在具身智能领域仍然热衷于展示高难度动作时，智元创新日则展现了一种不同的思维方式。这场发布会上，少有令人眼花缭乱的机器人特技，更多的是高密度的信息技术交流。甚至在世博中心入口处，智元设置了一面“论文墙”，详细展示了团队近期的核心技术进展。从过去三年的发展来看，机器人虽然掌握了跑、跳、后空翻，但在实际环境中发现，单一技术的突破无法支撑复杂环境下的稳定运行。当像GPT-6 Astra这样的大模型展示出处理物理任务的能力后，“真实部署”成为行业必须面对的核心课题。智元对此的解决方案是一系列的组合拳：包括GO-3 Preview具身基座大模型、AGILE通用运动智能算法框架和WITA-OMNI原生多模态交互大模型，分别克服作业、运动和交互三个关键障碍；灵渠OS 1.0和AHA3第三代硬件架构在软硬件层面实现统一；Worken（有效智能工时）则旨在为物理AI的实际工作产出建立衡量标准。总体而言，智元将整个技术链条逐一展现，突破模型、数据、硬件和软件的各类瓶颈。

智元的举措共同指向一个明显的趋势——下一个阶段的机器人行业竞争，不再是哪个技术更强，而是谁能将过去三年的成就有效转化为实际应用，创造源源不断的生产力。智元联合创始人、总裁兼CTO彭志辉在发布会上分享的数据进一步验证了这一判断：预计到2026年上半年，智元机器人营收将接近20亿元，通用AI机器人累计下线达到20000台。在会后采访中，他直言，“万台下线只是制造业的胜利，而万台上岗才是真正的物理AI胜利”。

具身智能的部署不再仅拼单一技术。近年来，机器人行业普遍竞争的方式是不断提升某项能力的上限，例如跑得更快、跳得更高或完成更复杂的抓取动作。然而，当机器人真正进入工作场景时，这种评价逻辑显得不足。例如，在一个工厂中，一个简单的任务“走到货架前取一件物品，再将其送到指定位置”实际上涉及多个挑战，机器人必须判断物品位置、正确抓取、应对动态环境和理解临时任务要求。这意味着，每个简单任务都连接作业、交互和运动等多个能力，缺一不可。智元推出的GO-3 Preview、WITA-OMNI和AGILE等核心成果正是从这些实际问题出发。GO-3 Preview的核心在于让机器人更好地理解即将执行的动作。近年，VLA（视觉语言模型）成为具身智能的重要方向，帮助机器人理解环境指令并生成动作，但传统VLA在执行动作的后果预测上存在不足。GO-3 Preview实现了“先预测，再行动”的一体化决策机制，使机器人在接到任务后，综合多路摄像头画面和指令进行推演，选择最佳方案进行执行。

除了探索具身智能的大脑模型，智元还关注了一个被许多大型基础模型公司忽视但至关重要的领域——全模态端到端交互。智元合伙人熊彦指出，交互是机器人价值的第一入口，所有任务都离不开交互。以往，人类与机器人交互需要通过“唤醒”机器人，然后进行问答，而WITA-OMNI大模型则完全变革了这一底层逻辑。在演示环节，熊彦与搭载此模型的机器人进行趣味互动时，机器人无需唤醒词，在复杂的环境中仍能准确判断对方的提问，即使快速切换问题也不会影响交互。经过测试，WITA-OMNI模型响应速度达到400毫秒，支持多种情感表达，能识别73种语言。凭借WITA-OMNI模型，机器人不再仅是被动执行指令的工具，而是能够进行互动的伙伴。

值得一提的是，这两项模型近期表现优异，GO-3 Preview在RoboDojo、RoboTwin和RoboColiseum三大评测中名列前茅，并计划于2026年底开源；而WITA-OMNI则在多个评测榜单上也取得了佳绩。拥有“先思考后行动”和“擅长交互”的智能之后，机器人还需要具备相应的执行能力。此次智元推出的AGILE是一个全新的通用运动智能算法框架，使得机器人能够像人一样快速适应变化，灵活应对任务需求。