具身智能行业又迎来一个比Demo更硬的指标：交付。

机器人大讲堂获悉，今天，至简动力全球首款全场景机器人i7 Pro在苏州完成首批百台交付，并落成全球首个CNC 智能化具身机器人产线。

自2025年7月成立起，至简动力用不到一年时间，把 i7 Pro 从技术验证推到了真实部署，跑出行业最快百台交付速度。

要理解这个速度意味着什么，需要先看一组行业坐标。

2024年以来，具身智能赛道涌入大量玩家。全球融资额过亿的具身智能企业超过50家，国内接近30家。机器人翻跟头、叠衣服、做咖啡的视频轮番刷屏，Demo能力边界不断推高。

但行业仍处于从样机验证向规模交付过渡的阶段，真正实现百台级交付并进入客户现场持续部署的案例仍然不多。部分头部公司从成立到交付百台，耗时普遍在两年以上。还有不少团队，成立两三年仍停留在个位数样机阶段。

01.

“100”不只是数字，更是一道分水岭

至简动力这次交付的百台i7Pro ，重点不在于100 这个绝对数字有多大，而在于交付速度和场景真实度。

真正进入产线后，机器人的评价标准会完全变化。它不只要完成一次任务，还要长期稳定工作；不只要在工程师调好的环境里跑通，还要适应不同工位、物料、光照、节拍和安全要求；不只要“能演示”，还要能交付、能部署、能复用、能维护。

业内流传着一句话：“能演示，不等于能交付；能交付，不等于能干活；能干活，不等于能稳定复购。”

这正是百台交付的分水岭意义。

这批i7Pro进入的不是特定搭建的“样板间”，而是国内头部谐波减速器制造龙头企业的真实产线。在CNC上下料这个场景中，机器人需要在多台机床间依靠底盘自主移动，同时完成精度要求极高的定位插入动作。

内行人都知道，这种“移动底盘+高精操作”的叠加场景，是传统固定工业机器人和AGV/AMR都难以完美覆盖的灰色地带，要求机器人的底盘误差与手臂误差在动态中实现系统级补偿。

所以，这不仅是 i7Pro的一次数量交付。更重要的是，它已进入真实产线，开始跑通节拍、稳定性和可复制部署能力。

一个问题随之而来，成立不满一年的至简动力，究竟是如何做到的？

02.

为什么这么快？从团队基因说起

在拆解技术栈之前，机器人大讲堂发现，至简动力团队的背景信息，或许是理解“最快百台交付”最底层的线索。

至简动力的核心团队，来自智能汽车产业。CEO兼CTO贾鹏，曾任理想汽车自动驾驶技术研发负责人，主导过L2至L4级别的自动驾驶算法设计与量产落地，也是NVIDIA自动驾驶中国团队的第一号员工。董事长王凯，曾任理想汽车合伙人兼CTO，拥有超过20年智能汽车与智能手机全产业链研发经验。COO王佳佳，曾任理想汽车自动驾驶量产研发负责人，在博世中国时期从零搭建过辅助驾驶系统工程团队。

抛开大厂光环，这三人的共同履历关键词，是“量产”。

智能汽车产业的“量产交付”，意味着数万个零部件在严苛的成本、品质和可靠性约束下，实现百万公里级的稳定运行。这种系统工程思维、供应链整合能力和质量体系意识，正是当前具身智能行业最稀缺的基因。

资本市场的快速下注，也从侧面印证了这支团队在量产交付领域的稀缺价值。至简动力成立半年内连续完成5轮融资，累计金额20亿元，投后估值超10亿美元，成为具身智能赛道最年轻的独角兽。投资方包括腾讯、阿里巴巴、红杉中国、元璟资本、高榕创投等机构。

至简动力将这套“车规级”的量产逻辑迁移至机器人领域。从公司成立第一天起，他们的目标就不是“做一台能演示的机器人”，而是“做一批能稳定交付的机器人”。

03.

