极智嘉联合创始人陈曦谈当前最焦虑的事：技术不够

作者 | 杨睿琪

编辑 | 刘毓坤

凤凰网科技讯 7月16日，具身智能热度持续攀升，但从演示走向工业生产，仍横亘着技术成熟度、可靠性与商业回报等多重门槛。极智嘉联合创始人、极智嘉具身智能科技有限公司CEO陈曦在接受凤凰网科技等媒体采访时直言，与十年前创业时相比，这一轮具身智能创业最大的不同，是技术尚未达到真正商业化量产的阶段。

“刚才提到我最焦虑的是什么？就是技术上不够，这是特别明确的一个结论。”陈曦表示，当前产业链上，无论是大脑、本体还是其他方向，都有大量投入，背后反映的正是整个产业的技术水平仍未达到真正工业生产场景下的商业化量产要求。

不过，他同时强调，具身智能并非要等所有技术完全成熟后再寻找商业落点。极智嘉希望以“技术和业务双轮驱动”的方式推进：先在相对结构化、又包含海量SKU复杂操作的仓储拣选场景中解决一类明确问题，再伴随模型和硬件能力提升，逐步拓展应用边界。

从物流机器人到通用机器人

极智嘉成立于2015年，长期围绕软硬件全栈自研机器人平台和大规模多智能体调度引擎展开业务。陈曦介绍，过去11年，极智嘉的产品均以机器人集群形式进入智能物流仓库和智能制造工厂。目前，公司约三成业务来自中国、七成来自海外，服务范围覆盖电商、医药、零售、汽车和新能源等行业，并于2025年7月登陆港股。

2024年，极智嘉在内部成立具身智能技术研发团队，开始布局通用机器人和通用具身模型；公司上市后，又将团队独立为具身智能子公司。此后，极智嘉先后推出Geek-Brain具身大模型，并于今年2月春节前发布通用双臂轮式机器人Gino1。

陈曦表示，极智嘉选择在产品和大模型接近商用状态时再集中对外展示，是因为希望推出的产品能够真正为客户创造价值。其长期目标是“通用机器人+通用大脑”，但未来两三年的重点仍是物流和工业场景。

这一路径与极智嘉十年前的创业逻辑既相似又不同。陈曦回忆，当时公司锚定的是确定性应用场景，“把这个产品做出来，只要做出来就一定能够去用，一定能有客户价值”。而当前的人形机器人不可能一下变得“什么事都能干”，这不符合技术发展规律。因此，企业需要找到能够承接现阶段技术的场景，并在真实业务中持续迭代。

仓储拣选正是极智嘉选择的第一个落点。大型仓库中的SKU可达百万级，物品可能是充气袋、透明包装、纯色橡胶制品，也可能存在堆叠、遮挡、捡空或多捡等异常情况。不同物品对识别、抓取点、力度和策略提出不同要求。极智嘉具身智能机器人研发负责人董芹鹏将生产力标准概括为“3R”，即Range、Rate、Reliability，分别对应覆盖范围、效率和可靠性。

在效率层面，极智嘉强调的不只是单机速度，还包括云端调度系统对多台机器人的任务拆解和协同；在可靠性层面，则要求机器人面对干扰、遮挡等长尾情况时，能够调整抓取区域或改变物品位置，并恢复正常工作流。陈曦认为，只有投入真正的生产应用，硬件、模型和数据集才能从现场反馈中持续变好，长期形成竞争力。

今年至少千台级机器人，Q3启动客户POC

对于量产节奏，陈曦透露，Gino1在春节前完成第一代样机后，经历了工程化迭代、降本和质量可靠性提升，目前已接近量产状态，Q3将逐步启动客户POC，客户覆盖国内和海外。面向极智嘉全球客户应用场景，公司今年计划至少推出千台级机器人，并会根据不同应用场景适配分层模型、VLA模型及最新模型。

需要区分的是，极智嘉所披露的“历经11年、对外交付产品超7万台”，指的是物流机器人，并非Gino1。陈曦还表示，公司全球已部署将近10万台机器人，并有数万台工作站处于实际应用场景，这些节点将成为真实业务训练场和数据飞轮的重要组成部分。

极智嘉希望进一步补齐无人仓中仍依赖手眼操作的环节。陈曦称，从人工替代比例看，物流机器人已覆盖仓库约60%至70%的人工工作，剩余约30%至40%主要涉及拣货、打包、搬箱和分拣。其中，打包更具挑战，不仅需要精确抓取，还要求以准确姿态放置物品。公司的研发将按照无人仓完整流程逐步推进，并通过多智能体系统协同不同类型机器人及人工处理异常，保证客户现场持续生产。

