智元提出Worken：重新计算机器人的工作价值
一台机器人走下生产线，是否就意味着具身智能实现了落地？
过去，行业习惯用出货量、参数和演示效果评价机器人。但机器人生产出来以后，到底有多少真正进入现场？每天能自主工作多久？完成的任务是否有实际价值？这些问题很难用“卖了多少台”回答。
在2026智元创新日上，智元联合创始人、总裁兼CTO彭志辉提出了一个新的衡量单位——Worken，即有效智能工时。
它试图回答的不是“造了多少机器人”，而是一个更直接的问题：
这些机器人，究竟干了多少有效的活？
01
给机器人设置一个可以量化的KPI
蒸汽时代，人们用马力衡量机器的力量；电力时代，用千瓦时计算能量；进入生成式AI时代，Token成为衡量模型计算和使用规模的重要单位。
到了物理AI时代，智元认为机器人也需要一种新的价值尺度。
Worken由“Work”和“Token”组合而来，其计算方式可以概括为：
Worken＝活跃机器人数量×自主工作时长×产出效能比
这个公式有三层含义。
首先，机器人必须真正进入工作状态。生产了多少台、交付了多少台，并不等于有多少台在持续创造价值。
其次，机器人要能够自主、稳定地工作。一个需要工作人员频繁接管的机器人，与能够连续完成任务的机器人，产生的有效工时显然不同。
最后，还要考虑工作质量。机器人运行了八小时，并不意味着产生了八小时有效产出。如果任务反复失败、效率低于现场要求，同样不能算作完整的生产力。
这点很有意思。
过去行业讨论机器人，常常容易陷入参数竞争：自由度更多、速度更快、模型更大、动作更像人。但进入真实场景后，客户最终关心的其实很朴素——能不能上岗，能干多久，干得怎么样。
Worken相当于尝试给机器人设置一个综合KPI，把关注点从“机器人看起来有多先进”，转向“机器人实际创造了多少价值”。
当然，Worken目前仍是企业提出的度量概念，未来能否形成行业通用标准，还需要统一统计口径和第三方验证。但它指向的趋势很明确：具身智能正在从展示能力，转向计算生产力。
02
要积累有效工时，机器人首先得有一副耐用的身体
想让Worken增长，第一步不是让机器人学会更多炫酷动作，而是让它能在真实环境里稳定运行。
工厂中的机器人可能需要连续搬运重物，公共场所里的机器人要面对拥挤人群，户外和特种场景还会遇到雨水、高低温、冲击等问题。实验室中的短时间演示，很难覆盖这些长期运行条件。
围绕部署需求，智元发布了第三代硬件架构AHA3，并从通信、动力、定位和连接等方面进行升级。其中，EtherCAT加万兆以太网的高速总线、高功率GaN电驱带来的更强动力、多模融合的厘米级定位，以及WiFi、5G多模融合的高稳定连接。
比较值得关注的是皮下式关节液冷系统。根据智元披露，该系统的散热能力达到传统风冷方案的7倍，关节持续扭矩达到常规风冷方案的3倍。
可以把它理解为给机器人的关节装上了一套“循环散热系统”。
机器人短暂举起重物并不难，真正困难的是持续举、反复举。关节长时间高负荷运转会不断发热，一旦温度过高，机器人就必须降功率甚至停机。液冷系统的目的，就是让机器人在重载任务中工作得更久。
面向淋雨、浸水和极端温度场景，智元还发布了达到IP67防护等级的特种关节。据其介绍，相关关节可以在零下40℃至55℃环境中稳定工作。
机器人的手也在同步升级。灵巧手作为部署执行器，决定精细操作能力的上限。
智元此次展示了OmniHand 3系列灵巧手以及OmniPicker 3触觉夹爪。其中，OmniHand 3已经进入工业产线连续作业；OmniHand 3 Ultra强调高自由度与全域触觉感知；OmniPicker 3则在每个夹指上布置70个触觉点，每个夹指70个触觉点，力重比184牛每公斤，为行业最高。
对机器人而言，触觉不是锦上添花。
没有触觉的机器人抓取物体，更像戴着厚手套工作：它知道手指合拢了，却不一定知道物体有没有滑动、是否捏得太紧。加入触觉后，机器人才能根据接触状态实时调整力量，应对柔软、易碎或位置存在偏差的物体。
大会现场还发布了重载具身机器人精灵G2 Max。按照公开参数，其单臂负载20公斤，双臂合计负载40公斤，峰值负载达到50公斤，纵向作业范围从地面延伸至2.5米高位。
它瞄准的不是端茶倒水，而是料箱搬运、上下料等真正需要力量和持续作业能力的工业任务。
目前，精灵G2已经在龙旗工厂覆盖平板量产质检工段，并进入芯片封测、CNC上下料等场景；广州地铁则部署了120台精灵G2，用于安检、咨询和巡逻任务。
这些案例背后的共同逻辑是：只有机器人能够稳定工作，Worken才有积累的基础。
03
硬件负责上岗，模型和系统决定它能不能越干越好
可靠的身体解决了“能不能工作”，但要让机器人适应不同任务，还需要模型、操作系统和部署工具共同配合。
端到端交互大模型WITA OMNI
在交互智能方面，智元发布了具身全模态端到端交互大模型WITA-OMNI。
传统机器人的交互链路通常被拆成多个模块：先把语音转换成文字，再由语言模型理解内容，随后生成回答，最后调用语音、表情和动作模块。
