在近日舉辦的“智匯金陵·ai開源人才峰會”上，魔搭社區聯合ccf智能機器人專委會、工信部裝備數字孿生技術重點實驗室及lumina具身智能社區等權威機構，正式發布了eai-100（embodied artificial intelligence 100）具身智能年度百項代表性成果與人物榜單。智元（agibot）憑藉全棧技術創新與規模化產業落地成果，一舉斬獲“先鋒人物”“年度10大突破”“年度10大數據集項目”及“年度10大落地典範”多項重磅榮譽，成為本屆評選中獲獎最多、覆蓋維度最全面的企業，再度夯實其在具身智能賽道的領軍地位。
eai-100 具身智能年度百項代表性成果與人物榜單作為具身智能領域的權威風向標，旨在系統性呈現具身智能領域在先鋒人物、學術新生代、技術突破等多個關鍵層面的代表性成果與核心力量。榜單評選重視真實影響、長期價值和方向性貢獻，尤其關注研究範式、系統能力、產業實踐等對中國具身智能發展的實質性推動。
姚卯青（右四）榮膺“eai pioneer 20”先鋒人物
在此次評選中，智元一舉囊括五項eai-100具身智能年度榜單，實現技術、人物、應用全維度突圍。智元合伙人、高級副總裁、具身業務部總裁姚卯青榮膺“eai pioneer 20”先鋒人物。
“具身智能想要真正走進實際場景、落地部署並賦能客戶，是一項極具挑戰性的系統工程，必須打通硬件、數據、模型、場景全鏈條閉環。”姚卯青直言，作為深耕具身智能領域的創新企業，智元構建起從本體研發到場景應用的完整布局，2024年打造國內首個3000平米機器人數據採集場地，採集海量行業數據並開源；依託數據積累，自主研發vla與世界模型等多款通用具身模型，推出覆蓋全流程的一站式開發者平台，為具身智能產業化築牢技術根基。
直面數據瓶頸這一行業核心痛點，姚卯青指出：“語言模型可獲取數百萬億tokens的訓練數據，但具身智能的訓練數據量，與之存在4到5個數量級的差距。”為此，智元率先啟動真機數據採集，並於2024年12月開源全球首個基於全域真實場景的百萬真機數據集agibot world，該數據集迅速成為全球下載量最高的開源真機數據集，被英偉達等全球領軍企業廣泛採用。目前智元持續拓展數據維度，同步布局真機實操、人機交互、物理場景等多類數據採集，今年預計產出數百萬小時高質量有效數據，以優質數據夯實模型訓練基礎。
同時，為解決落地成本難題，智元構建了仿真全生命周期流程，“近90%的研發工作在仿真環境中提前搭建、驗證並跑通，僅剩餘10%的場景適配與落地調試工作。”姚卯青表示，智元利用生成式ai實現小時級場景構建，大幅縮短了從實驗室到工廠的“最後一公里”。
圍繞核心技術突破，智元構建了“數據—預訓練—後訓練—世界模型”全鏈路閉環體系，打造可持續進化的具身智能模型。姚卯青介紹，在預訓練層面，智元推出全國首個通用具身基座模型go-1，開創性提出villa架構，通過vlm與moe的融合實現通用感知與動作能力及跨任務泛化，讓機器人既能從人類視角學習動作規律，又能掌握物理世界交互邏輯。
而在世界模型領域，姚卯青則強調，“世界模型是我們堅定投入的方向，早在2024年，智元就認準這一技術賽道。相較於語言模型偏向抽象邏輯思維表徵，世界模型是從3d物理世界中學習規律，更適配具身智能場景需求。”去年7月，智元發布世界模型平台genie envisioner，這是行業內首次構建的4d具身世界模型及基準數據集ewmbench。該模型統一了世界動作模型與仿真器，實現了從環境理解、動作推理到仿真訓練的全鏈路能力。
依託全棧技術突破，智元機器人已實現規模化產業落地，賦能新質生產力發展。姚卯青介紹，“我們的機器人已在3c製造領域實現零部件精準檢測與上下料作業，在泛工業場景完成吊箱拆卸與轉運，在汽車零部件領域實現自動化上下料，在物流場景完成包裹分揀與拆解。”目前相關技術方案已在真實工業現場實現24小時連續不間斷作業，產線效率（uph）達到人類同等作業水平，平均無故障時間（mtbf）達百小時級別。
從數據採集、模型訓練到場景落地，一套成熟的具身智能體系，需要穩定可靠的硬件本體與vla、強化學習、世界模型等核心技術的深度融合。姚卯青表示，“面向未來，智元將持續深化技術迭代與生態共建，讓我們的技術體系、數據模型與場景適配能力不斷邁上新台階。這一戰略路徑，正是具身智能賦能新質生產力的生動實踐。”
具身智能·年度10大突破（eai breakthrough 10）：兩項核心技術登榜
1、通用具身基座模型 go-1：全球首個採用vision-language-latent-action（villa）架構的通用具身智能模型，由多模態大模型、隱式規劃器與動作專家協同構成，成功彌合圖像-文本輸入與機器人執行動作之間的語義鴻溝。模型具備優秀跨本體遷移能力，在主流仿真平台與真機實驗中均取得領先性能，已向全球開發者免費開放，極大降低行業技術門檻，加速具身智能普及。
2、sop 在線後訓練系統：業界首個面向真實世界部署的vla分布式在線後訓練底座，構建“在線、集群、並行”低延遲數據閉環體系。僅需3小時在軌經驗即可實現約30%性能躍升，多任務通才成功率突破94%，四機集群訓練速度達單機2.4倍，為具身模型規模化量產與持續迭代提供工業級解決方案。
•具身智能·年度10大數據集項目（eai dataset 10）：具身智能“imagenet時刻”
agibot world數據集是全球首個覆蓋全域真實場景、採用全能硬件平台並具備全流程質量把控的百萬級真實機器人數據集。該數據集面向機器人日常生活能力訓練，數據由100台移動雙臂機器人在4000㎡真實場地中採集完成，場景包括家居、餐飲、工業、商超、辦公五大類，涉及3000+種真實物品，被譽為具身智能領域的“imagenet時刻”。
•具身智能·年度10大落地典範（eai application 10）：真機強化學習工業落地
智元工業產線強化學習落地是全球首個將強化學習具身算法規模落地於真實工業場景的機器人系統，聚焦3c產線電檢與裝配核心環節，通過強化學習算法持續優化作業流程，實現作業成功率100%，大幅提升了3c產線的生產效率與產品合格率。
