启元机器人量产 5000 台，提出 VLA 快慢脑架构挑战通用大模型局限

启元机器人宣布其具身智能产品刚刚下线 5000 台。该公司具身研究中心明确将底层算法研发与对外目标锚定为做出首个面向个人消费者的物理 AI 机器人，预计 2027 年将迎来该赛道的关键突破窗口。尽管 Q1 和 T1 已作为第一代 C 端硬件产品上市，但启元认为其并非家务机器人的终局。Q1 定位为小尺寸全身力控人形机器人，T1 主打轮足与四足可变形形态，旨在解决稳定性、入户安全及陪伴交互问题；真正面向家务作业能力的 H 系列仍在迭代，而配套的「启元大脑」体系才是核心。针对海外路线在真机试错规模化与 UMI 类手持采集泛化之间的取舍，启元提出融合方案：利用 GPT‑6 Astra 等大语言模型作为 S2 慢脑承担高层规划与记忆调度，同时开发自研视觉‑语言‑动作模型（VLA）作为 S1 快脑负责底层动作执行，以此兼顾思考与执行效率。启元指出通用大模型难以直接接管抓取、整理桌面等精细操作，单次推理耗时可能长达半小时且 Token 成本极高。因此，机器人需要特定本体耦合训练，模型、数据与硬件必须绑定迭代，通用基座模型无法替代这种深度绑定的具身能力。为突破数据采集瓶颈，启元推出 Hil-UMI 范式，通过无本体便携式夹爪进行示范采集，并结合薄弱环节识别机制，使数据采集效率达到传统真机 HG‑DAgger 模式的 5.63 倍，形成「识别短板—定向采集—模型更新」的闭环。在数据规模与算力建设上，启元计划到 2027 年将自身数据规模冲击百万小时级别，同时构建数千卡集群以应对高冗余视频流的训练需求，未来目标是将上下文窗口拉长至小时甚至天级别，实现 In‑Context Learning 层面的质变。面向 C 端商业化，启元设定硬性标准：家庭产品的任务完成度需达到 95% 以上才具备上市条件。公司策略并非一开始追求全任务通用，而是集中资源先打穿一个家庭杀手级应用场景，例如衣物处理的完整闭环包括收衣、送洗、晾晒、折叠归位。