模块越多，中间传递信息的次数越多，机器人就越容易出现反应慢、表情和语言不同步等问题。
WITA-OMNI尝试把语音、视觉和文本输入，以及语音、表情和动作输出，放进同一套模型中进行统一建模。具备极速响应、超强拾音、灵动情感、本体部署、语言大咖（支持超过100种语言和29种方言）、Intelligent FaceUI、全时自主、全模态拒识；特别是Intelligent FaceUI 交互，让复杂问题更直观。
（机器人创新观察于交互智能展馆录制）
以前，机器人的输出模式是听完再想，想完再说，说完再做动作，但现在，听、想、说和动作尽可能同步发生。
即便是在现场这样嘈杂的环境下，也可以实现多国语言，多种方言的丝滑同声传译。这对于文旅、酒店、零售和公共服务场景尤其重要。
用户不会像操作工业设备一样，严格按照固定指令和机器人交流。现场可能嘈杂，问题可能说到一半，也可能夹杂方言和模糊表达。
按照智元公布的信息，WITA-OMNI支持超过100种语言和29种方言，并计划分阶段面向国内外客户部署。
（机器人创新观察拍摄）
真正有挑战的并不是让机器人回答一个问题，而是让它在真实环境中知道什么时候应该回答、怎样回应，以及如何配合眼神、面屏和肢体动作完成交流。
目前，在多个具身交互相关的权威评测榜单中，WITA-OMNI表现亮眼。截至目前，WITA-OMNI已拿下全模态理解榜单Daily-Omni、视频时序定位榜单TimeLens-Bench、具身场景空间理解推理榜单 EmbSpatialBench和复杂场景的音频理解推理榜单MMAU第一名。
GO 3 Preview让机器人边工作边学习
在作业智能方面，智元展示了新一代具身基座模型GO-3 Preview，并已于近日登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单。
其整体训练思路可以分成三个阶段。
前期，模型通过大规模数据学习通用能力；中期，机器人结合真机、物理仿真和世界模型继续训练；进入部署场景后，再利用具身Agent框架连接判断、执行和反馈，使机器人能够根据现场数据持续改进。
这相当于把机器人的学习过程从“上岗前培训”延伸到“上岗后继续进修”。
传统自动化设备完成部署后，功能通常基本固定。场景一旦发生变化，就需要工程师重新编程和调试。具身智能更希望建立另一种模式：机器人在工作中积累经验，新的经验再回到模型中，推动后续机器人更快适应类似任务。
这也是Worken背后更深的一层逻辑。
它不只是计算机器人工作了多少小时，还可能成为数据飞轮的一部分：工作时间越长，积累的数据越多；数据越多，模型能力越强；能力提升后，机器人又能进入更多场景，创造更多有效工时。
灵渠OS统一机器人软硬件底座
除了模型，智元还发布了具身智能原生操作系统灵渠OS 1.0，并宣布将项目捐赠给开放原子开源基金会。
机器人行业当前存在一个现实问题：不同本体、传感器、关节和执行器之间缺少统一接口。开发者在一种机器人上完成的应用，换到另一种本体后，往往需要重新适配。
灵渠OS希望在硬件与上层应用之间建立统一的软件底座。根据智元披露，该系统支持15类、100余种外设快速接入，并针对机器人高频控制任务进行了确定性时延优化。
这有点类似智能手机操作系统的作用。
开发者不必从摄像头、通信和底层驱动开始重新搭建，而是可以把更多精力放在机器人究竟要完成什么任务上。
模型提供智能，操作系统连接软硬件，部署工具负责把能力送到现场。三者共同决定机器人能否从一次演示，变成可复制的长期服务。
04
具身智能正在从能上台转向能上岗
机器人行业并不缺少令人惊叹的演示。
真正稀缺的是，把几百台机器人送进真实场景，并让它们日复一日稳定运行的能力。
在长隆与智元合作的具身智能主题乐园中，目前已有近500台机器人常态化部署，按照规划，年底将达到1000台，覆盖100多个岗位。宽窄巷子部署了常态化机器人运营服务中心，前滩香格里拉酒店引入机器人承担前台接待任务。
工厂、地铁、景区和酒店对机器人的要求完全不同，但最终都指向几个共同问题：部署要足够快，运行要足够稳定，维护成本要可控，能力还要持续提升。
因此，智元此次发布的重点并不是某一个机器人或某一款模型，而是一套围绕部署形成的完整链路：
硬件让机器人能够长期工作，模型让机器人具备适应能力，操作系统降低开发和迁移门槛，真实场景则不断产生新的数据。
Worken把这套链路最终落到一个可被讨论的结果上——有效智能工时。
过去，我们用机器人数量观察行业规模；接下来，或许还要看有多少机器人真正保持在线，每天工作多长时间，又完成了多少有价值的任务。
当机器人开始拥有自己的KPI，具身智能的竞争也正在发生变化。
比起谁的动作更吸睛、参数更漂亮，下一阶段更重要的问题可能是：
谁能让机器人真正留下来工作，并且越干越好。
图片来源：公开资料整理
