8月26日，第二届世界人形机器人运动会在北京落下帷幕。本届赛事首次设立“场景赛”，旨在考察人形机器人实战“上岗”表现，尤其是在非结构化、高扰动、长流程实景环境中的综合作业能力。
应急处突岗、消防救援岗、图书整理岗、打包入库岗、装配上料岗、酒店宾客服务岗、园区园林管理岗、办公综合服务岗……在本届运动会上，智元精灵G2共夺得 6 枚金牌，7 枚银牌、5 枚铜牌，在场景赛中以金牌数、奖牌数均位居参赛队伍首位。需指出的是，此次参赛的精灵G2均采用量产机型，且不依赖赛场特化改装，完整复现现实世界的工作流程，意味着精灵 G2 成为了赛场上夺金数量第一的量产人形机器人。







这一成绩的背后，是精灵G2原生打工能力的集中释放——赛场上的每一次抓取、每一步移动，都源自真实世界中反复打磨的作业积累。今年以来，精灵G2陆续在以汽车制造和消费电子为代表的工业场景、以安检引导和咨询服务为代表的商业场景陆续“上岗”，锻炼出规模化批量落地、跨工位快速复用能力，持续为企业创造实际生产价值。
2026年被定义为具身智能的“部署态”元年，产业重心从“能动”迈向“会干”。从工厂到赛场，精灵G2已在多行业、多工序场景中完成验证，并由此开启了“部署越多—数据越丰—模型越强—部署更广”的增长飞轮。这一正循环，让精灵G2成为作业智能最强王者与部署态最佳选择，更为产业规模化落地提供了可复用的范式。

量产机型“打全场” 6金印证“作业智能最强王者”本届赛事首次将“场景赛”纳入竞赛体系，标志着行业关注点从单一技能比拼逐渐转向对真实世界综合作业能力的检验。
精灵G2以量产机型直接参赛，未做任何赛场特化改装，横跨图书馆、消防、工业、酒店、园林、办公等9个截然不同的真实场景，且每个场景均有奖牌入账，用实绩印证了“作业智能最强王者”的地位。
其之所以能在如此多样的场景中全面开花，关键在于其技术体系上的特质：根据不同任务约束选择最可靠的技术方案，而非在所有场景中强行堆叠大模型，这正是Genie Studio Agent框架的核心理念所在。
Genie Studio Agent是面向具身作业场景的零代码应用平台，将视觉感知、运动控制、导航规划、VLA模型、强化学习（RL）工具链等复杂能力，全部进行模块化重组，封装成可以直接调用的能力组件，让机器人部署变得简单、高效、可复制。
以装配上料岗为例，这一岗位模拟真实产线，机器人需完成搬运上架、拣选上料、物料装配三道工序。其中，大负载搬运考验整机力量，多品类物料分拣考验识别分类；最难的钢盖装配，内部操作空间仅约20厘米，末端执行器要深入狭小区域完成插入动作，容错空间极小。
针对这一难点，研发团队基于Genie Studio Agent调用相关能力，研发力控闭环与搜索策略协同的算法模块，采用“粗定位+精搜索”两阶段策略——先移动至大致点位，再靠力传感器实时反馈接触力，在三维空间中微调末端姿态，直至找到正确的插入路径。
而在图书整理岗场景，机器人需在真实图书馆中依次执行三项串联任务：将指定图书取出并放入小推车、拉拽小推车至目标位置；将图书从推车中取出并准确插入书架的指定位置，要求不损伤书籍且摆放整齐；识别书架上被错误摆放的图书，取出并自主导航将其放回正确位置。三项任务流程长、耦合度高，任何一个环节的微小偏差都可能导致整体任务失败。
针对图书颜色不鲜明、视觉区分度低的问题，研发团队基于Genie Studio Agent通过多模态模型强化特征提取能力，在仿真环境下对不同颜色样本、白天和夜间不同光照条件进行验证，最大限度消除实验室环境与真实环境的差距。
6金7银5铜、场景赛金牌数第一，精灵G2通过同一套量产机型、同一套技术框架在不同任务约束下的灵活适配，再次验证了其在多样化真实场景中稳定完成复杂作业的能力。

