AI 行业落地 | 第35期：设计迭代压到小时级，机器人按工时算账

AI行业落地 · 2026-10-31 · 九羲科技

10 月 30 日一天之内，三个场子同时交卷。

上海世博中心，智元创新日上彭志辉发布了 Worken——给机器人算“工时”的新度量衡；北京亦庄，阿尔特董事长宣奇武接受中证报专访，把二十年汽车研发攒下的“设计方法”摆上了 AI 的餐桌；腾讯全球数字生态大会的智慧出行专场，TAI 智能体和 AI 组织效能方案同台发布。

三个看起来不相干的动作，讲的是同一件事：AI 落地的衡量标准正在换——从“模型有多强”，换成“干了多少活”。

· · ·

汽车研发老兵：把二十年“设计方法”变成 AI 的训练语料

1. 背景：付费逻辑变了

阿尔特是国内首家 A 股上市的独立汽车研发企业。深耕整车研发二十余年，累计为国内外 80 余家客户研发了近 500 款车型——展厅里量产车型和概念车同台陈列，这是它的家底。¹

真正把它推向 AI 的，不是热闹，是两笔账。第一笔，效率账：AI 能把设计迭代压缩到小时级，消除后期返工、显著降本，还能缩短新人工程师的培养周期。第二笔，生存账：整车厂的付费逻辑已经转向“压缩开发周期”，研发服务商不跟上，连现在的单子都可能保不住。

宣奇武的话说得实在：“二十年积累的设计方法与工程诀窍，正是物理 AI 最好的训练数据与语料。”

2. 机制：三个关键设计选择

第一个选择：让谁教 AI。2024 年底成立太乙公司，正式切入 AI 算法赛道，组合是“熟悉工业工具的汽车产品经理＋底层 AI 架构”。阿尔特有约 2500 名专业汽车工程师，日常工作就是围着 CAD 和 CAE 转。宣奇武说：“在 AI 时代，这些工程师是最宝贵的资源，因为他们能够告诉 AI，自己每天在用 CAD 和 CAE 做什么。”标注员不是外包，是天天用工具的人——这是领域 AI 落地里最容易被低估的一环。

第二个选择：吃什么数据。公司沉淀了从造型、工程到 CAE 仿真、环境舱模拟的完整数据链，单一主机厂难以具备。宣奇武的卡位论值得细品：“纯 AI 公司精通算法，却不了解物理实体；传统车企熟悉整车，但流程过长，AI 难以深度嵌入，阿尔特恰好处于两者之间。”

第三个选择：先场景，后硬件。宣奇武的判断是：“只有让具体场景率先落地、数据飞轮先转起来，硬件的泛化能力才能真正提升。”产品体系叫“AI＋数智创造”：圆方知识大模型、御风空气动力学系统、太乙造型 AI 3.0，据公司介绍已在 30 余家主机厂试用。机器人业务走了另一条更重的路：9 月与富士康在亦庄合资成立富特康，把汽车行业的二次开发、中试试制、供应链管理和验证体系整体迁移到机器人产业，去跨“从实验室样机到规模化量产”之间的三道坎——供应链整合、工程验证、制造成本。宣奇武给出的相似度是 75% 以上：汽车工业攒下的量产经验，机器人工业可以直接拿去用——一体化压铸和冲压件能帮机器人量产降本。数据侧，和光轮智能设合资公司做场景数据采集与仿真训练——模型换一个场景就得重采数据，这是物理 AI 的硬约束。

3. 效果与成色

能写进效果栏的数字：设计迭代压缩至小时级；部分汽车仿真场景的准确度已提升至 98% 以上，“这套流程我们已基本打通”；“AI＋数智创造”工具在 30 余家主机厂试用；轻卡电动化改制 2025 年 4 月获量产认证并完成交付，重卡油改电订单落地；面向海外的小型电动汽车 ODM 项目已实现实车交付。

成色要分开看：以上多为“公司介绍”口径（中证报转述），“试用”不等于“采购”，“小时级”是董事长说法，没有第三方实测。可查的公开动作是 7 月发布的《智能体赋能汽车研发设计白皮书——从工具辅助到智能原生（2026）》，阿尔特联合中国汽车工业协会主编，一汽、长安、北汽、奇瑞参与编制——白皮书是实的，数字是宣称的。

可抄走的方法点：领域 AI 先算“数据账”。阿尔特最值钱的资产不是算法，是 500 款车型的完整研发数据链。做企业 AI 落地，第一步不是选模型，是先盘点：手里有没有别人没有的数据。

照见一层：宣奇武不说“第二增长曲线”，他说“这是行业的一次自我革新，是行业演进的必由之路”。话里有话——AI 对研发服务商不是加法，是付费逻辑变了之后的防守战。技术叙事之下，是商业模式的生存问题。看 AI 落地案例，先问“它为什么必须做”，再问“它怎么做”。

