别人还在叠衣服，至简动力的 100 台机器人已下车间
跟造车相比，现在的具身智能行业，更像是个“小作坊”的局面。
作者｜周永亮
编辑｜郑玄
在具身智能这条赛道上，来自理想系的高管身影格外显眼。目前，从理想汽车走出来、投身具身智能创业的高管已超过十位。而在这批创业者中，至简动力堪称最独特的存在——它的三位创始团队成员，董事长王凯，CEO兼CTO贾鹏，联创兼COO王佳佳，全部来自理想汽车的智能驾驶团队。
三个人在2025年7月底成立至简动力，半年时间连拿五轮融资，融资额超过20亿元。这速度，让至简动力迅速成为具身智能赛道里不容忽视的一股力量。
最近，至简动力迎来了又一个关键节点。2026年7月6日，至简动力在苏州举办了场景落地暨百台交付仪式。仪式上，他们宣布首款全场景机器人i7 Pro完成首批百台交付，并正式落成全球首个CNC智能化具身机器人产线。
过去两年，我们经常看到具身智能公司发布机器人干活的视频——抓取、分拣、叠衣服，镜头里行云流水。但很多关键问题很少被追问：这些机器人离开精心布置的演示站台，还能正常干活吗？能连续稳定运行多长时间？除了展示的那一台，第十台、第100台能否复制同样的表现？
成立还不到一年的至简动力，给出了自己的答案。它不是发一段炫酷的视频，而是直接把一百台机器人送进了绿的谐波、东山精密的工厂。这也是目前行业公开报道中，从公司成立到实现百台交付速度最快的纪录。
比起交付速度，更值得追问的是：他们是怎么做到的？以及这一百台到底意味着什么？
为什么偏偏选了一个“不好看”的场景
坦白说，如果单纯为了“出圈”，CNC上下料绝对不是一个讨喜的选择。
它不像叠衣服、冲咖啡那样直观，也没有太多视觉冲击力。机加工车间往往又吵又脏，地面有油污，金属碎屑横飞，进去体验五分钟就知道这跟“性感”一点都不沾边。至简动力CEO&CTO贾鹏在采访中被反复追问：为什么要选CNC场景，而不是一个更容易讲故事的场景？
图片来源：至简动力
他的解释里，藏着三层逻辑。
第一层，是任务复杂度。贾鹏反复强调一个概念：长程任务，或者说移动操作任务。他特意纠正了一个说法，“我们首先不把它叫搬运”。CNC上下料不是简单的“从A点搬到B点”。工人要把毛料从料箱里拿出来，精准装夹进机床，中间误差必须控制在0.5毫米以内。加工完成后要取出来，吹碎屑，做自动化质检，发现问题还要修正，最后才能入库。这一整套流程串起来，才是一个完整的具身操作任务。
第二层，是它对节拍的要求相对没那么极限。CNC加工本身非常耗时，大部分时间机床在自己转，机器人不需要跟人拼手速，可以在等待间隙完成移动、取放、质检、入库等一系列动作。对机器人来说，这是一个相对友好的试验场。相比之下，流水线的工作对节拍要求极高，目前整个具身智能行业的硬件成熟度，还远远达不到能顶流水线工位的水平。
第三层，也是最现实的一层——市场足够大，而且足够痛。目前，全国有300多万台机床，上百万从业者，平均年龄逼近45岁。年轻人不愿意进厂，尤其不愿意干这种又吵又脏、伴随油污粉尘的活。据介绍，目前苏州不少工厂招工困难已经是常态。至简动力的判断很简单：不是去找最容易做的场景，而是去找最需要被解决的场景。机器人只要能在这里稳定产生价值，客户对投入产出比的感知会非常直接。
图片来源：极客公园
在苏州开璇智能工厂，这套逻辑已经跑在产线上了。在现场可以看到，至简动力i7 Pro在CNC智能化具身机器人产线里，伸出手臂张开夹爪，从料箱里抓取零件，转身走向机床，精准定位后将零件插入机床内部，整个动作大约两分钟。等待加工的间隙，机器人会在不同工位之间移动，完成上料、取料、定位、插入等连续操作，匹配产线的真实生产节拍。
图片来源：至简动力
另外，至简动力对外传播中最容易被记住的一句话是“一小时开箱即用、通用泛化、快速部署”。对此，很多人或许会疑惑，甚至把它看成是一个营销话术。
贾鹏说得非常直白：“现在没有任何一个通用具身模型，能保证到一个完全陌生的新场景，直接做到100%成功，这个谁也保证不了。”所谓的一小时，前提是提前拿到了部分场景数据，做过预训练，也做过任务拆解，到现场之后是“快速适配”，而不是从零开始摸索。他们甚至坦白，哪怕一小时之后先做到80%、90%的成功率，后面也需要持续迭代把这个数字拉上去。
