阿米奥机器人刘方：具身智能的核心是劳动能力数字化，而非大模型或智驾

事件概述

阿米奥机器人创始人刘方在近期访谈中系统阐述了对具身智能行业的核心判断，认为当前将具身智能类比为大模型或自动驾驶的叙事未能触及本质。他指出，具身智能的目标是数字化人类的劳动能力，而非仅追求演示能力或高模型参数。

核心信息

• 具身智能不是大模型，也不是自动驾驶：刘方认为，大模型数字化的是知识，自动驾驶数字化的是驾驶能力，而具身智能真正要数字化的是劳动能力。客户购买的不是会演示动作的机器，而是能持续交付产出的劳动。
• 提出HPI衡量标准：刘方引入HPI（Hours Per Intervention）——机器人在真实生产环境中，每经历一次人工干预之前能够连续自主工作的小时数。该指标需结合良率、产出、节拍等一起评估，才能衡量劳动能力是否被信任。HPI的提升意味着劳动流程被系统消化，客户愿意将任务交给机器人。
• 后训练是产线级能力的关键：通用具身模型提供基础能力，但工业现场需要后训练来应对材料反光、公差、力反馈等细节问题。阿米奥通过第一视角操作数据、遥操作数据和失败干预数据形成闭环，将每次干预转化为能力提升。真正的壁垒不在于更大模型，而在于能否把现场干预转化为较少干预。
• 产品形态服务于任务：刘方认为人形机器人并非当前工业场景的首选。客户需要的是精度、节拍、稳定性和可计算的ROI。阿米奥选择轮式双臂路线，在固定/半固定工位中取得工程平衡。产品形态应回答三个问题：替代哪段劳动、HPI能做到多少、客户是否持续付费。
• 复购是数字劳动力成立的标志：刘方区分意向订单和真实订单。只有客户将机器人从一个工位扩展到多个工位，并纳入长期预算，才算证明机器人交付了能被采购的数字劳动力。工业具身智能的进步将沿着产线、劳动、后训练推动的HPI曲线逐步实现，而非等待突然的“ChatGPT时刻”。