別人還在疊衣服，至簡動力的 100 臺機器人已下車間

跟做汽車比，具身智能行業現在就是個「小作坊」。

作者｜周永亮

編輯｜鄭玄

在具身智能公司，理想系高管是很重要的存在。目前從理想汽車走出，投身具身智能創業的高管已有十余位。其中，至簡動力是最獨特的存在，它的三位創始團隊成員，董事長王凱，CEO&CTO 賈鵬，聯創&COO 王佳佳，都來自理想汽車智能駕駛團隊。

三個人在 2025 年 7 月底成立至簡動力，半年時間連拿五輪融資，融資額超過 20 億元，一舉成為具身智能賽道不容忽視的存在。

最近，至簡動力迎來又一個重要節點。2026 年 7 月 6 日，至簡動力場景落地暨百臺交付儀式在蘇州舉行。儀式上，至簡動力宣布其首款全場景機器人 i7 Pro 完成首批百臺交付，并落成全球首個 CNC 智能化具身機器人產線。

過去兩年，經常有具身智能公司發布機器人干活的視頻，比如抓取、分揀、疊衣服，鏡頭里都很流暢。但很多問題沒被追問：這些機器人離開精心布置的站臺還能干活嗎？能連續干多長時間？除了展示的那臺，第十臺、第 100 臺能否復制同樣的表現？

成立還不到一年的至簡動力，做出了自己的回答。它不是發一段炫酷的視頻，而是直接把一百臺機器人送進了綠的諧波、東山精密的工廠中。這也是目前行業公開報道中，從公司成立到實現百臺交付速度最快的紀錄。

比起交付速度，更值得考慮的問題是，他們是怎么做到的？以及這一百臺到底意味著什么？

01

為什么偏偏選了一個不好看的場景

其實，如果單純為了「出圈」，CNC 上下料絕對不是一個討喜的選擇。

它不像疊衣服、沖咖啡那樣直觀，也沒有太多視覺沖擊力。機加工車間往往吵又臟，地面有油污，金屬碎屑橫飛，進去體驗 5 分鐘后你就知道這跟「性感」一點都不沾邊。至簡動力 CEO&CTO 賈鵬在群訪的時候被反復問到一個問題：為什么要選 CNC 場景，而不是一個更容易講故事的場景？

圖片來源：至簡動力

對此，他的解釋里有三層邏輯：第一層是任務復雜度。他反復強調一個概念，長程任務，或者說是移動操作任務。他特意糾正了一個說法，「我們首先不把它叫搬運」。

CNC 上下料不是簡單的「從 A 點搬到 B 點」。工人要把毛料從料箱里拿出來，然后精準裝夾進機床，中間的誤差要求必須控制在 0.5 毫米以內。加工完成后要取出來，吹碎屑，自動化質檢，發現問題還要修正，最后才能入庫。這一整套流程串起來，才是一個完整的具身操作任務。

第二層，它對節拍要求相對沒那么極限。CNC 加工非常耗時，大部分時間機床在自己轉，機器人不需要跟人拼手速，可以在等待間隙完成移動、取放、質檢、入庫等一系列動作。這對機器人來說是一個相對友好的試驗場。

相比之下，流水線的工作對節拍要求極高，目前整個具身智能行業的硬件成熟度，還遠遠達不到能流水線工位的水平。

第三層，也是最現實的一層，就是市場足夠大，而且足夠痛。目前，全國有 300 多萬臺機床，上百萬從業者，平均年齡逼近 45 歲。年輕人不愿意進廠，尤其不愿意干這種又吵又臟，伴隨油污粉塵的活。據介紹，目前蘇州這邊不少工廠招工困難已經是常態。

至簡動力的判斷很簡單，不是去找最容易做的場景，而是去找最需要被解決的場景。機器人只要能在這里穩定產生價值，客戶對投入產出比的感知會非常直接。

圖片來源：極客公園

在蘇州開璇智能工廠，這套邏輯已經跑在產線上了。在現場，我看到至簡動力 i7 Pro 在 CNC 智能化具身機器人產線里，伸出手臂張開夾爪，從料箱里抓取零件，轉身走向機床，精準定位后將零件插入機床內部，整個動作大約兩分鐘。等待加工的間隙，機器人會在不同工位之間移動，完成上料、取料、定位、插入等連續操作，匹配產線的真實生產節拍。

圖片來源：至簡動力

除此之外，至簡動力對外傳播中最容易被記住的一句話是「一小時開箱即用、通用泛化、快速部署」。對于這一點，很多人或許會疑惑，甚至把它看成是一個營銷話術。

對此，賈鵬說得很直接，「現在沒有任何一個通用具身模型，能保證到一個完全陌生的新場景，直接做到 100% 成功，這個誰也保證不了」。所謂的一小時，前提是提前拿到了部分場景數據，做過預訓練，也做過任務拆解，到現場之后是「快速適配」，而不是從零開始摸索。他們甚至坦白，哪怕一小時之后先做到 80%、90% 的成功率，后面也需要持續迭代把這個數字拉上去。

