近日，在南京舉辦的“智匯金陵·AI開源人才峰會”上，智元合伙人、高級副總裁、具身業務部總裁姚卯青發表主題演講表示，具身智能想要真正走進實際場景、落地部署并賦能客戶，是一項極具挑戰性的系統工程，必須打通硬件、數據、模型、場景全鏈條閉環。

姚卯青表示，作為深耕具身智能領域的創新企業，智元機器人構建起從本體研發到場景應用的完整布局，2024年打造國內首個3000平方米機器人數據采集場地，采集海量行業數據并開源；依托數據積累，自主研發VLA與世界模型等多款通用具身模型，推出覆蓋全流程的一站式開發者平臺，為具身智能產業化筑牢技術根基。

直面數據瓶頸這一行業核心痛點，姚卯青指出：“語言模型可獲取數百萬億Tokens的訓練數據，但具身智能的訓練數據量，與之存在4到5個數量級的差距。”為此，智元率先啟動真機數據采集，并于2024年12月開源全球首個基于全域真實場景的百萬真機數據集AGIBOT World，該數據集迅速成為全球下載量最高的開源真機數據集，被英偉達等全球領軍企業廣泛采用。目前智元持續拓展數據維度，同步布局真機實操、人機交互、物理場景等多類數據采集，今年預計產出數百萬小時高質量有效數據，以優質數據夯實模型訓練基礎。

同時，為解決落地成本難題，智元構建了仿真全生命周期流程，“近90%的研發工作在仿真環境中提前搭建、驗證并跑通，僅剩余10%的場景適配與落地調試工作。”姚卯青表示，智元利用生成式AI實現小時級場景構建，大幅縮短了從實驗室到工廠的“最后一公里”。

圍繞核心技術突破，智元構建了“數據—預訓練—后訓練—世界模型”全鏈路閉環體系，打造可持續進化的具身智能模型。據姚卯青介紹，在預訓練層面，智元推出全國首個通用具身基座模型GO-1，開創性提出ViLLA架構，通過VLM與MOE的融合實現通用感知與動作能力及跨任務泛化，讓機器人既能從人類視角學習動作規律，又能掌握物理世界交互邏輯。

而在世界模型領域，姚卯青則強調，“世界模型是我們堅定投入的方向，早在2024年，智元就認準這一技術賽道。相較于語言模型偏向抽象邏輯思維表征，世界模型是從3D物理世界中學習規律，更適配具身智能場景需求。”去年7月，智元發布世界模型平臺Genie Envisioner，這是行業內首次構建的4D具身世界模型及基準數據集EWMBench。該模型統一了世界動作模型與仿真器，實現了從環境理解、動作推理到仿真訓練的全鏈路能力。

依托全棧技術突破，智元機器人已實現規模化產業落地，賦能新質生產力發展。姚卯青介紹，“我們的機器人已在3C制造領域實現零部件精準檢測與上下料作業，在泛工業場景完成吊箱拆卸與轉運，在汽車零部件領域實現自動化上下料，在物流場景完成包裹分揀與拆解。”目前相關技術方案已在真實工業現場實現24小時連續不間斷作業，產線效率（UPH）達到人類同等作業水平，平均無故障時間（MTBF）達百小時級別。

從數據采集、模型訓練到場景落地，一套成熟的具身智能體系，需要穩定可靠的硬件本體與VLA、強化學習、世界模型等核心技術的深度融合。姚卯青表示，“面向未來，智元將持續深化技術迭代與生態共建，讓我們的技術體系、數據模型與場景適配能力不斷邁上新臺階。這一戰略路徑，正是具身智能賦能新質生產力的生動實踐。”

在本次峰會上，魔搭社區聯合CCF智能機器人專委會、工信部裝備數字孿生技術重點實驗室及Lumina具身智能社區等權威機構，正式發布了EAI-100（Embodied Artificial Intelligence 100）具身智能年度百項代表性成果與人物榜單。其中，智元（AGIBOT）憑借全棧技術創新與規模化產業落地成果，獲得“先鋒人物”“年度10大突破”“年度10大數據集項目”及“年度10大落地典范”多項獎項。