· · ·

智元发布 Worken：机器人开始按“有效智能工时”算账

1. 背景：数字世界有 Token，物理世界拿什么度量

彭志辉在智元创新日上抛的问题很直接：“数字世界的思考由 Token 来衡量，那物理世界的劳动应该拿什么来度量？”过去市场看机器人，看的是性能参数和炫酷的 Demo。10 月 29 日，2026 智元创新日在上海世博中心举行，彭志辉发布了 Worken（有效智能工时）——“物理 AI 时代的生产力单位”。同期，中国经济信息社联合中国信通院上海工创中心编制的《2026 具身智能产业创新报告》正式发布，Worken 和相关部署实例入选其中。²

2. 机制：公式里的三处讲究

Worken＝活跃机器人数量×自主工作时长×产出效能比。公式看着简单，三处都有讲究：活跃数量，指的是真正在岗工作的覆盖规模，不是躺在仓库里的；自主时长，要求机器人是自主的智能体、不依赖人类，不是开机时长；产出效能比，衡量的是“机器人的劳动能创造多少个人类的价值”。

这套度量衡的转向意味很浓：从“造身体”转向“喂大脑”，从“万台下线”转向“万台上岗”。彭志辉的话很醒：“万台下线只是制造业的胜利，万台能够上岗才是物理 AI 的胜利。”

长隆是第一个大规模考场。今年 9 月下旬，300 多台人形机器人和四足机器狗奔赴长隆飞船乐园“上岗打工”，100 多个点位，覆盖文娱商演、科普研学、导览导购、服务零售、智能伴游。300 台文娱表演场景的 Worken 达到 33480。运营细节很真实：最开始 1 个工作人员管 1 台机器人，后来做到 1 管 3，目标是今年年底人机配比 10:1；小朋友会抱机器人，突发互动要保证安全；没电、损坏、节目更新，都是日常。³

智元创新日发布会现场：Worken 被定义为“物理AI时代的生产力单位”（来源：第一财经资讯/新浪财经转载，裁剪）

卡点也摆在台面上。王闯（智元合伙人、高级副总裁）列了人形机器人从实验室走向真实部署的六大挑战——续航与系统稳定性、规模化生产和交付、网络与端云协同、模型进化与内容更新、主被动安全与易用性、运维。彭志辉补了一句狠的：“如果卖一台机器人还要给配一个‘保姆’，那么永远不会到那一天。”

3. 效果与成色

硬数字：通用机器人累计下线突破 2 万台；2026 年上半年营收接近 20 亿元；营收轨迹是 2023 年 30 万元→2024 年 6000 万元→2025 年突破 10 亿元→2026 上半年近 20 亿；上半年出货 9700 台、全球市占 43% 位居第一（第三方机构统计）；长隆开园近一个月，近 500 台机器人常态化上岗，覆盖 7 大核心场景 100 多个岗位。²

成色分开看：下线量、营收、市占率是公司披露＋第三方统计，成色较硬。但 Worken 本身目前只在智元内部计算——王闯明说这是“设想”，“当前还是刚刚起步”，按 Worken 消耗量计费“暂时还未形成商业模式”，“能否被行业和客户认可、发展成为像 Token 一样可以被明码标价尚是未知数”。³第一财经的标题点得很准：《给机器人算“绩效”：智元 Worken 计费待验证，规模应用仍是门槛》。另外，度量衡本身还没统一：清华大学鲁继文教授在行业高峰论坛上提出了另一个概念“Woten”。³

可抄走的方法点：给新生产力先立“账本”。Token 之于大模型，Worken 之于机器人——卖设备之前，先定义客户愿意为什么付费的单位。九羲给企业做私有化 AI，也可以先想清楚：客户的账本上，AI 的“工时”长什么样。

照见一层：工信部数据，今年中国人形机器人整机产量预计有望突破 10 万台。彭志辉却说，生产多少台不等于真实世界多了多少生产力。产量信号不等于生产力信号——这句话放在服务器行业同样成立：卖出去的算力，不等于用起来的智能。计量的权力就是定价的权力：智元抢着给 Worken 申请商标（现场大屏右上角打着 TM），争的不只是一个词，是未来“按活付费”的定价权。

· · ·

腾讯：把 Agent 开进座舱，也开进车企的组织里

1. 背景：座舱从“尝鲜配置”变成刚需

J.D. Power TXI 的跟踪调研：国内车载智能语音助手的渗透率，从 2021 年的约 25% 提升到 2026 年的 84%。⁴智能座舱从“尝鲜配置”变成了刚需，消费者看的不再是参数配置，是“语音是否好用、AI 是否聪明、生态是否顺畅”。

