 略合作；6 月 14 日，与科大讯飞在上海签订战略合作协议，整合各方优势资源，提升技术实力与市场竞争力。8 月 18 日，举行“智元远征 商用启航”年度新品发布会，发布“远征”与“灵犀”两大系列共五款商用人形机器人新品，覆 盖交互服务、柔性智造、特种作业、科研教育和数据采集等多应用场景。 量产突破与技术升级（2025 年至今）：2024 年 10 月，智元临港工厂投产。同年 12 月，智元机器人开启通用机器人量 产；截至 2025 年 1 月，第 1000 台通用具身机器人下线，标志在量产方面取得重大突破，其中双足人形机器人 731 套， 轮式通用机器人 269 套。2025 年 2 月 27 日，发布 AgiBot Digital World 仿真框架，为机器人操作技能研发提供支 持；3 月 10 日，正式发布首个通用具身基座模型——智元启元大模型(Genie Operator -1)；3 月 11 日，发布双足智 能交互人形机器人灵犀 X2，不断完善产品矩阵与技术体系，推动具身智能机器人商业化进程；4 月 23 日，智元远征A2 交互服务机器人亮相上汽荣威、北汽、长安等多个车企展台，拓展应用场景；7 月 7 日发布新款人形产品“灵犀 X2- N”。

尽管成立较宇树科技、傅里叶智能等本体厂商晚，但智元拥有目前国内最快速的商业化进程。截至 2025 年 7 月，智 元已完成 9 轮融资，进入 B+融资轮次，融资估值约 150 亿。公司成立 2 年 5 个月，平均 3 个月/轮的融资节奏大大超 出同行速度（宇树科技 12 轮耗时 9 年，傅利叶智能 11 轮耗时 10 年），资本密度与时间效率凸显其在机器人赛道的稀 缺吸引力。

智元机器人凭借其领先的技术实力与产业化前景，在融资历程中成功构建了多元化的战略股东阵容。既获得红杉中国、 蓝驰创投等顶级投资机构的专业加持，又赢得比亚迪、腾讯等科技巨头的产业赋能，更吸引三花控股、卧龙电驱等产 业链核心企业深度参与。独特的资本结构不仅印证了资本市场对其发展潜力的高度认可，也凸显了智元在智能机器人 产业链中的关键节点地位，展现出强大的产业协同价值与生态整合能力。

4.渠道布局领先：生态伙伴众多，群策群力快速开拓下游市场

在销售渠道上，智元构建了三级递进的销售渠道体系：以电商直销为基点，通过行业客户合作深化布局，借力供应链 伙伴合作拓展商业边界。三大渠道层层推进，实现市场覆盖的指数级增长。

在电商直销领域，智元通过打造自营智元商城平台，率先推出灵犀 X1 全套智能机器人组件，并开放硬件图纸与底层 软件源代码，构建了一个集研发、制造、学习于一体的开放式机器人自主创新平台，这一战略举措不仅大幅降低了机 器人制造领域的技术与资金壁垒，更通过知识共享机制显著提升了社会公众对智能机器人技术的认知水平与应用能力。 与此同时，公司策划了“机器人人人造”创意赛事，通过建立激励机制鼓励消费者在社交媒体平台分享个性化装机视 频与使用心得，强化了品牌科技亲民的形象认知，通过用户自传播实现了精准获客，将市场覆盖范围扩展至更广泛的 消费群体与专业领域。

在行业客户合作领域，公司通过招投标与战略合作方式，精准对接下游客户需求，提供整机机器人及配套服务解决方 案。2025 年 6 月，智元机器人与宇树科技成功中标中移（杭州）信息技术有限公司 2025-2027 年度人形双足机器人代 工服务采购项目，其中智元斩获采购包 1 全尺寸人形双足机器人标段，项目预算达 7800 万元。截至 2025 年 7 月，公 司已陆续中标华东理工大学、南方电网、清华大学等 9 个标杆项目，在行业客户市场拥有的深厚积累与竞争优势。 在供应链战略合作方面，智元与宁波华翔、蓝思科技、卧龙电驱和均普智能等产业链核心企业建立了深度协同关系， 充分整合合作伙伴成熟的销售网络实现高效分销。三者生产模式以终端销售为导向，其中均普智能旗下普智机器人还 将开展机器人本体的工业场景二次开发，显著提升产品在专业领域的适配性。这一创新合作模式已取得实质性成果， 卧龙电驱旗下希尔机器人与智元联合中标的绍兴市上虞江科数智产业发展有限公司工业数据采集智能终端项目，以 2474 万元的中标金额验证了合作模式的商业价值。