在2025年8月，智元机器人和宇树机器人联合拿下了中国移动价值1.24亿元的大项目，其中智元分到了7800万。这事儿不仅是为了赚钱，也是在考供应链、市场和技术这三板斧，更是给国家搞“具身智能新基建”的动作做了响应。要想达到这种水平，得靠团队自个儿盖的3000平方米的数据工厂和开源的AgiBotWorld数据集，这些辛辛苦苦攒下来的3000多种真实物品数据，就是突破“最后一毫米”的关键底牌。 2019年那会儿，稚晖君用128块电路板拼出个会自动驾驶的自行车，被网友喊成了“野生钢铁侠”；到了2022年，他搞的机械臂干了72个小时一点毛病没出；再到了2024年，远征A1在3C电子厂里每8秒就能把一枚Type-C接口装得稳稳当当。这一系列动作背后，全靠GO-1模型把适配各种场景的成本砍掉了九成。 在2024世界机器人大会上，稚晖君自嘲说：“咱们的机器人能分清楚拿铁和美式咖啡的杯子形状不一样，可一到开冰箱门的时候卡壳了37次。”这些实实在在出的洋相，逼着GO-1模型通过不断把数据倒回来的方式去进化。别人还在追求60%的成功率，智元却定下了“每项任务接近100%成功率”的高标准，重新给人形机器人的商用定了规矩。 这种技术革命的效果已经很明显了。内部测出来的结果是，GO-1模型的成功率比普通的要高32%，这相当于后者辛辛苦苦迭代三个大版本才能赶上的效果。在汽车工厂的实际干活里头，这个模型把备件分拣的效率提升了47%。最吓人的是它的学习速度——只要看人类演一遍动作就能学会，这种“看着会”的本事让人形机器人第一次有了通过日常对话积累物理经验的可能性。 日本网友以前嘲笑咱是那回事儿了。中国机器人产业用25年就把面子争回来了。现在GO-1模型正往养老、医疗、教育这些地方去铺呢。当年在B站敲电路板的那个少年，正靠着“技术底座+场景落地”这两个轮子往前跑，准备掀起一场全球的具身智能风暴。等到机器人的“教练”变成了真正的“老司机”，这场关于“最后一毫米”的突破，没准儿就是家里以后能到处看见人形机器人的最后那一步。 咱们再来看看具体的干活细节。那台银色的机械臂正在上海张江实验室里搞动作，居然用三根手指头捏着玻璃壶往马克杯里注水。这个毫米级的高精度倒水演示，证明了稚晖君他们攻克了具身智能的最大难关——最后那点硬茬子。波士顿动力的Atlas能翻跟斗算不出咖啡豆多少克，特斯拉Optimus懂报表端不稳盘子，这种“运动能力和认知水平分家”的情况太尴尬了。GO-1模型的解法是独创了个ViLLA架构——这个把多模态大模型和混合专家系统混在一起的系统，让机器人看30条抖音上的倒水视频就能明白怎么应对各种杯子的形状。 在宝钢工厂做测试的时候，GO-1展现出来的进化速度快得吓人。头一批的20台远征A1机器人通过云端分享学习数据，只用了72个小时就把车门装配精度从±1.2毫米压到了±0.5毫米。这相当于三天干完了以前要两年才能走完的路。这招叫做“群体智慧”，就像教室里50个学霸互相传授解题的诀窍一样实时同步经验。 跟那种要喂它几百万个数据才能学会一个动作的老路子不一样，GO-1只要有上千条视频就能跑到别的地方去干活。在苏州智慧养老院的实践中，装了这套系统的机器人不光能看老人走路调整搀扶的力气，还能记住32位老人吃药的习惯。这种带温度的智能是因为它有个“意图理解-环境感知-动作生成”的架构结构，就像坐在副驾驶座上的老司机一样听话——听你说一句“倒杯温水”，它自己就能把门打开、选杯子、倒水这11个动作连起来干好。 智元机器人在把技术底座和实际场景结合上做得很有一套。远征系列在4S店能记住50款车型的参数还用方言给你讲解；在博物馆能根据观众的年龄来调整说话的深浅。这种把工业的“硬”场景和服务的“软”场景全给包圆了的做法让智元没踩进单一市场的死胡同里去。现在他们线下已经造了超过2000台机器了，一年的产量估计还得好几千台，工厂、仓储、电力、互动这四大方向全在开花结果。 2024年世界机器人大会上还有个事儿挺有意思。稚晖君把大家的疑惑给揭开了：“咱们的机器人能分清拿铁和美式咖啡的杯子差异，可在开冰箱门时卡壳了37次。”正是这些翻车现场推着GO-1模型不停地往回倒数据去进化。 咱们再算算账就更清楚了。GO-1模型的任务成功率比普通的提高了32%；汽车工厂用它分拣备件的效率高了47%；最可怕的是它学东西快——看人类做3次新动作就能学会。这种一看就会的能力让机器人第一次有了通过日常聊天积累物理经验的可能。 从被日本网友嘲笑到让国际同行震惊，中国机器人产业用了25年就完成了大反转。随着GO-1模型在养老、医疗、教育这些地方继续落地生根，那个在B站敲电路板的少年正用技术底座加上场景落地的双轮驱动掀翻全球具身智能的飓风。等到机器人的“驾驶教练”变成了真正的“老司机”，这场关于“最后一毫米”的突破没准儿就是家里以后能到处看见人形机器人的最后那一步。