OCR:IMG:Robolojo RoboTwin 宝 RoboColiseum TOP12 TOP1 TOP12 Score/Success Rate Average (c2c+c2r) Overall score 61.90/56.42% 85.0% 78.82% RcboDJo Home Dociment Leaderboard Eval RoboTwin Leaderboard RoboColiseum DIMENTON AL RARKEY VIEW 1t sOINt G0-3Samhreriew AE8OT MH s3*25 5n RA roan Yre CTEE ANERANEA EOA mH us o Soalon GO-3NanoPrevlw AGENT-HAM AGHBOT 41.90/56.421 sHn An. sn n AGIBOT GO-3 Nano Preview 0.7882 - OPyRUWLe AODET PDASroip 0.35/. PscAM snm sn Rn Isinn ss oI O HaSw AOdT teuefotoe N.36/44.39 KHE sne tn. HSS OCoi 110 apeas sotT-m Mniteu .3F.M 公众 ous RH2 Mosen JA enECH机器人创新观察 Oiedt AOY CaAL Z.W/.a RWMLA h
OCR:IMG:WorkenTM重新定义机器价值 Worken TM Redefining MachineValue 龙旗产线上下料 广州地铁安检引导 珠海长隆文娱表演 爱仕达零售导购 Production-ine Loaingand Uodingat Longche Security Screning Guidanceat Guangzhou Metro Entertainment Performanceset Zhuhai Chmelong Retai Shopping Guide atASD 2956.8 Worken |528h|07 14,400 Worken 120240|05 480 Worken 300|0.6 10,269 Worken
OCR:IMG:智元 AGIBOT Worken TM d0B C CR 活跃机器人数量 X 自主工作时长 产出效能比 有效智能工时 Number of Active Rabots AutonomousOperating Hours Output Efficincy Ratio Effective Intelligent Work Hour 决定物理智能的覆盖规模 决定机器人提工具还是智能体 决定机器人的工作效率
OCR:IMG:你好 年 o Bonjour 上衣黑色·短袖 下装·灰色·长裤 配饰眼镜 估距 1.2m 画面方位 右 AVSE 发言中 3 公众号·MosenTECH机器人创新观察
OCR:IMG:运动智能+初步交互
OCR:IMG:WorkenTM重新定义机器价值 Worken TM Redefining Machine Value 龙旗产线上下料 广州地铁安检引导 珠海长隆文娱表演 爱仕达零售导购 Productin-ine Loading and Uoading at Longchee Security Screning GidanceatGuanghou Metro Entertainment Performncest ZhuhaiChimelong Retil Shopping Guide atASD 2956.8 Worken |528h|07 14,400 Worken 120240|05 480 Worken 300|0.6 10,269 Worken 公众号·MosenTECH机器人创新观察
OCR:IMG:WITA-OMNI多个具身交互相关的榜单第一名 WiTA-OMNo5enMutgeEnoooedinteactonLeaderbod ESN TOP1 时京定提 TOP1 RMAU CEIRSE TOP1 TOP1 L店 Rr M 三 = mn
OCR:IMG:智元 AGIBOT Worken TM dOb ? CA 活跃机器人数量 自主工作时长 产出效能比 有效智能工时 Number of Active Robots AutonomousOperating Hours Output Efficiency Ratio Effective Intelligent Work Hour 决定物理智能的覆盖规模 决定机器人是工具还量智能体 决定机器人的工作效率
OCR:IMG:预训练Scaling GO-3Preview具身生架构 WRAM拓展智能边 R 元 DIX Pre-Training Scaling:GO-3Preview Embodied-Natiy RANY GO- WRAM Expands the Boundariesof Intelligence 公众号·MoseOTECH机器人创新观察
