理想智驾团队创业首年：至简动力 i7 Pro 百台交付，开启具身智能新篇！

至简动力：创业首年成果初现

创业快一年，昔日理想智驾团队的三位核心负责人——王凯、贾鹏、王佳佳，终于能展示一下成果了。7月6日，至简动力宣布，其首款全场景机器人 i7 Pro 完成首批百台交付，这也是具身智能行业最快的百台交付纪录，用时不到一年。当天，至简动力全球首个 CNC 智能化具身机器人产线也同步亮相。在这场展示一年工作成果的发布会上，至简动力的生态合作伙伴、客户、开发者伙伴都来了，甚至第一排还给理想的老伙计们留了位置。量子位在现场看到，前理想汽车第二产品线总裁张骁（现任斜跃智能联创&CEO）、前理想汽车第一产品线营销负责人赵哲伦（维他动力联合创始人）被邀请，现任理想自动驾驶/AI 大模型「一号位」詹锟、人形机器人部门负责人湛逸飞也赶来捧场。

具身赛道独角兽的崛起

从创始团队的履历看，至简动力是具身赛道典型的、带有极强自动驾驶基因的创业公司。三位创始团队成员王凯（董事长）、贾鹏（CEO&CTO）、王佳佳（联创&COO），均来自理想汽车智能驾驶团队。2025年7月底，三人筹备成立新公司，随后仅用半年时间，就接连完成 5 轮密集融资，成为具身赛道成长速度最快的独角兽，吸引了元璟资本、红杉中国等财务头部机构以及腾讯、阿里两大互联网巨头的关注。不过贾鹏表示，团队在创业前，技术边界早已不止自动驾驶。团队成员在理想任职期间，已经落地多项具身自动化业务，比如自研工厂下线无人检测产线，依靠机械臂 + 视觉完成外观、车机、充电兼容性全自动校验，出厂路测搭载视听传感自动筛查异响。贾鹏还提到“佳佳（至简动力联创、COO）出来之前，还把自动充电干了”。

技术实力决定胜负

在贾鹏看来，行业技术扩散快，很多公司的大模型差不多，真正决定胜负的是底层基础设施建设的能力。是否真的玩过万卡（万卡训练集群）？是否训过自己的基模？是否摸过各种芯片？而这些，他们团队都做过，这次创业属于「有备而来」。同时，他也承认，具身比智驾要难“非常非常多倍”，幸亏自己早年在 NVIDIA 待过 5 年，心态比较好。“老黄一直给我传达做产品的理念，就是做一个 Rubbish 出来，先让大家骂，被骂多了，东西才能成。”

i7 Pro：从“翻车”到通用平台

i7 Pro 是被「骂」过后才走向批量交付的。据悉，这次至简落地的全球首个 CNC 智能化具身机器人产线，是和国内谐波减速器行业龙头绿的谐波子公司开璇智能合作的。谐波减速器简单理解就是机器人的“关节”，机器人的稳定性、动作精准度和耐用性全靠这个核心部件。这次合作主要是让 i7 Pro 自己造「自己」，它在产线上负责加工谐波减速器的内部零件，实现了硬件自举闭环。贾鹏称，他们两家是互相供货、双向配套的合作关系，两支团队几乎全程驻场协同。但磨合过程中争论难免，因为真实工厂的环境远比实验室残酷，CNC 加工车间满地切削油污，地面又油又滑。i7 Pro 刚进场测试时当场“翻车”，轮子打滑，机身晃荡，连基础移动都做不到，更别说精准加工零件了。当时团队面临两个选择：要么花钱改造车间地面、重做地坪，适配机器人；要么优化行走模组，让机器人主动适配恶劣工况。除了走路打滑，初期机器人夹爪很难精准完成按压机床按钮这类精细动作，又面临是换更高精度的夹爪、堆硬件堆成本，还是让机床适配机器人作业逻辑的选择。很多团队可能会选省事的方式，但这样机器人只能是“特供机”，换个场景可能就废了。双方最终选择了更复杂的路，至简死磕机器人本身，绿的谐波给机床预留信号交互接口，后续机器人无需依靠夹爪物理按压、低依赖触觉传感，直接下发数字信号就能控制机床启停、开关舱门、触发功能按键。正是解决了无数小 bug，i7 Pro 才摆脱实验室 demo 的标签，成为一套可迁移、适配各类工业工况的通用机器人平台。除了 CNC 产线，i7 Pro 也进入了柔性 PCB、光模块等场景。至简动力联创&COO 王佳佳表示，这些场景有真实需求，像 CNC、精加工、热处理等环节壁垒高、人工成本上升，新建产线按具身智能机器人使用方式设计，后续部署会更顺，而且光模块、柔性 PCB 等场景与 AI 基础设施的增量相关。“我们希望先在有真实需求、有增量、有工艺难度的场景里，把自己的快速部署、稳定运行、数据闭环和模型能力练出来。”