據了解，i7 Pro 最高配版本售價僅 22.98 萬元。王佳佳算過，相比傳統方案，購買 i7 Pro 可以 1.5 年回本。目前，蘇州機加工行業平均工資在 1 萬元左右。

02

行業還在從 0 到 0.1 階段

對于成立一年的至簡動力，百臺交付真正的分量不在數字本身，而在于它證明了一件事：從產品定義、算法模型、數據閉環、本體設計，到供應鏈、工程量產和現場部署的系統能力，已經開始跑通。

可能很多人好奇，為什么至簡動力能夠這么快完成 i7 百臺交付？

圖片來源：至簡動力

答案不在某一個單點技術里，而在一套系統能力里，包括全棧自研軟硬一體、LaST0 等自研模型體系、數據 Infra、本體能力和供應鏈優勢。

其中，模型體系是他們投入最大的部分。目前，至簡動力大概有 150 人，其中模型和算法大概 70 多人，占一半左右。賈鵬認為，如果沒有真的訓過多模態基座模型，沒有大規模訓練集群和數據治理經驗，很難長期支撐機器人模型迭代。

雖然已經拿下了第一個重要節點，但聯合創始人兼 COO 王佳佳的判斷很冷靜，「我們覺得行業整體現在還處在 0 到 0.1，遠沒到 0 到 1。具身智能最難的地方是，幾個 0 到 1 都耦合在一起：本體是 0 到 1，數據是 0 到 1，模型也是 0 到 1，產品商業化也是 0 到 1。」

這些話放在具身智能創業普遍靠講故事、拼估值、搶首發的當下，感覺有點不合時宜。但賈鵬認為，具身智能行業真正意義上的 0 到 1，得是年交付破萬臺的級別。低于這個體量，毛利根本撐不起研發投入，談不上真正的規模化。

同時，具身智能的「0 到 1」比大模型和自動駕駛都難，因為具身智能同時要解決本體、數據、模型、商業化四個「0 到 1」，而且它們互相耦合。大語言模型還有互聯網數據，自動駕駛至少有車隊和用戶數據，具身智能現在什么都沒有，只能自己去采、去標、去訓練、去迭代。硬件本體也還在早期，供應鏈標準、工藝標準都還沒完全起來。

而談到具身智能行業交付的現狀，賈鵬表示，跟做汽車比，具身智能行業現在就是個「小作坊」。去年全行業機器人銷量大概 1.5 萬臺，可能還不如一款車型一周的銷量。

03

ToC 是終局，但先從工業場景落地

被問到會不會做家庭場景，賈鵬沒有回避。

但他認為，ToC 機器人要成立，先得滿足三個硬門檻：一是成本必須壓到萬元以內，中國消費者對超過一萬元的耐用消費品會開始猶豫；二是產品力必須過一個體驗閾值，否則用戶新鮮感一過就棄用，沒有留存就沒有數據閉環；三是一條更沉重的門檻，安全。他用了一個不太浪漫，但很真實的比喻，七軸機械臂，本質上就是一根裝了高扭矩電機的「鞭子」。

在技術路徑上，他給出了 ToC 機器人必須跨過的五道泛化能力：通用移動能力、物品泛化能力、基礎操作能力 (和靈巧手深度綁定)、人機交互泛化 (HRI)，以及終極的跨本體泛化。

圖片來源：極客公園

所以，目前 ToC 不是不想做，而是現在的硬件和數據基礎還撐不起這個終局。賈鵬談道，「大家都知道靈巧手是啥狀態，我們用的靈巧手三天一壞，基本沒法量產。」

所以，至簡動力選擇先在工業場景里把可靠性和快速部署能力打磨透，再逐步向商超、大型賣場這類「半開放但無需與人接觸」的場景延伸，最后進入家庭場景。

對于成立一年交付 100 臺的結果，王佳佳表示「內部很難說完全超預期。團隊一直不太滿意，因為一旦你發現要做的事情很多，就總覺得自己還可以再努力一點。」對于未來，他們不會只盯著一個靜態交付數字，更看重交付斜率、產品穩定性、真實場景反饋和生態擴展。工業場景里打磨出來的部署能力，后面會逐步開放給合作伙伴和解決方案生態。

接下來，至簡將在 7 月份繼續推進產品矩陣，技術上會繼續圍繞模型、本體、數據閉環和部署工具鏈迭代。

站在 2026 年的中場回看，具身智能公司的數據已經來到百家，接下來將經歷從炫酷 demo 到落地場景的殘酷轉變。就像 2016 年左右新能源公司有上百家，前幾年大模型公司也經歷了「百模大戰」，但隨后行業迎來大浪淘沙。對具身智能公司來說，只有那些能駕馭萬卡算力集群、擁有基礎模型與數據閉環能力的團隊，才能真正穿越周期。

至簡動力正在努力拿到屬于自己的那張「船票」。

*頭圖來源：至簡動力

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你最想要什么樣的家用機器人？