交付如“堆雪球”，至简动力的全栈自研系统性破局

团队基因为至简动力奠定了”量产思维“，但真正把百台i7pro 推进产线，还要从底层问题说起。

具身机器人不是一个单点模型，也不是一台硬件设备。它同时涉及算法、本体、传感器、计算平台、执行机构、数据闭环、软件系统、供应链和现场部署。

在至简动力看来，机器人大脑不是孤立的软件模型，它必须和芯片、传感器、计算平台、执行器、数据闭环和本体设计同时协同。真实场景中的机器人任务足够复杂，只有把模型、数据和机器人本体放到同一套系统里协同优化，才能支撑快速部署和规模化应用。

于是，它选择全栈自研和软硬一体，从系统层面定义机器人。这并不只是自研更多东西，而是把原生具身智能、数据闭环、一体化本体、开发者工具链、供应链和工程量产能力嵌入同一套体系里。这也是百台交付背后至简动力真正开始跑通的能力。

04.

i7 pro：本体不是参数堆叠，而是面向产线定义

这套系统能力，首先落到在这台已实现规模化交付的i7 Pro上。

i7Pro从产品定义第一天起，就面向真实生产现场设计。它的本体能力，首先体现在几个面向产线的关键参数上：18个主动自由度、6kg单臂末端负载、650mm腰部升降，双7自由度人形臂提供1000mm作业半径、重复定位精度达到±0.1mm。

这些参数不是为了堆配置，而是对应产线里的具体任务——负载支撑工件取放，升降和臂展覆盖不同机床和操作高度，定位精度支撑插入、对齐等高精操作。这些能力组合在一起，让机器人能够在真实产线中完成“移动+高精操作”的连续任务，而不是停留在单点展示。

能用起来之后，下一个问题是能不能稳定运行。i7 Pro基于车规级电子电气架构，2070 TFLOPS中央计算平台提供本地算力，配合360°环境感知、主动避障和近人安全机制，让机器人在复杂现场中自主完成长程任务，而不是每一个动作都需要人工干预。

稳定之后，还要考虑能不能在不同工位、不同任务之间快速切换。至简动力自研了模块化力控人形臂，支持快速装配与更换，末端标配二指夹爪，可升级为三指夹爪或灵巧手，同时开放接口供客户和开发者二次开发。

这些设计共同指向至简动力i7 Pro的产品能力关键词：一小时开箱即用、通用泛化、快速部署。“一小时开箱即用”实现机器人快速进场，“通用泛化”实现同一套能力跨场景复用，“快速部署”则把机器人更快接入客户现有业务流程。

05.

模型和数据闭环：让机器人越用越能干

本体解决的是机器人能不能进入现场，模型和数据解决的，则是它能不能持续适应现场。

很多机器人大脑现在仍然是“缝合式”结构，视觉、语言、动作各有一套模型，中间依靠工程代码连接。短期看可以堆出效果，但长期会带来数据不通、训练不通、部署复杂和迭代成本高的问题。
 

至简动力的核心抓手，是自研 LaST₀基座模型体系，这也其所说的“原生具身智能”路线。具体来说，LaST₀把语言、视觉、空间和动作统一到同一个隐空间中进行联合推理，并围绕这一基座搭建了从预训练到后训练的完整技术链路。公开资料显示，LaST₀已入选 ICML 2026 Spotlight。

相比单纯扩大模型规模，LaST₀更重要的意义在于，它把理解、生成、空间建模和动作规划统一起来，并服务端侧部署。这直接指向真实产线里的需求：机器人不能完全依赖云端，也不能每个动作都用高延迟方式计算。i7 Pro 搭载NVIDIA Jetson Thor 主控，AI 算力达到2070 TFLOPS，能够在本地完成任务理解、动作规划和实时状态反馈，减少云端依赖。

与此同时，至简动力也在搭建数据闭环——覆盖数据采集、清洗、自动标注、模型训练、端侧部署和badcase回流，让真实场景中的问题尽快反哺模型和部署流程。除了机器人本体数据，至简动力还在补另一类关键数据：人手操作数据。它联合北京大学、香港中文大学等团队提出了 LaST-HD，不强行对齐人手和机器人在动作层面的差异，而是让两者先在物理推理的隐空间中达成共识，再学习动作。

围绕这一路线，团队还配套自研了轻量级人手采集手套，以及一套从协训到部署的渐进式训练方案，让人的操作经验能够更低成本地转化为机器人可用的数据资产。

讲到底，模型解决的是机器人如何理解和规划，数据解决的是模型如何持续迭代。百台交付的价值，也因此不止于交付本身。机器人进入的产线越多、运行时间越长，积累的视觉、力觉、位姿和任务状态数据就越丰富；这些数据再进入训练流程，继续提升模型能力和后续部署效率。
 

如果这条飞轮能够持续运转，交付本身就会成为技术壁垒的一部分。

06.