在机器人形态上，极智嘉选择轮式移动底盘与人形上身的组合。陈曦解释，上半身越接近人类，越有利于从人类动作和视频中低成本获取数据；下半身则应服从应用场景。仓库和工厂地面平整，轮式机器人的电能利用效率高、成本低、自由度少且移动快；在室外台阶或不平坦地面，足式机器人更有优势。综合投资回报、复用性和泛化能力，轮式移动加人形上身是其现阶段认为相对理想的构型。

“一核双引擎”推进模型、数据与生态

围绕具身智能业务，极智嘉提出“一核双引擎”战略。“一核”是Gravity具身智能框架，并推出Gravity 4D模型；“双引擎”则分别是数据引擎和生态引擎。

极智嘉具身大模型团队负责人陈超介绍，主流世界模型更多基于RGB或RGB潜空间进行推理，倾向于生成外观合理的视频和动作，但机器人操作还需要理解真实三维空间中的位置、关系与运动。Gravity 4D引入pointmap和Scene Flow：前者刻画机械臂、物品及其空间关系，后者描述物体的旋转、平移和轨迹，两者构成4D表征。

在LIBERO-Plus零样本扰动实验中，Gravity 4D相较基线版本总体指标约提升5个百分点，在相机视角变化、光照变化和传感器噪声等项目上提升更明显。陈超表示，这意味着模型学习到的是底层三维结构与运动规律，而非单纯画面。对于大批量部署而言，现场光照变化和传感器安装位置难以完全一致，这类泛化能力尤为重要。

数据引擎方面，极智嘉将数据来源划分为互联网数据、第一视角数据和真机数据，并计划建设自己的数据采集场。陈曦认为，仓库中的数百万种SKU覆盖了生活中大部分可见物品，高频、可迁移且接近商业闭环，抓取成功或失败也能形成明确反馈。通过实际部署、远程接管和异常处理，公司可以持续收集长尾问题，用于模型迭代。

生态引擎则通过GINO ECO开放生态展开。极智嘉计划向大脑算法公司共享真实场景数据集，并向机器人本体公司开放客户场景及积累十年的行业Know-How，以自身整体解决方案和全球交付能力，将不同本体、模型和移动机器人整合后交付客户。陈曦认为，具身智能仍处早期，单一企业不可能覆盖所有机器人型号和形态，产业链需要更细的分工与协作。

商业化不能停留在Demo

陈曦反复强调，产业当前的核心矛盾，是大量产品仍停留在Demo阶段，距离持续、稳定地在客户现场工作尚有差距。“大家看到满屏Demo，但是真正去干活，我们客户其实是非常suffer的状态，做完Demo之后没法持续。”

可靠性短板在高频作业中尤为突出。董芹鹏举例称，仓储机器人每天需要抓取8000至10000次，目前市面上头部低自由度灵巧手的寿命约为30万至50万次，可能使用一个月左右就损坏；两指夹爪寿命基本没有问题，但难以覆盖海量SKU。Gino1因此选择三指灵巧手，在灵活性与线缆走线、电机选型、寿命设计之间取得平衡，团队同时还在研究更高自由度的灵巧手。

在商业模式上，陈曦认为，客户购买设备还是采用机器人即服务（RaaS），本质上是商业选择。大型客户可能希望持有资产，而人形机器人作为更智能、更完整的作业个体，也更容易采用RaaS。决定客户是否买单的核心，仍是产品能否解决生产效率和用工问题，并带来明确投资回报。

极智嘉具身智能公司目前也已启动首次对外融资。陈曦表示，具身智能是“未来上限非常高的产业”，公司上市后既有二级市场融资渠道，也开始开放一级市场融资的可能性。

对于下一步场景，陈曦给出的路线仍然克制：先把仓库中对物品操作的泛化能力练出来，再进入无人零售、无人药店、冲咖啡和卖货等商业场景。更长远的家庭和工厂目标，则取决于技术持续提升。

“我们也能看到非常多让人欣喜的地方。”陈曦说，在大模型助力下，具身智能每天都在变化，全球资本和顶级人才持续投入。他相信，大脑和产业供应链体系都会出现巨大变化，但产业演进“一定不是一蹴而就的”。在技术尚且“不够”的现实下，让机器人从一个个可交付、可持续的生产场景中积累能力，或许正是走向通用智能更务实的路径。