文 丨 阑夕
或许不会有人想到，从重新发明并定义「个人机器人」这个新品类，到达成第5000台机器人正式下线的里程碑，启元机器人只用了30多天。
一个月前，我在上海发布会现场亲历了第一批启元Q1和启元T1的种子用户，分享他们是如何把这两款产品「用活」的，一个月后，量产战报俨然已登上了各大科技媒体的头条。
我就感觉到快。
不要误会，我并不是着急在颂扬什么，倘若马斯克口中百亿机器人的设想真能实现，那启元机器人造出的这5000台，只会是一个微不足道的小小起点。
但就是这个起点，放在如今狂热情绪急速消退的具身智能行业里，有着别样的意义。
根据一些粗略的数据统计，今年9月具身智能的融资总额相比上个月减少了超过40%，近乎腰斩，状况可谓相当惨烈。
资本市场不再买账的原因，当然是随着时间推移，那些只会空讲故事、却找不到任何实际场景的具身公司们，暴露出了商业化难以为继的致命缺陷。
换句话说，单靠表演大于实际的倍速干活以及跳舞打拳，这场左脚踩右脚的游戏，已经进行不下去了。
所以才说启元机器人的表现难能可贵，它不仅逆着版本实现了每2.5分钟下线一台机器人的量产目标——作为参考，行业里普遍都要10分钟以上——还作为一个参照系，带领市场回归了再朴素不过的商业常识：
做生意，首先得找到需求。
这里说的需求，并不存在标准答案，或者说，这个答案应该是由用户自己来定义的。
· · ·
2018年，苹果回顾App Store的第一个十年时，时任高管菲尔·席勒曾说过这么一句话：
「开发者创造的应用，以及用户把应用融入生活的方式，超出了我们最大胆的想象」
是的，在App Store正式上线之前，连苹果自己都不清楚打开潘多拉盒子迎来的到底会是什么结果，直到经由开发者之手，那些形形色色的用途不断汇入让人们各取所需，个人终端才慢慢形成了一个庞大市场。
某种程度上，具身智能也处在十分相似的临界点，当技术可以满足绝大多数的场景化任务后，需求从无到有被创造出来的唯一瓶颈，就是人类的想象力。
所以在启元机器人这里，你是真的能看到第一批用户，是如何把「个人」二字发挥到淋漓尽致的：
有宝妈已经完全将孩子的睡前时间托付给了启元Q1，让它每天生成一个不同类型的故事绘本，再图文并茂、连讲带演地读出来，这种吸引力，显然跟对着屏幕翻页是两个体验；
有白领直接将启元搬进办公室当起了随身助理，查日程、排会议、点咖啡，几句话就可以把零零碎碎的事情串起来，终于不用在忙到焦头烂额时，还要与各个APP辗转周旋了；
喜欢旅游的人，已经习惯了将启元T1当做长期户外搭子，双轮+四足形态不仅能自适应大部分地形，实现载物、移动充电这些功能性，必要时还可以当做第三人称视角的「人生记录仪」来用，打破了只差一个摄影师的尴尬；
我甚至还看到喜欢DIY的选手，热衷于用启元Q1的3D打印技能给机器人换上不同外壳，以此来适配自己定制的那些人设和动作……
能理解了吗？所谓的标准化，在这些用户身上几乎是不存在的，大伙完全不会拘泥于厂商预设的功能，只有悦己，才是那个唯一不变的价值。
启元机器人自研的两大底座——负责定制外形的PrimeFlow，负责学习技能的PrimeHub——就是要为千人千面的体感铺路，再细碎的个性化选项也能找到市场，将「个人」的概念贯彻始终。
我甚至觉得，在隔壁Personal Agent激战正酣时，反倒是启元机器人提前实现了Personal Robot的设想。
生活本就千差万别，有些事情你觉得无关紧要，换个人可能恰好愿意为此付钱，同一款产品能接住越多这样的差异，就越有机会从某一小群人的尝鲜，走向更多人的日常。
所以才说，量产只是一个水到渠成的结果，在整个具身行业都在静待下半场的漫长过程中，能够提前瞄准市场、锁定需求，才是启元机器人真正的底气所在。
如果说一个月前，启元机器人尚且还需要向市场解释我们为什么需要一台「个人机器人」，那到了泛用性已经初显成效的今天，新的问题则变成了，如何接住这些千差万别的需求。
