作者 | 鸿辰

编辑 | 头头

具身智能赛道最近很热闹，从宇树科技通过IPO，到优必选推出99万的AI伴侣，整个行业的扩张在不断加速。

智元机器人也迎来了自己的一个里程碑，其第15000台具身智能机器人精灵G2正式下线。而就在三个月前，智元才刚刚宣布突破万台大关，而在去年1月，这个数字还停留在1000台。

三年时间，智元从6台原型样机做到量产1.5万台，速度相当可以。但是，任何事物的发展都有一个上限，具身智能发展到目前的这个阶段，同样面临很多问题或者瓶颈，比如加速把产品铺向市场，量产速度能跟得上吗？背后机器人的“大脑”，有足够的数据喂养吗？

而且，智元想要建立的是一个具身智能生态“帝国”，走的是"先建生态、再收市场"的路线。这样的野心，究竟是成长的加速器，还是未来可能反噬自身的包袱？

这可不是单单审视智元一家具身智能公司，更是对整个具身智能行业从“快速扩张”走向“规模落地”时，必然面临的一次回溯。

1、高速扩张，供应链上的极限承压

也许有人疑惑，这才刚1.5万台的规模，就需要担心发展太快的问题了吗？是不是杞人忧天？

如果在汽车或消费电子行业，1.5万台那还真是不值一提，但在具身智能行业，这个数字足让整个产业链感受到相当大的压力。据智元合伙人、高级副总裁姚卯青的介绍，在机器人量产爬坡时，最初是Tier 1（一级供应商）跟着扩产能，到了5000台、10000台、15000台三个阶段，压力开始向更上游的Tier 2、Tier 3传导。

就是说，如果以5000台为一个台阶，其产能每上一个台阶，产业链的压力就要向外扩展一个层级。

之所以会出现这种情况，在于具身智能产业链是一种典型的工业化加速结构。一台人形机器人的核心零部件包括减速器、电机、传感器、电池、AI芯片等等，类目众多。而当行业出货量从千台级跃升到万台级，每一个零部件都要同步上量，而在此前，上游供应商还没有面对过如此陡峭的需求曲线。

就以智元的精灵G2的某个核心零部件为例，2025年初才开始筛选供应商，当时几乎没有完全符合标准的产品。当时，智元派出一名供应商质量工程师，直接驻扎在供应商处3个多月，才将对方的一次通过率从不到60%提升到95%以上。

这种高速扩张背后有一个容易被忽略的结构性特征，就是其本质上是一种“车轮式增长模型”，依赖量产能力提升、场景部署扩张与供应链规模化三个因素同时驱动，一旦进入工业系统级别应用，增长本身会受到“系统稳定性约束”。

而机器人和消费电子不同，它不是交付即结束，而是长期运行设备，需要持续维护、算法迭代与环境适配。所以，具身智能机器人的规模越大，系统耦合越强，运营复杂度并不会线性增长，而是呈指数级放大。

此外，供应链还要面对来自跨行业的资源争夺，因为当具身智能的出货量达到万台级以上后，就需要大批量采购芯片、PCB、电池等通用元器件，直接与消费电子、新能源汽车等行业产生正面竞争。

姚卯青就曾表示：“尤其是芯片，今年以存储为主的这一波产能紧张，对我们产生了不小的影响。”

目前已经有消息传出，谐波减速器、电机、特种材料等上游零部件存在明显的产能缺口。2026年的具身智能产业链，可能将面临一场系统性的“压力测试”。

2、数据瓶颈下，“大脑”燃料仍匮乏

其实，供应链压力还只是“身体”层面的挑战，数据困境，才是智元乃至整个行业面临的“大脑”层面的根本瓶颈。

智元创始人彭志辉（即稚晖君）在多个场合都曾明确表示，公司目前最缺的就是数据。他指出，相比大语言模型可以用整个互联网的数据进行训练，具身智能所需的数据还差了3到5个数量级。

不同于互联网数据，具身智能的数据是不能自然生成，也无法被低成本复制，只能通过机器人在物理世界中的实际操作获得，包括视觉、力觉、触觉、运动轨迹与环境反馈等多模态信息。但是，每一次数据采集都意味着真实设备运行成本、能耗成本以及场景搭建成本，这种成本结构，就决定了具身智能的数据增长天然具有“慢变量属性”，没有办法像大语言模型那样，依赖互联网语料就能实现指数级扩张。

