阿米奧機器人劉方：具身智能不是大模型，更不是智駕

過去兩年，具身智能常被放進兩個熟悉的敘事里理解：它要么是“大模型的下一站”，要么是“自動駕駛向工廠的遷移”。前者強調模型、數據和規模效應，后者強調感知、預測、規劃與端到端閉環。兩種說法都言之成理，然而在阿米奧機器人創始人劉方看來，它們仍未能回答那個更根本的問題——我們究竟需要具身智能解決什么問題。

劉方堅信：具身不是大模型，不是自動駕駛，是新業態。自動駕駛數字化的是駕駛能力；大模型數字化的是知識；具身智能真正要數字化的，是勞動能力。

這并不是一句把機器人包裝得更宏大的口號。相反，它把問題拉回了最務實的工業現場：客戶購買的不是一個會演示動作的機器，也不是一組漂亮的模型參數，而是一段可以持續交付產出的勞動。機器人必須在工位上完成任務、保證良率、跟上節拍，并在經濟性上替代或補充現有的人力與自動化方案。

 

阿米奧雙臂輪式機器人AMI-01，目前已在3C、汽配、食品加工等多條產線上應用

從“會做”到“能用”：勞動能力是新的數字化對象

互聯網把信息的獲取和分發變成了可復制的軟件能力；基礎大模型讓知識的生成、調用和交互以更低的成本規模化；自動駕駛則試圖把駕駛中的感知、判斷和操控沉淀為可部署的系統能力。具身智能面對的，是更靠近生產一線的一層：把人類在真實物理環境中完成任務的能力，逐步轉化為可訓練、可驗證、可復制的數字能力。

這也是為什么，機器人不能被簡單理解為“大模型加上一只機械臂”。模型可以在云端迭代，能力提升后很快被分發到大量軟件終端；但機器人每一次能力升級，都要穿過硬件本體、傳感器、末端執行器、控制系統、工裝、現場節拍、維護流程和安全邊界。軟件的規模化，更多依賴分發；機器人的規模化，則要先經過一次次真實部署的驗證。

在工業場景里，勞動能力也不是一個抽象的“技能標簽”。它通常由一組彼此耦合的能力組成：看清對象與狀態、理解工藝目標、規劃動作、控制接觸力、處理誤差、識別異常，并在必要時完成恢復。以一個看似簡單的上下料任務為例，零件的反光、遮擋、擺放偏差、材料變化、夾具公差和節拍要求，都可能改變機器人下一步應該如何行動。

因此，具身智能的目標不應只是讓機器人“能做更多動作”，而是讓一段勞動流程在清晰的邊界內成為一種可交付的能力包：它可以被部署到一個工位，被持續運行，被記錄、糾偏和升級，并在相近任務中復用。劉方將這一過程概括為“勞動能力數字化”。未來真正有價值的，不是某一臺機器人做了多少動作，而是有多少勞動能力被沉淀下來，能夠被反復部署。

 

HPI：衡量的不是“穩定多久”，而是勞動能力能否被信任

自動駕駛有一套成熟的衡量體系——Miles Per Intervention（MPI） ，即車輛在一次人工干預之間，車輛能自主行駛多少英里。幾百英里、幾千英里、上萬英里，數字一路攀升，但背后是同一個邏輯：讓車在結構化道路上跑得更遠、更少被打斷。這個指標之所以成立，是因為它將“系統能否持續完成駕駛任務”轉化為一個可長期追蹤的運營尺度。

劉方認為，具身智能同樣需要一個面向真實工作的尺度。因此，阿米奧提出 HPI（Hours Per Intervention）：機器人在真實生產環境中，每經歷一次需要人工接管、糾正、復位或重新標定的干預之前，能夠連續自主工作的小時數。

HPI 與 MPI 表面上都在衡量“更少干預、更長連續運行”，但其含義并不相同。車輛始終在完成“駕駛”這一相對統一的任務；而在工廠里，機器人面對的是大量不同的零件、工序和工藝約束。對機器人而言，HPI 從 1 小時提升到 10 小時、再到 100 小時，不只是可靠性曲線變好，更意味著某一段勞動流程開始在真實物理世界中被系統消化。

不過，HPI 不應被理解為一個可以脫離場景單獨比較的“漂亮數字”。如果一臺機器人通過降低節拍、回避難動作來減少干預，它的 HPI 可能上升，卻不一定創造更多價值。真正有意義的 HPI，必須放在相同 SKU、工藝要求、質量標準、安全約束和目標節拍下觀察，并與良率、單位產出、人工投入和維護成本一起衡量。

這恰恰體現了 HPI 的價值：它不是只看模型表現，而是把模型、機器人和現場運營放在同一張答卷上。對于客戶而言，HPI 足夠高，意味著這段勞動可以被納入排班和產能計劃；對于機器人公司而言，HPI 持續上升，意味著系統不再停留在“會做一次”，而是在接近“可以長期交付”。HPI 的本質，不是機器人“堅持得更久”，而是客戶開始相信：這段勞動可以交給它。

 

沒有后訓練，通用模型很難變成產線級能力。

如果說 HPI 是勞動能力數字化的刻度，那么后訓練就是讓刻度持續增長的發動機。劉方并不否認通用具身模型的重要性：它們提供了理解環境、遵循指令和生成動作的能力基礎。但在產線里，模型“看得懂”并不等于系統“靠得住”。

