人形機(jī)器人公司要同時(shí)重視硬件和AI，使其良好整合,。美國(guó)當(dāng)紅人形機(jī)器人公司Figure AI創(chuàng)始人布雷特·阿德考克強(qiáng)調(diào)，軟硬件一體是關(guān)鍵,。

中國(guó)的一些機(jī)器人公司過(guò)去更關(guān)注硬件，而忽視了AI,。然而,，越來(lái)越多的中國(guó)頭部人形機(jī)器人企業(yè)開(kāi)始同步發(fā)力AI與硬件。智元合伙人,、具身業(yè)務(wù)部總裁姚卯青表示,，許多公司在算法或硬件方面存在偏科現(xiàn)象，這限制了整體發(fā)展,。智元追求硬件和AI的完整布局,，該公司成立于2023年2月，是一家專(zhuān)注于人形機(jī)器人的獨(dú)角獸公司,。

宇樹(shù)科技創(chuàng)始人王興興認(rèn)為,，具身智能大模型的研發(fā)成本高昂，技術(shù)路線尚不清晰,，因此采取謹(jǐn)慎態(tài)度,。但他也表示，公司會(huì)繼續(xù)關(guān)注和研發(fā)具身智能大模型,，因?yàn)橛布枰?wù)于AI,。

相比之下，智元將具身智能研發(fā)作為公司的戰(zhàn)略級(jí)投入領(lǐng)域,。姚卯青認(rèn)為，未來(lái)沒(méi)有智能化的機(jī)器人將失去競(jìng)爭(zhēng)力,。智元于3月10日發(fā)布了首個(gè)通用具身基座大模型GO-1,，該模型采用了Vision-Language-Latent-Action (ViLLA) 架構(gòu),，由多模態(tài)大模型（VLM）和混合專(zhuān)家模型（MoE）組成。VLM幫助機(jī)器人理解通用知識(shí)和場(chǎng)景,，Latent Planner獲得通用的動(dòng)作理解能力,，Action Expert則通過(guò)仿真數(shù)據(jù)和真機(jī)采集的數(shù)據(jù)實(shí)現(xiàn)精細(xì)的動(dòng)作執(zhí)行。

智元具身研究中心常務(wù)主任任廣輝指出,，當(dāng)前市場(chǎng)上的具身智能模型存在諸多落地難題,。例如，斯坦福的ACT小模型技能單一且無(wú)法學(xué)習(xí)新技能,；基于視覺(jué)-語(yǔ)言-動(dòng)作多模態(tài)大模型構(gòu)建的模型雖然具備場(chǎng)景感知和指令理解能力,，但缺乏大規(guī)模的操作視頻數(shù)據(jù)。智元發(fā)布的實(shí)驗(yàn)數(shù)據(jù)顯示,，GO-1的成功率提高了32%,，從46%提升至78%。

智元還與階躍星辰達(dá)成戰(zhàn)略合作,，共同探索AI+具身機(jī)器人應(yīng)用場(chǎng)景,。雙方合作將圍繞階躍的多模態(tài)、推理和訓(xùn)練等底層平臺(tái)能力展開(kāi),。此外,，智元在上海建設(shè)了一座數(shù)據(jù)采集工廠，投放近百臺(tái)機(jī)器人進(jìn)行真機(jī)數(shù)據(jù)采集,，并針對(duì)工業(yè)場(chǎng)景開(kāi)展概念驗(yàn)證項(xiàng)目,。

2025年被認(rèn)為是量產(chǎn)元年。智元已累計(jì)下線1000臺(tái)通用具身機(jī)器人,，其中雙足人形機(jī)器人731套,，輪式通用機(jī)器人269套。姚卯青預(yù)計(jì)今年公司的出貨量將達(dá)到數(shù)千臺(tái)規(guī)模,，營(yíng)收也將實(shí)現(xiàn)數(shù)倍增長(zhǎng),，進(jìn)一步推進(jìn)科研教育、服務(wù)業(yè)等場(chǎng)景的應(yīng)用,。