文章核心观点 - 千寻智能开源了其具身模型Spirit v1.5，该模型在RobotChallenge榜单中超越国际标杆Pi0.5，成为全球最强开源具身模型，标志着公司技术达到领先水平 [3] - 创始人韩峰涛判断，2026年将是具身智能行业的“GPT时刻”，模型能力将通过Scaling Law快速攀升，行业将进入大规模融资和快速发展阶段，类似于2023年的大语言模型 [6][44] - 具身智能发展的核心瓶颈在于数据，公司采取“模型与硬件并举”的全栈策略，通过自研硬件和自建近千人规模的数据工厂来采集高质量的真实数据，以驱动模型进化并启动数据飞轮 [6][36] 中国机器人行业发展阶段与现状 - 中国工业机器人市场占有率从2015年的约3%跃升至2024年的50%以上，国产化替代在2019年至2023年间快速完成 [13] - 中国机器人行业的发展可分为四个阶段：2010年前全进口、2010-2020年发展期、2020年后疫情助推国产占有率提升、2024年起进入以“大脑”（AI）为核心的具身智能竞争时代 [13][14] - 在当前的具身智能时代，中国公司与海外对手已处于齐头并进的状态，改变了以往在工业机器人和自动驾驶领域追赶的局面 [14][17] - 中国供应链的核心优势在于极快的迭代速度，硬件问题可在“24小时包邮区”内以天为单位解决，这为产品快速迭代提供了巨大优势 [15] 具身智能的时代机遇与公司战略 - 当前具身智能兴起的核心变量是AI技术的革命性进步，使得机器人的“大脑”真正可用，因此公司的核心命题是如何让具身模型进化 [9][20] - 公司认为具身智能的商业逻辑更接近“自动驾驶的新能源车”，必须同时掌握“灵魂”（软件模型）和“躯体”（硬件本体），只卖模型的商业模式目前基本不存在 [26] - 公司创业认知发生关键转变：从第一次创业“拿着锤子找钉子”（基于自身技能）转变为第二次创业“时代需要什么就干什么”（抓住AI与具身模型的核心机遇） [18] - 公司定位为“千寻智能”而非“千寻机器人”，强调其本质是AI公司，Embodied AI的核心是AI [10][18] 模型进展、能力衡量与商业化路径 - Spirit v1.5在移除实验室“温室”条件的RobotChallenge测试中，在30个桌面项目上取得了超过50%的任务成功率，对比Pi0.5的42.67% [6] - 公司用自动驾驶的“L级别”概念衡量具身模型进化：L0（基础工业机器人）、L1（能完成单一复杂任务如叠衣服）、L2（能完成一连串任务） [32] - 公司模型在2025年底处于约L1.8水平，预计2026年夏天可达L2水平 [32] - 真正的量产（指能“干活”的生产力机器人）预计在2026年底 [27] - 公司训练数据效率较高，完成叠衣服任务仅需100多小时数据，而国内竞对需要上千或大几百小时 [40] 数据的关键作用与采集策略 - 数据数量与质量决定模型质量，当前全球领先的具身模型公司（如PI与千寻）的真机数据总计仅约1万小时，而达到较好模型效果可能需要100万小时数据 [36][40] - 具身智能发展慢于大语言模型和自动驾驶，主要原因是缺乏类似互联网的现成数字资产，且没有“大脑”的机器人无法销售，导致数据飞轮难以启动 [9][37] - 公司解决方案是自建数据工厂，计划在2026年将采集工位从目前的四五十个增加超过10倍，并采用可穿戴设备让人在真实场景中“一边干活一边采数” [36][38] - 数据分为用于预训练的海量通用数据和用于微调的特定场景数据，后者部分将由客户使用公司提供的设备在其现场采集 [39] 硬件自研的逻辑与产品规划 - 自研硬件的核心目的是为模型提供更高质量、同构的真实数据，因为“模型跟硬件是绑定的”，联合设计、软硬一体效果最好 [6][23] - 硬件产品遵循“沿途下蛋”策略，基于当前成熟技术推出可量产的产品（如三指手），以支撑公司运营，同时为模型进化服务 [23] - 公司硬件研发聚焦上半身（一体化关节、手臂、感知系统、三指手），认为双腿对普通家用机器人意义不大，优先解决轮式底盘能到之处的任务 [43] - 公司目前团队约110人，其中模型与硬件团队各约40人 [43] 对2026年的行业展望与公司计划 - 2026年被预判为具身智能的“大年”，模型能力将开始快速进化，行业将出现大规模融资，类似2023年的大语言模型领域 [6][44] - 公司计划在2026年为冲击L2模型进行大规模融资 [44] - 行业竞争将聚焦于通用大脑，而竞争的关键在于数据 [35][36] - 2026年也将是模型“打榜”的年份，开源榜单测评将成为衡量模型能力的重要方式 [41]