10月29日，上纬新材、启元机器人CEO田华受邀出席了在深圳举办的2026 腾讯全球数字生态大会，只不过这次启元机器人的身份并非嘉宾，而是WorkBuddy最新的合作对象。
田华把这次结合叫作「Buddy with Body」，这个双关用得恰如其分，数字世界里的工作搭子，终于有了身体。
这就涉及到，作为市面上独此一家的定位，启元机器人在战略上并没有太多可参考对象，所以它用类似于产业分工的选择，与前沿AI公司一起共创出来一个市场：
比如在机器人的「大脑」层，启元机器人适配了GPT-6 Astra这样的前沿通用模型，借助其环境理解、复杂推理和任务规划能力；
到了物理交互与精细动作的「小脑」层，则由自研VLA具身模型挑起大梁，负责视觉-语言-感知的统一调度；
而在生态服务层，WorkBuddy就成了启元机器人干活办事过程中必须要团结的对象，连接数字世界里那些现成的应用，把内容、账户和服务调用起来。
值得一提的是，上面部分来自启元机器人首批用户的实际案例都有WorkBuddy的功劳，毕竟任凭机器人再如何聪明，也不能凭空查日程、点咖啡。
除了接入腾讯会议、微信读书和QQ音乐这些生态之外，WorkBuddy还赋予了机器人更多可以编排Skill的能力，能为增加用途提供现成基础，不必每次从零开始。
无论将机器人包装得如何高大上，它首先得是一件消费产品，而启元机器人战略意图的清晰之处，在于它并没有执拗于所谓的全栈自研，而是先用博采众长的打法完成最艰难的市场教育，拒绝重复造轮子。
之所以说启元机器人头脑清醒，是因为已经有太多实例证明，哪怕处在模型席卷一切的狂热叙事里，哪怕像OpenAI或Anthropic这样的头部AI公司，在改造旧世界的过程中照样有力所不能及的时候。
一个人走得快，一群人走得远，这是再简单不过的道理。
当然，要实现理想中的泛用性，还要面对成本这座绕不过去的大山。
这里说的成本，不单指造一台机器人需要的生产成本，还有让整个行业都为之犯难的训练成本。
要知道，具身智能长期以来所面临的主要困境之一，就是在训练过程中先有鸡还是先有蛋的问题。
什么意思呢？
在过去，行业的共识是真机训练数据的价值高于一切，但如若想只依靠真机数据实现Scaling Law，不仅要面临着极高的成本，还得先解决如何把机器人铺开的问题。
所以整个行业一直在「越不用越笨，越笨就越没人用」的怪圈里打转，而针对很多场景化任务，启元机器人已经有了两个非常具体的解法：
其一，是启元机器人近日刚刚发布的PrimeSim，可以理解为一款面向机器人操纵任务的世界模型仿真器，通过对中、后训练环节的改造，可以替代传统仿真器的交互推演能力，在两个机器人权威榜单EWMBench和WorldSimProbe测评里，PrimeSim均已登顶。
很大程度上，真机数据已经不再是必需品了。
其二，是启元与北大共研的HIL-UMI，用预测的方式极大提升了训练效率，在清理桌面的实操对比实验中，按每帧耗时计算，采用HIL-UMI方案的数据采集速度，已经达到了真机人工接管方法的5.63倍。
再叠加上PrimeHub里的仿真与真机验证机制，以及与WorkBuddy之间数据与能力的互为补充，只能说启元机器人的数据飞轮已经肉眼可见地越转越快了。
如果用当下流行的话来说，消费级市场的机器人，将不可避免地进入「大过日子时代」。
这倒不是说，科幻小说中的那些奇幻瑰丽的设想就此化为泡影，只是想要实现千里之行，就势必要经历始于足下的漫长过程。
要我说，资本市场冷一点也未必全然是坏事，它起码让人看清了，属于具身智能的广阔市场还在路上，从一些平凡又迥异的生活小事出发，就是一个很好的起点。
对于千变万化的AI行业，我期待的是，下一次大模型升级、平台上线新服务的时候，消费者可以不用只在新闻里感叹科技如何日新月异，他已经买回家的那台机器人，也能跟着长一点本事。