供应链与工程量产：百台背后的“2小时经济圈”

具身机器人进入交付阶段后，难点不只是做出一台样机，而是让一批机器人保持一致的产品能力。关节、电机、传感器、计算平台、末端执行器、整机装配、标定测试，任何一个环节不稳定，都会拖慢交付速度。

至简动力的优势在于，它没有把供应链放在最后一个采购环节，而是把供应链纳入了产品定义和工程迭代的一部分。

目前，至简动力已经与绿的谐波、德赛西威、NVIDIA、东山精密等上游伙伴形成深度协同。绿的谐波对应谐波减速器，德赛西威对应车规级域控制器，NVIDIA 对应计算平台，东山精密对应精密制造能力。对于一台面向真实产线的机器人来说，这些环节直接影响关节一致性、控制稳定性、算力供给和制造良率。

更关键的是地理半径。

至简动力所在的苏州吴中及周边，拥有成熟制造业基础。关键零部件供应、加工制造、整机装配、调试验证和真实客户现场，可以在较短半径内形成闭环。现场出现问题，工程团队能够更快回到设计、加工、装配和验证环节中去调整。这就是吴中“2小时经济圈”的价值——把研发、制造、测试和客户现场压缩在同一个响应周期里。

从这个角度看，至简动力的百台交付并不是单纯靠融资、团队或模型推出来的。它背后还有一条现实的制造业支撑线：上游核心部件能协同，工程问题能快速回流，整机装配和现场验证能形成闭环。

这也是具身机器人规模化绕不开的判断：真正决定交付速度的，不只是机器人“聪不聪明”，还有供应链能不能跟上、制造体系能不能稳定、现场问题能不能快速闭环。

至简动力这次跑得快，很大程度上是它把这些能力提前接进了产品体系里。

07.

CNC 不是终点，场景复制才是下一步

百台i7 进入 CNC 上下料场景，是至简动力当前最具代表性的落地节点。但从公司规划看，这并不是终点。

CNC场景的价值在于，它验证的是“移动+高精操作”这类复杂工业任务。但这套能力能够复用，后续才有机会进入更多高频工业场景。

据至简动力透露，它已经将光电模组、柔性 PCB、AI 存储列为下一步工业拓展方向。这些领域同样有大量重复性、高精度、节拍明确的作业任务，也存在柔性自动化需求。在工业场景之外，至简动力也在商超零售、智慧物流、生物医药等领域开展应用验证。

这些场景看起来差异很大，但背后都指向同一个问题：机器人能不能用同一套通用本体、同一套数据采集和模型训练框架，跨任务迁移到不同现场。

这也是百台交付之后更值得观察的地方。

第一次进入真实产线，验证的是产品能不能用；持续进入不同产线，验证的是系统能不能复制；从工业走向商业和服务场景，验证的才是通用能力边界，至简动力已经开始向这一步推进。

08.

做“具身时代的手艺人”

在当前众多具身智能企业纷纷标榜“超级大脑”“通用平台”“重新定义”的浮躁语境下，至简动力选择了一个截然不同的自我定义——“具身时代的手艺人”。

手艺人的内核是什么？静下心打磨手艺活，不追风口，不凑热闹，把手头的模型、工具链和平台一点点磨精。这听起来不够性感，却更接近制造的本质。

至简动力对外传递的信号很明确：他们更希望建设机器人时代的基础设施，赋能生态伙伴，一起实现机器人真正进入千行百业。这套基础设施不只包括模型和机器人本体，也包括开发者工具链。至简动力建设Simple Claw 开发者生态，面向开发者和合作伙伴打造机器人开发平台，集成 Agent 框架、Skill 库、底层 SDK、仿真验证和真机部署等工具。

放在百台交付之后看，Simple Claw 的意义不是为这次交付再增加一个技术标签，而是指向下一阶段：当机器人开始进入更多行业，需要的不只是自己交付机器人，还要让客户、开发者和生态伙伴更快把机器人用起来。

从这个角度看，百台交付不是终点，而是至简动力进入产业考场的开始。因为只有能交付的智能，才有机会成为真正的生产力。