今年3月，智元精灵 G2 在龙旗工厂平板测试上下料工位规模化投产并稳定运行，方案随后扩展至更多平板测试产线，并适配其他客户的手机测试上下料场景。目前，除 3C 电子制造外，精灵 G2 还应用于芯片封测、地铁安检、零售仓服务、货物拣选、拆码垛等多类场景。在智元看来，具身智能进入“部署态”，不是完成一次单点样机演示，而是让机器人在真实工位承担完整任务，并将经验证的能力复制到更多产线。

10月29日下午，2026智元创新日（A.I. Day）具身作业生产力分论坛在上海世博中心举行，产业伙伴、采购方、开发者等500余位代表参加。围绕“具身智能如何真正释放生产力”这一主题，论坛集中呈现具身基座模型 GO-3 Preview、具身 Agent 框架 Genie Master以及重载具身工业机器人精灵 G2 Max 等成果，展示一套可部署、可运营、可持续优化的 Physical AI 技术闭环。

“演示考验的是单点能力的上限，但生产力考验的是系统的下限。”智元联合创始人、联席总裁、具身业务体系总裁姚卯青在开场致辞中指出，作业生产力是一套严苛的工程标准：可衡量——成功率、节拍、MTBF（平均故障间隔时间）全部有数；可复制——不是一条示范线，而是成千上百条产线；可持续——不是交付即终点，而是越用越好。具身智能只有同时具备三项能力，才能真正走进产业现场。

【智元联合创始人、联席总裁、具身业务体系总裁姚卯青】

模型：全链路 Scaling 推动作业能力持续进化

围绕真实作业对泛化能力、执行可靠性和持续改进的要求，智元具身研究中心副总裁任广辉介绍了覆盖预训练、后训练与部署后的全链路 Scaling 路径。GO-3 Preview 建立通用操作基础，Genie Evolver 通过虚实协同后训练提升任务可靠性，Genie Master 支持机器人在部署后积累和利用真实作业经验。三者协同，支撑作业能力持续进化。

作为本次重点发布的具身基座模型，GO-3 Preview 通过理解、预测、动作生成统一的WRAM 架构，实现了跨场景泛化与精细操作能力。现场公布的实验显示，在训练数据规模扩展实验中，模型在20类技能100个任务上Zero-Shot平均成功率由13.4%提升至56.4%；在模型规模扩展实验中，Zero-Shot平均成功率由56.2%提升至73.2%。两组实验分别展示了数据规模与模型规模扩展带来的能力提升趋势。这意味着，物理智能的能力提升开始呈现可验证的 Scaling 规律。日前，GO-3 Preview 已登顶 RoboDojo、RoboTwin、RoboColiseum 三大具身智能评测榜单。

模型能力的提升并不止于预训练。针对真实任务中的不确定性，Genie Evolver 将真机、仿真和世界模型结合起来：真机提供真实反馈，仿真扩大覆盖范围，世界模型帮助机器人在关键状态下探索不同决策后果。在手机包装任务中，96台真机组成的群体经验学习系统实现98.3%的任务成功率；在手机充电任务中，成功率由60.0%提升至97.5%。

更关键的是部署后的持续进化。任广辉介绍了此次最新推出的具身 Agent 框架Genie Master，能够组织长程任务、维护进度、检查执行结果，并支持异常后的中断续接。在上海的一家便利店中，搭载 Genie Master 的精灵 G2 已在熟食打包、取货、补货等复杂精细任务中实现持续改进，完成任务流程的成功率从首日的28.6%提升至第五天后稳定在85.7%。与此同时，部署轨迹还可进一步用于优化动作策略；在一些难度比较大的任务上，通过部署后的持续改进相比仅依靠监督微调的方式提升17.7%。由此，现场运行不再只是模型能力的验证环节，也成为后续流程优化与动作改进的经验来源。

【智元具身研究中心副总裁任广辉】

本体：可靠性与一致性决定规模部署

模型要进入产业现场，第一步是拥有“可靠的本体”。智元 Genie 业务部副总裁彭思崴认为，机器人需要在可靠性、能效、灵巧性、安全性、规模制造上具备均衡能力。当作业场景更加复杂、部署规模持续扩大，本体还需要具备高一致性。只有这些底层能力共同成立，机器人才能从完成一次动作，走向长时间、稳定地承担任务。

作为工业级交互式具身智能标杆，智元 G2 系列围绕动态动作、精细操作、接触力控制和复杂空间协同，持续提升低延迟控制、精密操作、柔顺力控与高自由度协同能力，让机器人在不同机器、不同工位间保持一致的控制与响应。