未来规划与产品矩阵拓展

量子位了解到，除了工业场景，至简动力未来还计划进入商超零售、智慧物流和生物医药等领域。在产品矩阵上，下个月该公司还会有两款新品发布。

高性价比的 i7 Pro

谈及与至简动力合作的原因，绿的谐波 CTO、开璇智能 CEO 储建华表示，背后是制造业面临的人力困境。他们之前的工厂有 1000 多台 CNC 数控机床，每台设备都需要「操机员」完成上下料、装夹、检测等重复性工作，传统操机员工作乏味，年轻人不愿上夜班，工厂招工难。而传统工业机器人无法完全解决这个问题，因为它更适合高度标准化的生产环境，面对多品种、小批量、频繁换线的制造场景，需要重新示教、调试，部署成本高。他们需要具身智能机器人靠手眼脑协同模型，可自主思考，实现零件随便放、自己找位置和装夹，适应不同场景，还能根据零件不同完成自动柔性抓取。但具身智能机器人价格昂贵，为拥有更强能力，需要更多传感器、复杂执行机构、高算力平台以及大量软件和算法投入，这些都会反映在整机价格上。据悉，i7 Pro 最高配版本售价仅 22.98 万元，相比部分售价五六十万元的人形机器人便宜很多。王佳佳算过，相比传统方案，购买 i7 Pro 可以 1.5 年回本，“机加工行业平均工资 8000 - 1 万元，ROI 不用算，问问工资就知道了”。储建华也说，使用具身智能机器人一年左右可收回人工成本。但 22.98 万元背后不只是压缩利润，王佳佳认为机器人行业类似新能源汽车早期阶段，当时电池成本、供应链和制造能力限制了规模化，机器人如今也面临类似问题。至简动力想通过真实应用反向推动制造体系成熟，这也是「机器人造机器人」的原因。王佳佳把这个过程形容为“以前大家讨论先有鸡还是先有蛋，现在我们已经有鸡了，开始下蛋了”，这和当年特斯拉的做法类似，先造 Roadster（高价小众），再用其技术造 Model S/X（高端走量），最后用积累的供应链和制造能力推出 Model 3/Y（大众普及），每一次迭代都是用上一代的“蛋”孵化下一代的“鸡”。在这套逻辑里，机器人是一个持续迭代的制造平台，机器人产生的数据会优化模型，真实生产反馈会推动硬件改进，规模扩大后会摊薄研发和制造成本，最终形成正循环。当然，这个循环不会一夜形成，贾鹏直言，今天整个具身行业硬件成熟度远远不够，还没有「工艺标准流程」，“去年具身机器人的出货量也就是 15000 台，可能不如一款车一周的销量”，机器人行业仍需解决成本、可靠性、供应链等问题。

从自动驾驶到具身智能的挑战与机遇

自动驾驶“老炮儿”转行做具身，外界会疑问其技术、工程经验能否直接平移。在贾鹏看来，自动驾驶和具身智能虽都属于 AI 进入物理世界，但解决的问题不同。自动驾驶主要是理解动态环境，车辆要了解道路结构、交通规则以及其他车辆和行人的行为并做出决策；而机器人面对的是更开放的世界，不仅要理解环境，还要理解物体本身，具身智能比自动驾驶难很多。不过，自动驾驶时代积累的能力为他们的创业提供了重要基础。一是对 AI 工程体系的理解，过去做智能汽车需要经历完整链路：传感器数据采集、数据处理、模型训练、端侧部署、产品交付，这套方法论在机器人领域同样重要，更重要的是，自动驾驶行业培养了一批理解「大模型如何进入现实世界」的人，在贾鹏看来，AI 产品必须面对成本、性能、可靠性和用户体验，这是很多纯算法团队缺少的经验。二是对基础模型的理解，这些能力是他们团队在智能汽车行业积累的。但进入机器人行业也遇到了新挑战，在汽车领域，模型主要承担感知、预测和决策任务，而机器人需要连接语言、视觉和动作，不仅要回答「世界是什么」，还要回答「我应该怎么改变这个世界」，这意味着机器人模型必须具备更强的多模态理解能力和与物理环境交互的能力。因此，至简动力没有把自己定义为单纯的机器人硬件公司，贾鹏更愿意把公司看作面向机器人时代的基础设施公司。目前，该公司 150 多人的团队中，负责模型和算法的人超过一半。过去一年，整个团队投入大量精力搭建 LaST₀基座模型及后训练模型体系，他们选择在同一个 Transformer 编码空间中进行联合训练，把语言、视觉、空间、机器人状态、世界模型、VLA 和快慢思考统一到同一个可扩展的模型与训练框架里。但模型只是其中一环，机器人进入现实世界还需要持续的数据反馈，因此，至简动力搭建了一套从便携式数据采集设备、数据治理、自动标注、训练验证到模型迭代的完整数据闭环，每一次真实任务执行都是一次新的数据积累，这些数据最终会推动模型能力提升。与此同时，在本体设计上，至简遵循车规级系统工程标准，打造通用本体平台，i7 Pro 采用分层模块化架构，核心组件可通用复用，这种设计的意义在于，当机器人进入不同场景时，不需要重新设计硬件，而是通过模块组合快速适配。不过，如果想成为机器人时代的基础设施，仅有模型和本体还不够，还需要让更多开发者参与进来。目前，至简动力也在搭建机器人开发平台，开放 Agent 框架、Skill 库、底层 SDK、仿真验证以及真机部署工具。在贾鹏看来，未来机器人行业不会只有一家公司胜利，真正成熟的生态需要像智能手机和汽车产业一样，有底层平台、开发者和应用共同推动。

行业冷静期将至

近期，机器人公司频繁传出融资、上市进展。贾鹏认为，资本关注只是技术产业化过程中的一个阶段，上市并不是终点，而且他判断，随着一批具身智能企业完成上市，行业大概率会进入一轮冷静期。他给出的理由是，任何新技术的发展都要经历从兴奋到冷静，再到价值验证的过程，大语言模型早期也曾被质疑「除了聊天还能干什么」，直到找到商业场景，行业才重新建立信心。“上市、融资和行业预期会让短期很热闹，但财务数字、真实交付、客户价值最终会让市场重新评估。”贾鹏坦言，这个过程可能残酷，但会让行业回到产品和技术本身。