而且，具身智能需要的数据包含接触力、摩擦力、重力、粘滞力等多个维度的真实物理交互数据，一个训练师每天训练8小时，最终能用的有效数据可能只有两三个小时。

就人形机器人学会“拿杯子”这样一个简单动作，可能就需要上千小时的数据。

数据的匮乏直接影响着机器人的泛化能力，也就是从“在特定场景完成特定任务”到“在任意场景完成同类任务”的能力。而为了缓解“数据饥渴”，智元一方面斥资购买外部数据，公开报道显示，2026年初，智元与湖北人形机器人创新中心签署协议，以每小时数百元的价格购买了数千小时的训练数据，涉及拿杯子、抓盘子、叠衣服等多个动作。

另一方面，智元也在推进自有的数据采集，并提出今年将逐步开源百万小时量级的具身数据集。

但是，面对千万小时级乃至上亿小时级的理想数据规模，这些努力有点“杯水车薪”的感觉。正如智元的下游客户之一、龙旗科技机器人业务部总经理李龙所言，“当下的问题是，机器人的大脑什么时候能迎来Scaling Law（规模化法则）的时刻，让它看一眼就知道应该怎么干了。但这不是短时间能解决的。”

而从行业目前的状况观察，行业数据整体上仍是高度碎片化的，不同机器人形态、不同厂商系统之间缺乏统一标准，导致数据无法高效复用，有着明显的数据孤岛结构。

也就是说，智元机器人要实现真正的突破，可能需要更长的时间。而彭志辉也判断，机器人要进入家庭这样的复制场景，至少还需5年左右。

3、做“生态巨人”，野心与能力如何平衡？

对于未来，彭志辉曾直言，“智元坚持长期主义，将持续投入数据、算力与生态建设，不以短期盈利为唯一目标。”

很多公司都把“长期主义”挂在嘴边，但能不能真的做到长期主义，其实不仅要看说什么，更要看在做什么。

在近来智元高管的对外表态中，可以经常看到“不缺钱”。彭志辉明确表示，公司2024年营收不到1亿，2025年已超过10亿，今年还会有几倍的增长，已具备自我造血能力，对外部一级市场融资没那么迫切。

但是，“不缺钱”的另一面，是需要巨大投入的具身智能战场，一个全流程量产机器人工厂，可能就需要上百亿元的投入。

此外，姚卯青提到，智元的团队到2026年底可能会到2000多人，仅员工工资，每年至少是十几亿元至二十亿元的支出。

更重要的是，智元正在构建一张“野心勃勃”的具身智能生态网络，这才是投入的大头。

对内，智元将多个核心模块拆分成子公司，允许其独立融资。比如其拆分出的灵巧手公司临界点、机器人租赁平台擎天租、物理AI数据平台觅蜂科技、四足机器人公司酷拓等，其中不乏独角兽。

智元这种“母体输血+子体融资”的模式，在行业上行期可以快速跑马圈地，但是，也对集团的战略协同和管理能力提出了极高要求。

对外，智元提出了类似“果链”的“A链”（智元供应链体系）构想，据不完全统计，目前已有20余家上市公司确认了与智元的供应商或合作伙伴关系。而且，智元4月份还发布了“元苼生态发展计划”，宣布2026年先行落地1亿元生态扶持资金，未来五年规划投入20亿元，旨在覆盖科研、教育、生态伙伴、开发者社区四大维度。

在全球化布局上，智元提出2026年收入的30%将来自海外，目标在不久的将来实现50%以上海外收入占比，并计划在海外区域构建本地制造工厂。

不难感受到智元这一系列动作背后的野心，但在行业尚未成熟的当下，这套为生态架构，也面临着管理黑洞和战略失焦风险。在上升期，合资公司是助力。但是，如果遇到资金紧张或战略收缩，这些布局就可能从“资产”变成难以割舍的“管理负担”。

供应链的承压、数据的饥渴、生态的负重，诸多挑战正在考验着智元。当聚光灯从发布会舞台转向工厂产线，比拼的将不再是融资额或发布会声量，而是产线上每一个节拍的稳定性、每一次交付的可靠性，以及在数据与智能的深水区，能否真正实现“越用越强”的飞轮效应。

智元已经证明自己“跑得足够快”，接下来的问题是，它能否“站得稳”。