分论坛上，智元带来该系列最新力作——重载具身工业机器人精灵 G2 Max。面向重载搬运与精细作业并行的需求，G2 Max 将大负载能力与双臂力控结合，双臂额定负载 40kg、峰值负载 50kg，覆盖 0.1 至 2.5 米的垂直作业范围，手臂重复定位精度≤±0.5mm。作为行业内率先实现长程、多任务作业的重载具身机器人，G2 Max 可适配码垛入库、拆垛下料、架间搬运、立体库等作业任务。

可靠的本体解决的是“能不能稳定执行”，而形成作业生产力，还要解决“能不能交付、能不能复制”。为跨越工程与规模门槛，智元升级 GDK、Genie Studio Agent、RL、Hub、Monitor 生态产品：GDK开发接口支持能力构建，Agent 组织任务，RL 快速实现精细作业，Hub 沉淀可复用的场景资产，Monitor 则提供运营管理与异常处置支持。开发、交付、运行、学习和共享由此形成闭环，推动机器人在垂域场景中真正进入部署态。

【智元 Genie 业务部副总裁彭思崴】

部署：从首个工位交付走向同类场景复制

机器人创造生产力，需要在真实工位上持续承担作业，并将经过验证的方案推广到更多同类场景。

智元 Genie 业务部部署态解决方案负责人王宽在分享中介绍，“部署态”是在约定的任务边界内，机器人自主完成感知、决策、执行与反馈，持续承担真实作业，并按照约定的节拍、质量和稳定性等指标完成验收。项目的实际价值，还需要结合现场运行情况与投入产出进行评估。

在他看来，“0 到 1”是首个场景的突破：围绕真实工位，完成关键技能验证、完整工作流与设备接口联调，实现产线并线并通过约定指标验收，同时沉淀训练方法、工程文件和验收资料。“1 到 N”则是在已有工程和开发方法的基础上，识别不同工位在物料、工序、接口和环境上的差异，完成适配、部署与验收，逐步形成持续交付能力。

这一路径已在真实产线中得到应用。智元以龙旗平板测试上下料首工位为起点完成机器人的并线，随后扩展至部署完整平板测试产线。在此基础上，相关方案继续用于平板测试产线扩线，并适配至其他客户的手机测试上下料产线，推动应用从首工位走向扩线与跨客户复制。

王宽表示，首站积累的末端方案、流水线设计和工程框架，可以为后续同类项目提供基础。面对不同客户和工位，仅需根据实际差异开展模型训练、点位配置、设备对接及必要的工装适配，即可完成现场联调和验收。

【智元 Genie 业务部部署态解决方案负责人王宽】

生态：标准能力平台 × 伙伴场景经验，交付可持续

为了让伙伴具备持续交付能力，智元将软件、硬件、算法、连接和资料包沉淀为基础能力，并提供覆盖开发、仿真、模型部署、任务编排、设备接入和运行监控的部署态工具链。

在国内某集成电路后端制造龙头企业的芯片料盘上下料现场，精灵 G2 与 AGV 协同作业，围绕夹爪与视觉定位、抓取执行、移动导航、任务串联、高精度放置和外部通信等环节展开开发。智元提供机器人本体能力、开发平台与技术支持，伙伴则结合具体工位完成末端适配、流程编排、设备对接和现场交付。通过明确的分工、阶段验收与运维机制，单个工位的成功经验才能沉淀为伙伴可复用、可持续交付的方案能力。

在另一家全球半导体头部厂商的上下料项目中，合作伙伴主导场景开发与客户交付，负责装载口视觉算法开发、现场验证、训练调试及客户认证对接；智元则开放机器人本体能力与接口，提供 GSA 工具链、技术指导和硬件支持。双方围绕设备部署、产线适配与验收按阶段协同推进，体现出标准能力平台与伙伴场景经验相结合的交付路径。

作为智元合作伙伴，火花机器人 CEO 韩义现场分享了具身智能商业服务的落地机会与策略。他表示，火花是具身智能全场景运营服务商，锚定人形体验、大模型交互、VLA作业三大核心能力，搭建从选型到运营的全链路创新服务体系，成功落地文旅、演艺、教育、酒店等近20个场景，推动具身智能从技术展示走向产业普惠。

【火花机器人 CEO 韩义】

结语

AI WAVE“七天七项”系列发布以来，引发业界对智元全栈具身 AI 技术布局的广泛关注。本次具身作业生产力论坛作为AI WAVE的线下延伸，进一步将相关技术放回真实产业场景，展示模型、本体与部署能力如何协同构成可部署、可运营、可持续优化的作业系统。智元将持续联接产业生态，加速 Physical AI 的落地与进化，推动机器人在真实世界、真实场景中创造真实价值。