工業現場的難點，往往來自模型預訓練階段很少見到的細節：材料與光照造成的視覺偏移、零件間微小的公差變化、接觸時的摩擦與力反饋、工裝位置的累積誤差，以及流程中偶發但必須處理的異常。它們未必足夠“通用”到能被一套基礎模型一次性覆蓋，卻足以讓一個實際工位停止運行。

因此，阿米奧的技術路徑不是把通用模型當作終點，而是把它當作一個中間態。第一視角的現場操作數據，能夠提供人類如何完成任務的豐富先驗；遙操作和真機調試數據，則讓這種先驗與具體機器人本體的運動學、末端執行器和真實接觸過程對齊；每一次失敗、人工干預和恢復，又為系統補上最有價值的邊界樣本。

在這一閉環中，最重要的并不是“采到多少視頻”，而是能否把數據變成可用的工程反饋：機器人為什么失敗？是視覺誤檢、抓取姿態不穩、接觸力不合適、工藝判斷錯誤，還是異常恢復策略缺失？不同原因需要不同的修正方式。只有把失敗拆解到可處理的層面，數據才會轉化為下一輪 HPI 的提升。

在此基礎上，純數據驅動的學習仍不足以應對真實產線的長尾情況，因此必須引入reasoning能力，使機器人不僅能理解語言指令與描述自身狀態，還能在面對未見場景時進行一定程度的推理與決策，從而彌補后訓練泛化能力的天然上限。

劉方認為：真正的壁壘不是擁有一個更大的模型，而是能否把每一次現場干預，轉化為下一次更少干預。從這個角度看，具身智能的飛輪也變得更具體：不是泛泛地“數據越多越好”，而是“部署越多，真實勞動數據越多；真實勞動數據越多，后訓練越有效；后訓練越有效，HPI 越高；HPI 越高，客戶越愿意擴大部署”。模型、數據與商業化在同一條閉環里互相強化。

 

形態服務于任務：工業現場需要的不是“像人”，而是“能交付”

圍繞具身智能，最容易吸引注意力的形態往往是人形機器人。但劉方的判斷更克制：人形并非沒有價值，它可能更適合為人設計的通用環境；只是對現階段的工業制造而言，“像人”并不是客戶的第一訴求。客戶首先要的是精度、節拍、穩定性、維護便利性以及可計算的 ROI。

阿米奧選擇輪式雙臂路線，正是從這一判斷出發。在許多固定或半固定工位中，輪式底盤與雙臂協同能夠在覆蓋范圍、移動效率、穩定性和能耗之間取得更直接的工程平衡。比起為通用環境保留大量自由度，工業產品更需要在明確任務邊界內減少不必要的復雜性，把系統能力集中在“看、想、做”的閉環上。

這并不意味著工業機器人永遠不需要人形，而是意味著產品形態應該從任務出發，而非從想象出發。若一個工位真正需要上下樓、跨越復雜地面、使用為人設計的工具，人形可能具備優勢；但若任務的核心是高速、精密、重復且需要長期穩定運行，那么結構約束往往比形態通用更有價值。

在劉方看來，未來的工業機器人產品不應被“是否像人”定義，而應被三個問題定義：它能替代哪一段勞動？HPI 能做到多少？客戶是否愿意為它持續付費？這三個問題會反過來決定本體、末端、傳感器、模型和部署方案應該長成什么樣子。

 

復購，才是數字勞動力真正成立的時刻。

具身智能行業不缺 Demo，也不缺試點。真正稀缺的是：機器人在完成一輪驗證后，客戶愿意把它從一個工位擴展到多個工位，從一條產線擴展到更多產線，并把它納入長期預算。

這也是劉方區分“意向訂單”和“真實訂單”的原因。一次現場演示只能說明系統在某個時刻完成過任務；一次短期試點只能說明客戶愿意繼續觀察；只有穩定的產出、可計算的成本收益和持續的復購，才能證明機器人交付的已經不是演示能力，而是能夠被采購的數字勞動力。

對于制造企業，購買機器人從來不是一次技術投票，而是一筆經營賬：它能否覆蓋一個完整流程，而不只是替代一個孤立動作？它是否能適應換線、換型和現場波動？發生問題后，恢復和運維成本是否可控？這些問題最終都會落到同一個結果上——單位產出、良率、人工投入和資本回報是否改善。

因此，阿米奧并不把等待某個“機器人版 ChatGPT 時刻”當作路徑。工業具身智能的進步，很可能不是一次突如其來的能力躍遷，而是一條條產線、一段段勞動、一輪輪后訓練所推動的 HPI 曲線。先在能兌現 ROI 的場景中建立能力，再讓能力隨部署和數據不斷擴張，這條路更慢，卻更接近產業真正的規模化。

 

機器人沒有奇跡，只有積累。

當勞動能力能夠被記錄、訓練、驗證、復用并持續改善時，機器人公司經營的就不再只是硬件銷量，而是一套不斷增長的數字能力資產。它的價值不只存在于某一臺機器上，而會沉淀在未來每一次部署、每一次換線和每一次客戶復購中。

這或許才是具身智能區別于大模型，也區別于自動駕駛的地方：它最終要回答的，不是“機器人有多聰明”，而是“有多少真實勞動，已經可以被可靠地數字化”。