關于機器人的算力標準和量產交付，我們和地瓜CEO王叢聊了聊

2026年，被稱為具身智能機器人的量產元年。

如果說前兩年行業的主旋律是炫技整活，那么到了今年，風向已經變了。行業關注的核心問題變成了：機器人能不能在工廠里連續工作24小時？能不能把成本打下來？能不能規模化交付？

7月15日，在WAIC（雷科技WAIC報道團已奔赴現場，將帶來第一手報道）前夕的媒體溝通會上，地瓜機器人CEO王叢、開發者生態副總裁胡春旭，就具身智能當前的量產痛點、算力需求等核心議題，與雷科技（ID：leitech）等媒體進行了交流。

（圖源：雷科技攝制）

從這場對話中，我們窺見了地瓜在具身智能領域的破局之道。這篇內容里，我們會摘取幾個比較有代表性的問題，并且就回答中的觀點進行更進一步的討論。

首先聊到的是算力問題，地瓜機器人此次公布的旭日S600算力平臺，提供了560 TOPS的端側算力。那么，對于目前的具身智能機器人來說，這樣的算力是否夠用？

面對這個提問，王叢認為，當下行業里沒有一個對于算力標準，就像原來做智駕，算力從1T、4T、10T一點點做大，直到現在，也沒人知道汽車行業應該做多大。具身智能也是一樣，沒有定論。

我們認為，當前具身智能算法模型仍在快速迭代。隨著從Pi0的2.6B模型發展到Pi0.7的5B，甚至未來云端百億參數的大模型落地，相關行業對算力的渴求是無止境的。

（圖源：雷科技攝制）

王叢也坦言，等到小模型的路徑徹底跑通，端側模型至少會到30B的參數量。硬件算力的天花板，往往決定了軟件算法能達到的上限。這樣來看，地瓜機器人并不會給算力設置上限。

隨著優必選等整機企業以及摩爾線程、高通等傳統芯片巨頭紛紛入局，具身智能芯片賽道正變得日益擁擠。而身處其中的地瓜機器人，它的護城河究竟是什么？

王叢的回答出人意料：

所有的壁壘都叫銷售壁壘。某個公司如果認為自己的壁壘是某個固定的東西，未來大概率會出問題。在技術高速迭代的時代，任何壁壘的有效期都很短。

但他同時指出了地瓜機器人在現階段沉淀出的三項相對優勢：一是更早切入市場，通過長達數月的聯合調試，積累了大量隱性需求；二是供應鏈把控能力，出貨量帶來了更緊密的上下游協同與話語權；三是軟件工具鏈與主流模型的深度適配，極大降低了客戶的遷移成本。

在我們看來，這是一個比較誠實的回答。當下的具身智能并不存在高不可攀的技術黑科技，真正的比拼在于工程落地能力。就像王叢所說，客戶不熟悉地瓜的芯片架構，他們就先在芯片上把基礎算法跑通、做好優化，給客戶提供一個可用的基礎模型，客戶可以在此基礎上快速迭代。

換言之，地瓜提供的不僅僅是一款算力強的芯片，更包含了軟硬件服務和工具在內的完整方案。說白了，能讓客戶省事、能幫客戶省錢，在商業競爭中就天然具備優勢。

（圖源：雷科技攝制）

還有人提問，業界普遍認為，數據是提升大模型泛化能力的核心，存在一個悖論：模型能力差就拿不到真實的產線場景，沒有真實場景就拿不到高質量數據來訓練模型。面對這個死循環，路該怎么走？

王叢將此對比為早期的自動駕駛行業，他表示：

自動駕駛起步時也沒有成熟的量產車，都是自己改裝，第一批數據很多都廢掉了。攝像頭裝幾個、雷達怎么配，都是踩過幾波坑之后才總結出來的。具身智能現在也會經歷這個階段，廢掉幾波數據、走幾次彎路，自然會形成可行的落地路徑。

這道出了中國科技產業的另一個特點——允許試錯，用先行投入的燒錢去換取數據的積累。不管是高質量的實驗室數據，還是在真實運行中的失敗案例，都是投喂具身智能必不可少的養料。王叢認為，泛化能力的提升并不是因為出現了某種顛覆性的技術路線，而是因為大家把數據對齊、數據治理的基礎工作做得越來越扎實。

通過這場長達一個多小時的群訪，我們感受地瓜整體的技術和商業路線非常務實。無論是被反復提及的世界模型，還是端側VLA模型，地瓜機器人關注的焦點始終是如何讓搭載這些技術的機器人在現實環境中有穩定且出色的表現。

2026年，具身智能正在經歷從能做出來到能穩定干活且劃算的關鍵過渡。倉儲搬運、高污染的粘底工序等特定工業場景，大概率將成為首批機器人大規模落地的試驗田。在這個過程中，無論是地瓜機器人還是它的客戶們，都不需要再用花哨的Demo來吸引眼球，他們即將面對的，是生產效率、投入產出比等嚴苛的商業數據考核。

具身智能的黃金時代確實開始了，但真正能踩上風口并且在下一輪競爭中脫穎而出的，必須得擁有足夠強勁的綜合實力。

主題為「智能伙伴·共創未來」的WAIC2026開幕在即。
AI敘事路線從模型參數堆疊，轉變到Agent生產力落地；異構協同、光子計算持續提高計算上限；具身智能加速應用，機器人到家進廠讓物理AI變為現實。
雷科技WAIC探展團已抵達上海，直擊AI產業化落地年度巔峰時刻，敬請關注！