启元机器人刚刚下线5000台！

启元机器人具身研究中心承接底层算法研发，对外锚定一个清晰目标：做出第一个卖给个人的物理 AI机器人。

启元试图把两条路线融合，保障真机成功率的同时，通过便携式采集解决规模化问题。

启元的技术框架建立在快慢脑分层之上，这套思路借鉴人类双系统认知逻辑，把机器人的思考与执行拆开处理。

而且其他更复杂的操作难以实现，思维大脑不具备「作业手感」。高层规划交给慢脑，真实世界的动作生成，要交给自研 S1 快脑 —— 视觉‑语言‑动作模型 VLA。

在整理桌面的对照实验中，Hil-UMI的数据采集效率达到传统真机 HG‑DAgger 的5.63 倍，任务最终完成度也更高。

启元机器人给出一条硬性判断：面向普通家庭的 C 端功能，任务完成度需要做到95% 以上才具备商业化条件，89%、94% 对用户而言依然是不合格半成品，消费者不会为需要频繁人工介入的产品付费。

启元Q1

启元T1

市场普遍存在一种疑问：当 GPT‑7、GPT‑8 能力进一步跃升，甚至内置 VLA 能力，会不会直接吃掉具身机器人创业公司的生存空间。

启元的判断是，GPT 这类大模型属于行业公共资源，所有人都可以调用。

真正拉开差距的不是 「能不能用上强通用模型」，而是手里有没有配套的本体、高质量操作数据集、完整训练闭环。

Physical AI 是一条长链条，任何一个环节滞后，都会拖累整体落地节奏。

对于启元而言，Q1、T1 只是入场券，物理AI的真正的战争发生在硬件、数据、模型互相咬合的闭环之中。

编辑：Aeneas