以AI来定义本体 打造解决“真问题”的工程化能力“场景赛”的比拼中，真正的赛点在于大脑。作为一家具身智能基础模型公司，智元将超过四分之三的研发人力和超过四分之三的研发费用投入到了大小脑AI研发中。因为AI需要有身体，所以智元打造了配套的本体，践行以AI来定义本体的理念。
面向真实任务场景，智元持续提升机器人任务规划、操作执行和复杂作业能力；依托自研的ViLLA具身基座大模型GO、世界模型GE和大规模分布式RW-RL构建的作业智能系统，机器人能够自主感知并理解物理世界，突破预设程序限制，在真实环境中自主闭环完成复杂任务。
精灵G2在赛场上的战绩，正是这一理念的现实投射。在园林场景-“园区管理岗”中，机器人需在光照变化、天气波动及场地预约受限等现实条件下，完成从目标检测、行为理解到抓取放置的全链路闭环操作。
在这样的战场上，算法本身的先进性只是入场券，真正的胜负手在于系统的完美部署能力。因此，精灵G2本体的硬件稳定性是首要前提。室外复杂地形对底盘通过性与运动控制提出更高要求，而通信、供电、散热等底层基建的扎实程度，构成上层算法稳定发挥的底座。精灵G2作为智元自主研发的量产平台，其在本体硬件层面具备显著先发优势。
在软件层面，Genie Studio Agent承担了全流程的任务规划与执行调度。三项任务（违禁品识别、不文明行为巡检、垃圾拾取）串联执行，需在唯一机会中交付确定性。整个备赛过程本质类似工业软件部署，将训练中暴露的每一个偶发问题逐一排查、修复与验证。
融合大小脑的GO-2模型，同样在赛事中大显身手。在酒店场景“宾客服务岗”中，机器人需在窄门、走廊及密集家具构成的受限空间中，自主完成行李搬运、客房补货与客房整理。面对细小物体识别、不同酒店外观差异、光线变化和人员走动等不确定因素，精灵G2以GO系列大模型加持感知模块，融合RGB与深度信息，采取“模型泛化+空间约束”的双层策略，在感知开放性与决策稳定性之间取得平衡。
让硬件为智能服务，让智能在真实作业中持续进化，解决“真问题”的工程化能力便水到渠成。

赛场夺魁、产线扎根精灵G2为部署态应用最佳选择智元认为，具身智能产业的演进，可用XYZ三条曲线来定义：X曲线解决的是“机器人动起来”，进入开发和尝鲜阶段；Y曲线对应“机器人干起来”，进入部署成长期；Z曲线则指向数据与算法不断积累后出现智能涌现。
2026年则是具身智能“部署态元年”，产业正式从“能动”迈向“会干”。作为原生“打工人”的智元精灵G2，“工龄”够长、“工作经验”丰富——其在参加运动会前，早已在龙旗工厂，上汽工厂等大规模落地部署，成为部署态应用的最佳选择。
翻开精灵G2的“打工履历”，每一个数字都经受住了真实产线的严苛考核。在消费电子领域，今年6月，多台智元精灵G2机器人集群进驻龙旗科技江西南昌量产工厂，开启长达6天的全透明产线直播作业。期间，精灵G2并入流水线，独立完成多媒体界面测试、音频测试、辐射杂散发射测试和耦合测试等多道高精度检测任务，生产产品达17625件，作业成功率达到99.99%。
在汽车制造领域，精灵G2被应用在宁波均胜电子汽车零部件工厂中，高难度三销定位的柔性装配环节。数据显示，精灵G2的工作节拍最快12.97秒，成功率超过99%。目前，均胜电子体系内适配精灵G2的应用工位已达千个。
在具身智能从开发态迈向部署态的这场跨越中，率先把飞轮转起来的玩家，将凭规模优势率先攒起难以补齐的数据资产，从而在未来占据先机、脱颖而出。目前，智元已形成产线上下料、工业搬运、物流分拣、导览导购导引、服务零售站、安防巡检和工商业清洁七大部署态解决方案。方案都在头部企业的真实场景中得到验证。
回看精灵G2的真实表现，它用真实产出回答一个产业界最为关心的问题：什么样的机器人才算“会干”？答案是——能稳定作业、能被快速复制到新场景、能为客户交付可量化的商业价值。
从产业演进的角度看，精灵G2的更大价值在于，它正在通过规模化部署构建一个自我强化的数据飞轮：产线扎根带来海量真实数据，数据驱动模型迭代，模型能力反哺更多场景，场景扩张又拉动更大规模的部署。在赛场、工厂中的成绩单，亦说明精灵G2正在成为部署态元年中，经得起检验的最佳选择。
赛场既是技术进步的测试场，也是技术转化的加速器。“运动会给我们最大的价值，是不断打磨机器人解决实际问题的能力，把赛场积累的适配能力、柔性作业和自主决策等真能力，转化为落地产业的真本事。”智元联合创始人、联席总裁、具身业务体系总裁姚卯青表示，将持续构建“本体-数据-模型-场景”数据飞轮，推动具身智能从开发态走向部署态。