企业端是另一番景象。腾讯云副总裁孙燕指出了一个普遍现象：很多企业把 AI 上升为一把手工程，个人效率确实提升了，但能真正转化成企业效率的案例非常少——“局部提效和整体收益之间有明显的落差”。个人和小组织的方法论沉淀不下来，人一走，能力跟着走。⁴

10 月 30 日，2026 腾讯全球数字生态大会智慧出行专场，腾讯发布了智能座舱 TAI 智能体和 AI 组织效能解决方案——产品和组织，两条线一起交卷。

2. 机制：座舱的“闭环”，组织的“沉淀”

座舱端，TAI 智能体是四件套：TAI 座舱助手（融合元宝全双工端到端语音＋元宝搜索＋混元大模型，做语音交互和跨域调度）、TAI 出行服务智能体（接腾讯地图、微信小程序、支付，把服务延伸到座舱之外）、TAI 内容娱乐智能体（音乐、文学内容生态）、TAI 跨端接续服务（接元宝 App、小微、腾讯地图，微信里查车况、控车，地址流转上车，覆盖行前、行中、行后）。

关键的设计选择是“闭环”。腾讯云副总裁钟学丹说，Agent 进座舱，重点不在能调用多少生态，而在端到端语音、内容理解与行车安全——“真的能把事情办成”：订单、订票、订位置，在真正理解之后帮车主把事做了，而不是理解完让用户重新做一遍。李博（腾讯云副总裁）的白话版：“腾讯地图负责找得到，服务生态负责下单，微信支付负责付得到，内容生态负责听得上、看得爽也能玩得转。”

组织端，AI 组织效能解决方案的逻辑是“沉淀”。孙燕总结成四句话：“员工提效是基础，流程重构是主线，组织转型是保障，持续迭代让能力进化。”机制是双层的：WorkBuddy、CodeBuddy 面向员工提效；企业 Agent 平台面向长期运行、多人协作的业务流程。两者配合，把验证有效的个人方法沉淀为企业组织可复用的 Skill。例子很具体：一位汽车售后工程师凭个人经验摸索出的质量问题排查方法，价值不在他一个人效率更高，在把工具、逻辑和判断标准整理成别人也能复用的能力，带动一整个团队。⁴

3. 效果与成色

腾讯在会上交出的数字：累计服务超过 100 家车企及出行科技公司；智能座舱解决方案搭载超过 2000 万辆车；办公智能体 WorkBuddy 企业版落地 50 多个行业、覆盖 40 多个国家和地区；长安、上汽、广汽、零跑等近 90% 国内车企在使用 WorkBuddy、CodeBuddy 等 AI 智能体产品及模型服务。

落到具体场景：今年 8 月，腾讯与长安汽车联合组建“AI 火箭班”，以 FDE 形式深度共创，围绕产品策划、产销协同、质量运营、AI Coding 等方向打造的八大场景智能体已全部上线运营，“效率提升数倍”；去年与国内一家主机厂合作，在研发的产品定义和产品验证阶段，用 WorkBuddy 前后对比，“整体效率提升了 90%”；产销协同上，智能体持续感知跨部门经营数据、主动识别异常与风险，给出多套可比较的决策方案供人确认，“决策周期可以从 1-2 个月缩短至 1-2 天”；出海侧，一家头部汽车集团产品进入 100 多个国家，截至今年上半年海外智能座舱激活量超过 140 万，在欧洲百万级用户 GDPR 及 Data Act 约束下运维，底层由腾讯云支持，时延响应小于 100 毫秒。⁴

成色：以上均为腾讯官方在生态大会披露、网易科技报道；“效率提升 90%”“1-2 个月→1-2 天”“提升数倍”是腾讯副总裁采访口径，单方宣称；2000 万辆搭载、140 万激活是业务规模数字，相对可验。

可抄走的方法点：个人提效→组织资产的“沉淀”机制。腾讯的解法是企业 Agent 平台，把验证过的个人方法变成可复用的 Skill。九羲给企业做私有化 AI，最值钱的一步可能不是装模型，是帮企业把老师傅的经验沉淀成智能体里可调用、可审计的 Skill。

照见一层：钟翔平（腾讯集团副总裁、腾讯智慧出行总裁）的闭环论——“产品进化牵引组织变革，组织变革支撑产品进化”。座舱 Agent 和组织 Agent 放在同一场发布会，逻辑很清晰：车企的组织能力，迟早会变成产品能力的一部分。反过来看九羲：一人公司卖的从来不只是服务器，是“让企业变聪明”的交付。腾讯这套“员工提效→流程重构→组织转型”，九羲面对中小企业客户时同样用得上——只是载体从云，换成了本地的盒子。

· · ·

· · ·