据了解，i7 Pro最高配版本售价仅22.98万元。王佳佳算过，相比传统方案，购买i7 Pro可以1.5年回本。目前，苏州机加工行业平均工资在1万元左右。
行业还在从0到0.1阶段
对于成立一年的至简动力，百台交付真正的分量不在数字本身，而在于它证明了一件事：从产品定义、算法模型、数据闭环、本体设计，到供应链、工程量产和现场部署的系统能力，已经开始跑通。
可能很多人好奇，为什么至简动力能这么快完成i7百台交付？
图片来源：至简动力
答案不在某一个单点技术里，而在一套系统能力里，包括全栈自研软硬一体、LaST0等自研模型体系、数据Infra、本体能力和供应链优势。
其中，模型体系是他们投入最大的部分。目前，至简动力大概有150人，模型和算法团队大约70多人，占了一半。贾鹏认为，如果没有真正训过多模态基座模型，没有大规模训练集群和数据治理经验，很难长期支撑机器人模型迭代。
虽然已经拿下了第一个重要节点，但联创兼COO王佳佳的判断很冷静：“我们觉得行业整体现在还处在0到0.1，远没到0到1。具身智能最难的地方是，几个0到1都耦合在一起：本体是0到1，数据是0到1，模型也是0到1，产品商业化也是0到1。”
这些话，放在具身智能创业普遍靠讲故事、拼估值、抢首发的当下，显得有点不合时宜。但贾鹏认为，具身智能行业真正意义上的0到1，得是年交付破万台的级别。低于这个体量，毛利根本撑不起研发投入，谈不上真正的规模化。
同时，具身智能的“0到1”比大模型和自动驾驶都难，因为具身智能同时要解决本体、数据、模型、商业化四个“0到1”，而且它们互相耦合。大语言模型还有互联网数据可用，自动驾驶至少有车队和用户数据，具身智能现在什么都没有，只能自己去采、去标、去训练、去迭代。硬件本体也还在早期，供应链标准、工艺标准都还没完全起来。
谈到具身智能行业交付的现状，贾鹏表示，跟做汽车比，具身智能行业现在就是个“小作坊”。去年全行业机器人销量大概1.5万台，可能还不如一款车型一周的销量。
ToC是终局，但先从工业场景落地
被问到会不会做家庭场景，贾鹏没有回避。
但他认为，ToC机器人要成立，先得满足三个硬门槛：一是成本必须压到万元以内，中国消费者对超过一万元的耐用消费品会开始犹豫；二是产品力必须过一个体验阈值，否则用户新鲜感一过就弃用，没有留存就没有数据闭环；三是一条更沉重的门槛——安全。他用了一个不太浪漫，但很真实的比喻：七轴机械臂，本质上就是一根装了高扭矩电机的“鞭子”。
在技术路径上，他给出了ToC机器人必须跨过的五道泛化能力：通用移动能力、物品泛化能力、基础操作能力（与灵巧手深度绑定）、人机交互泛化（HRI），以及终极的跨本体泛化。
图片来源：极客公园
所以，目前ToC不是不想做，而是现在的硬件和数据基础还撑不起这个终局。贾鹏谈道：“大家都知道灵巧手是啥状态，我们用的灵巧手三天一坏，基本没法量产。”
因此，至简动力选择先在工业场景里把可靠性和快速部署能力打磨透，再逐步向商超、大型卖场这类“半开放但无需与人接触”的场景延伸，最后进入家庭场景。
对于成立一年交付100台的结果，王佳佳表示“内部很难说完全超预期。团队一直不太满意，因为一旦你发现要做的事情很多，就总觉得自己还可以再努力一点。”对于未来，他们不会只盯着一个静态交付数字，更看重交付斜率、产品稳定性、真实场景反馈和生态扩展。工业场景里打磨出来的部署能力，后面会逐步开放给合作伙伴和解决方案生态。
接下来，至简将在7月份继续推进产品矩阵，技术上会继续围绕模型、本体、数据闭环和部署工具链迭代。
站在2026年的中场回望，具身智能公司数量已经来到百家，接下来将经历从炫酷demo到落地场景的残酷转变。就像2016年左右新能源公司有上百家，前几年大模型公司也经历了“百模大战”，随后行业迎来大浪淘沙。对具身智能公司来说，只有那些能驾驭万卡算力集群、拥有基础模型与数据闭环能力的团队，才能真正穿越周期。
至简动力，正在努力拿到属于自己的那张“船票”。
*头图来源：至简动力
