智元用“双模型+原生OS”重估具身智能的落地指标

导语

具身智能正在从“能不能完成一次演示”，转向“能不能长期、稳定地完成工作”。在本次创新日上，智元机器人发布了具身基座模型GO-3 Preview、全模态交互大模型WITA-OMNI、AGILE运动智能框架，以及具身原生操作系统灵渠OS 1.0。同时，公司提出了一个名为“Worken”的物理AI指标，用于描述机器人的有效智能工时。

核心要点

• 两类模型分工更清晰。 GO-3 Preview聚焦任务理解、动作生成和复杂操作，采用具身原生的WRAM架构，并结合后训练系统Genie Evolver与任务框架Genie Master。WITA-OMNI则把语音、视觉、文本输入与语音、表情、动作输出放进统一模型，面向开放环境中的自然交流。
• 评测与能力边界。 按智元披露，GO-3 Preview在RoboDojo、RoboTwin和RoboColiseum三项评测中排名第一；WITA-OMNI在Daily-Omni、TimeLens-Bench、EmbSpatialBench和MMAU四项评测中登顶。这些结果说明模型在特定测试维度上具备竞争力，但真实部署仍要面对环境变化、异常恢复和持续运行等问题。
• 软硬件开始收拢。 AHA3试图用单颗SoC统一调度运动、交互和作业能力；重载机器人精灵G2 Max面向高负载、长时间作业；灵渠OS则提供硬件抽象、实时控制和可复用Skill。智元计划在年底开源灵渠OS 1.0，并开放部分经过量产验证的代码和软件包。
• 用Worken连接技术与产出。 该指标由活跃机器人数量、自主工作时长和产出效能比构成，意在把部署规模、无人接管能力和实际效率放在同一框架内。

意义与影响

智元这套布局的重点，不只是增加一个模型或推出一款机器人，而是试图补齐具身智能商业化中的“中间层”：模型负责理解和决策，本体负责执行，操作系统负责适配与调度，现场数据再反哺训练和任务规划。工业产线、零售门店和文旅场景的部署案例，则成为检验这条链路的现实环境。

Worken的价值在于改变行业讨论方式。过去，人形机器人往往以动作演示、参数和单次成功率吸引关注；如果有效工时、连续运行和合格产出被持续记录，竞争就可能逐步从“谁的Demo更酷”转向“谁能稳定创造生产力”。当然，Worken目前仍是智元提出的探索性指标，如何统一不同场景的口径、验证数据的可比性，仍需要行业共同完善。

从模型、本体到OS，智元正在押注一体化工程能力。最终这条路线能否成立，不取决于发布会上的功能数量，而取决于机器人能否在真实岗位中少接管、少停机，并持续交付合格结果。

来源：量子位