至简动力100台机器人已下车间，别人还在叠衣服

在具身智能这场创业浪潮中，理想汽车出身的高管团队正成为一股关键力量。从理想汽车离开、投身具身智能领域的创业者已超过十位。其中，至简动力尤为特殊——其三位创始人，董事长王凯、CEO兼CTO贾鹏、联合创始人兼COO王佳佳，均来自理想汽车的智能驾驶团队。

2025年7月底，三人共同创立了至简动力。短短半年内，公司完成五轮融资，累计融资额突破20亿元——这一数字在当前的具身智能赛道中，足以令行业为之侧目。

2026年7月6日，至简动力在苏州举办场景落地暨百台交付仪式。公司宣布，首款全场景机器人i7 Pro已完成首批百台交付，同时全球首个CNC智能化具身机器人产线正式建成投产。

过去两年，我们目睹了太多具身智能公司的演示视频：抓取、分拣、叠衣服，镜头中动作流畅自如。但很少有人追问：离开精心布置的展示台，这些机器人还能稳定工作吗？能持续运行多久？除了展示的那一台，第10台、第100台能否复制同样的表现？

成立不到一年的至简动力，给出了自己的答案。不是一段炫酷的演示视频，而是直接将一百台机器人送进了绿的谐波、东山精密的工厂车间。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。

比交付速度更值得深究的，是他们如何做到的，以及这一百台交付究竟意味着什么。

为什么偏偏选了一个并不“好看”的场景

坦白说，如果单纯为了“出圈”，CNC上下料绝非一个讨喜的选择。

它不像叠衣服、冲咖啡那样直观易懂，也缺乏视觉冲击力。机加工车间通常嘈杂且脏乱，地面布满油污，金属碎屑四处飞溅——进去待上五分钟，你就会明白这和“性感”毫不沾边。至简动力CEO兼CTO贾鹏在群访中被反复追问：为什么选择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

他的解释中蕴含三层逻辑。第一层是任务复杂度。他反复强调一个概念——长程任务，或者说移动操作任务。他甚至特意纠正了一个说法：“我们首先不把它叫搬运。”

CNC上下料并非简单的“从A点搬到B点”。工人需要将毛料从料箱中取出，精准装夹到机床上，误差控制在0.5毫米以内。加工完成后取出零件，吹除碎屑，进行自动化质检，发现问题还需修正，最后才能入库。这一整套流程串联起来，才构成一个完整的具身操作任务。

第二层，CNC场景对节拍的要求相对不那么极限。CNC加工本身非常耗时，大部分时间机床在自动运转，机器人不需要与人比拼手速，可以在等待间隙完成移动、取放、质检、入库等一系列动作。这对机器人来说是一个相对友好的试验场。

相比之下，流水线作业对节拍要求极高，目前整个具身智能行业的硬件成熟度，还远未达到能上流水线工位的水平。

第三层，也是最现实的一层——市场足够大，且痛点足够深。全国拥有300多万台机床，上百万从业者，平均年龄接近45岁。年轻人不愿进厂，尤其不愿从事这种又吵又脏、伴随油污粉尘的工作。据介绍，苏州不少工厂招工困难已是常态。

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。只要机器人能在这里稳定创造价值，客户对投入产出比的感知就会非常直接。

图片来源：极客公园

在苏州开璇智能工厂，这套逻辑已经跑在了产线上。现场可以看到，至简动力i7 Pro在CNC智能化具身机器人产线中，伸出手臂、张开夹爪，从料箱抓取零件，转身走向机床，精准定位后将零件插入机床内部，整个过程大约两分钟。在等待加工的间隙，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，与产线的实际生产节拍相匹配。

图片来源：至简动力

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，甚至将其视为营销话术。

贾鹏直言不讳：“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，前提是提前获取了部分场景数据，做过预训练和任务拆解，到现场后进行的是“快速适配”，而非从零摸索。他们甚至坦诚，哪怕一小时之后先做到80%、90%的成功率，后续也需要持续迭代，将这个数字拉上去。

据了解，i7 Pro最高配版本售价仅为22.98万元。王佳佳算过一笔账：相比传统方案，购买i7 Pro可在1.5年内收回成本。目前，苏州机加工行业平均月工资在1万元左右。

行业仍处于从 0 到 0.1 的阶段

对于成立仅一年的至简动力而言，百台交付的真正分量不在数字本身，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，为什么至简动力能够如此快速地完成i7百台交付？

图片来源：至简动力

答案并不在于某一个单点技术，而在于一套系统能力——包括全栈自研软硬一体、LaST0等自研模型体系、数据基础设施、本体能力以及供应链优势。

其中，模型体系是投入最大的部分。目前，至简动力大约有150人，模型和算法团队约70多人，占比接近一半。贾鹏认为，如果没有真正训练过多模态基座模型，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的迭代。

虽然已经拿下第一个重要节点，但联合创始人兼COO王佳佳判断冷静：“我们认为行业整体现在还处在0到0.1，远未到0到1。具身智能最难的地方在于，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，产品商业化同样是0到1。”

这些话放在当下具身智能创业普遍靠讲故事、拼估值、抢首发的氛围中，似乎有些不合时宜。但贾鹏认为，具身智能行业真正意义上的0到1，应该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更难，因为具身智能需要同时解决本体、数据、模型、商业化四个“0到1”，而且它们相互耦合。大语言模型还有互联网数据可用，自动驾驶至少拥有车队和用户数据，而具身智能目前什么都没有，只能自己去采集、标注、训练、迭代。硬件本体也仍处于早期，供应链标准、工艺标准都尚未完全建立。

谈到具身智能行业交付的现状，贾鹏表示，与汽车行业相比，具身智能行业目前就像一个“小作坊”。去年全行业机器人销量大约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

被问到是否会做家庭场景，贾鹏没有回避。

但他认为，ToC机器人要成立，必须先满足三个硬性门槛：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；二是产品力必须跨过一个体验阈值，否则用户新鲜感一过就会弃用，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，他列出了ToC机器人必须跨越的五道泛化能力：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

因此，目前不做ToC并非不想做，而是现有的硬件和数据基础还撑不起这个终局。贾鹏坦言：“大家都知道灵巧手是什么状态，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中把可靠性和快速部署能力打磨成熟，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的交付数字，更看重交付斜率、产品稳定性、真实场景反馈以及生态扩展。在工业场景中打磨出来的部署能力，后续会逐步开放给合作伙伴和解决方案生态。

接下来，至简动力将在7月份继续推进产品矩阵，技术上将继续围绕模型、本体、数据闭环和部署工具链进行迭代。

站在2026年的中场回看，具身智能公司的数量已经达到百家，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。对于具身智能公司而言，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”。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：至简动力100台机器人已下车间，别人还在叠衣服要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题