OCR:IMG:智元 AGI3OT Worken TM dob ? A 活跃机器人数量 自主工作时长 产出效能比 有效智能工时 Number of Active Robots Autonomous Operating Hours Output Eficiency Ratio Effective Intelligent Work Houn 决定物理智能的覆盖规模 决定机器人是工具还是智能体 决定机器人的工作效率 公众号·MosenTECH机器人创新观察
OCR:IMG:WITA-OMNI多个具身交互相关的榜单第一名 WiTA-OMNtNo5enMutgleEnoodedinteactonLeaderbomds EoN TOP1 村市电# TOPI RMAU CRIRSN TOP1 TOP1 三 公众号·MosenTECH机器人创新观察 mn
OCR:IMG:2#0 精灵G2Max 安规级重载具身标杆 万钧之力，灵动不停 田 创新观
OCR:IMG:2## 精灵G2Max 安规级重载具身标杆 万钧之力，灵动不停 田
OCR:IMG:运动智能+初步交互 公众号·MosenTECH机器人创新观察
OCR:IMG:公众号·MosenTECH机器人创新观察
OCR:IMG:你好 语言大咖 2 Bonjour Language maestro Hello 100多种语言|29种方言无缝切|同声传译|双语互译 100+Languages|Seamess Switching Across 29 Dialects Ciao SimultaneousInterpretation|BiingualTranslation 公众号：MosenTFCH机器人创新观察
OCR:IMG:你好 语言大咖 2 Bonjour Language maestro Hello 100多种语言|29种方言无缝切|同声传译|双语互译 100+Languages|Seamless Switching Across 29Dialects Ciao SimultaneousInterpretationBiingual Translation
OCR:IMG:预训练Scaling GO-3Preview具身生架构 WRAM拓展智能边 R DI Pre-Training Scaling:GO-3PreviewEmbodied-Nati RAN GO-7 WRAM Expands theBoundariesof Intelligence
OCR:IMG:你好 年 nn Bonjour 上衣黑色·短袖 下装灰色·长裤 配饰眼镜 估距 1.2m 画面方位 右 e AVSE 发言中
OCR:IMG:Robolojo RoboTwin 宝 RoboColiseum TOP12 TOP1 TOP12 Score/Success Rate Average （c2c +c2r) Overall score 61.90/56.42% 85.0% 78.82% RcboDJo Home Dociment Leaderboard Eval RoboTwin Leaderboard RoboColiseum DIMENTON AL RARKEY VIEW 1t sotNt G0-aSashreriew 7 AE8OT MT s3*2s 5n RAI roan Yre CTETE ANEHANEA eEOA oHm us Soeton GO-3NanoPreview+ AGENT-HAM AGHBOT 41.98/56.421 snn An. sn n AGIBOT GO-3 Nano Preview 0.7882 - OPyRUWLm AODET PDAGroop 0.35/. PslcAu snm snH Rn Isins snse oMI OHSew AodT teuefoton 1.36/4.39 sne KHI +n. H 0m-0-so 1ee 小 oapeas sotT-m Mnitleu .3.3 on RH2 on AH cO toN015 ot Oiedt AOY CAL Z.W/. HRM HT UFTCAIN DPTSAIA E.T om
OCR:IMG:同传&翻译 Live Translation 能听懂102种语言&方言， 01同声传译“我说中文，你说英文 言无缝切“接下来用四川话陪 中日互译” AGIBOT
OCR:IMG:同传&翻译 Live Translation 听懂102种语言&方言， 01同声传译“我说中文，你说英文 天缝切“接下来用四川话 中日互译” AGIBOT
OCR:IMG:同传&翻译 Vive Translation 听懂102种语言&方言， VB 01同声传译“我说中文，你说英 盲天缝切“接下来用四川话 日互译” AGIBOT
OCR:IMG:翻译 同传& Live Translation 能听懂102种语言&方言， 01同声传译“我说中文，你说英 言无缝切“接下来用四川话 中日互译” AGIBOT
OCR:IMG:同传&翻译 Live Translation 能听懂102种语言&方言， 01同声传译“我说中文，你说英文 言无缝切“接下来用四川话陪 启中日互译” AGIBOT