一家苏黎世实验室的研究员下载了 100 万条在中国工厂、家庭和办公室里录制的机器人演示数据，训练出一个能预测机械臂下一步动作的模型。这些机器人没有一台产自苏黎世，它们来自上海公司智元机器人（AgiBot）。智元的判断很直接：人形机器人开发的瓶颈不在硬件，而在数据。
智元的赌注是，具身智能会沿着大语言模型的路径前进——靠共享的大规模数据集和开放竞争。这家公司用一种不常见的组合来支撑这个判断：制造规模加上开放发布。
关键要点
- 智元发布 AgiBot World，称其为首个百万级真实机器人轨迹数据集，覆盖完整真实场景并带工业级质控。
- 公司称数据规模约为谷歌 Open X-Embodiment 的 10 倍长程数据、100 倍场景覆盖，由实验室级升到工业级。
- 2025 年 3 月推出首个通用具身基座模型智元启元大模型（Genie Operator-1），次日发布双足交互人形灵犀 X2。
- 智元在上海工厂的量产节奏极快：2025 年 1 月第 1000 台下线，2025 年 12 月第 5000 台产出。
- 中国移动 2025–2027 年人形采购中，智元拿下全尺寸标包 7800 万元（约 1100 万美元 / 约 8580 万港币），占总额 1.24 亿元（约 1700 万美元 / 约 1.33 亿港币）的大头。
先有数据集，再有产品
2024 年 12 月，智元发布 AgiBot World，自称是首个百万级真实机器人轨迹数据集，在完整真实场景中采集并带工业级质控。公司将其与谷歌 Open X-Embodiment 数据集对比，声称长程数据规模约 10 倍、场景覆盖约 100 倍，质量从实验室级提升到工业级。
这个说法很大胆，在没有独立基准测试前部分无法验证，但方向很明确：智元想为机器人行为做一件类似 ImageNet 之于视觉的事。
据脑机网（NeuroAI）首席科学家李锚表示，100 万条真实机器人轨迹只有在模型能泛化到它们之外时才有意义——数据集是必要条件，而非充分条件。
搭建"大脑"
2025 年 3 月，智元发布首个通用具身基座模型智元启元大模型（Genie Operator-1），基于视觉语言模型（VLM）融合专家混合（MoE）架构。次日它揭晓双足交互人形灵犀 X2，搭载情感计算引擎，面向演出、接待与陪伴。
2025 年 10 月，智元在杭州 IROS 机器人会议上举办"Agibot World Challenge"，设操作与世界模型两条赛道，总奖金池 56 万美元，吸引来自五大洲 23 个国家的 431 支队伍。世界模型赛道要求参赛者用智元开放数据和 EVAC 基线构建能预判物理结果的系统。
世界模型的野心建立在这套技术栈之上：智元不要逐任务手工编程，而要一个给定目标就能跨不同机体规划与适应的基座模型——即它所说的"一脑多形"。世界模型在此框架下负责在机器人行动前预测物理环境如何反应。
除了数据集和基座模型，智元还在推开放开发者栈。通过灵渠（Lingqu）社区，它发布灵渠 OS、AimRT 中间件和灵巧手 SDK，模仿大模型世界的开源打法。目的是让智元硬件成为外部研究者的默认目标，使改进在整个生态里复利增长，而非留在公司内部。
同步量产硬件
2025 年 1 月 6 日，其第 1000 台量产通用具身机器人下线，含 731 台双足人形与 269 台轮式通用机。到 2025 年 12 月 8 日，第 5000 台在上海工厂产出。2025 年 11 月 20 日，远征 A2（Yuanzheng A2）以 106.286 公里创下人形机器人最长行走距离吉尼斯纪录。
在 2025–2027 年人形采购中，智元拿下全尺寸标包 7800 万元（约 1100 万美元），项目总额 1.24 亿元（约 1700 万美元），在更大份额上击败对手。2026 年 3 月，与上汽通用合作开发的"能仔 1 号"进入别克电池产线，是中国汽车行业最早部署在真实量产线上的人形机器人之一。
更难的提问
规模和开放本身并不能证明机器人能干活。智元的部署集中在柔性制造、科研、教育、表演与接待。跳到不可靠、非结构化的家庭或医院仍未被验证。它密集的发布节奏也可能掩盖机器离开演示台后日常可靠性的独立验证有多稀缺。
诚实的局限
关键数据来自智元官方渠道（其微信公告、汇总这些公告的百科条目）和国内国资背景商业媒体（中国经济网、央广网）。与谷歌数据集的"10 倍 / 100 倍"对比是公司自述，本文作者未做独立基准。中国移动的胜出有多家媒体（含中国证券报）相互印证，但台数与交付状态未单独核实。除已公布里程碑外，作者未评估智元启元大模型或能仔 1 号部署的真实可靠性。货币换算为近似值。
普通人现在能做什么
- 如果你用机器人数据做开发，在假定 AgiBot World 适配你的领域前，先审视它的授权与任务覆盖。
- 评判具身智能的承诺，看跨机体与跨场景的泛化能力，而非只看数据集规模。
- 观察未来两个季度智元的产线部署是否从"试点"走向"常规"——那才是世界模型论断的真正考验。