行元智能押注机器人“词元”：不做本体，切入具身智能软件层

一条“不做本体”的差异化路线

据新浪财经报道，行元智能创始人杨世琦在首发报道中提出，公司不做机器人本体，而是押注机器人的“词元”。这一表述将具身智能的竞争焦点从硬件制造转向了模型与表征层。在机器人本体厂商密集融资、量产爬坡的当下，选择放弃整机、聚焦“词元”这一抽象层，意味着行元智能试图在产业链中占据更靠近软件与智能的位置。 需要说明的是，本次新闻仅确认了公司名称、创始人姓名与“不做本体、押注词元”的战略方向。关于“词元”的具体技术定义、产品形态、商业化路径以及团队规模、融资情况，标题与摘要均未提供，暂缺可核验数据，有待进一步确认。

“词元”概念与具身智能的软件化趋势

“词元”一词在语言模型语境中通常指文本被切分后的基本单元。将其移植到机器人领域，可能指向对动作、感知信息或任务指令进行离散化表征，从而让机器人模型以类似语言模型的方式学习与泛化。这一思路与当前具身智能领域“大模型+机器人”的技术路线相呼应，即把机器人的运动控制与任务理解交给统一的模型层处理。 从产业分工看，本体制造涉及机械结构、关节模组、传感器与量产工艺，资本与供应链门槛较高；而模型与表征层更依赖算法、数据与算力。行元智能选择后者，可能是在规避重资产制造竞争，转而争取软件层的技术壁垒。这一判断属于基于公开战略方向的推测，其可行性仍需产品与客户验证。

芯片与算力：软件路线的隐性成本

不做本体并不意味着轻资产。机器人模型的训练与推理同样依赖算力，尤其是涉及多模态感知与动作生成时，对芯片的并行计算能力与能效提出要求。如果“词元”路线需要大规模数据训练，其算力开支与芯片采购可能成为核心成本项，这与本体厂商的物料成本结构形成差异。 从行业背景看，具身智能的算力需求正在推动边缘侧与云端芯片的协同设计。英伟达在2024年GTC上发布的GR00T项目即面向人形机器人通用模型，反映出芯片厂商正在向机器人模型层延伸。对行元智能这类软件层公司而言，如何在云端训练与端侧推理之间分配算力，可能影响其模型的响应速度与部署成本，值得关注。

数据参考

• 本次新闻已确认信息：公司“行元智能”、创始人杨世琦、战略方向“不做本体、押注机器人‘词元’”，来源为 finance.sina.com.cn 报道，发布时间 2026 年 10 月 27 日。
• 行业背景参考：英伟达于 2024 年 GTC 发布面向人形机器人的 GR00T 项目，来源为英伟达官方发布，2024 年。
• 行业背景参考：IDC 预测，全球机器人系统相关支出到 2027 年将达到约 3400 亿美元量级，来源为 IDC 全球机器人支出指南，2023 年（预测数据）。
• 行业背景参考：国际机器人联合会（IFR）《World Robotics 2024》显示，2023 年全球工业机器人安装量约 54.1 万台，来源为 IFR，2024 年发布。
• 说明：行元智能的融资规模、产品参数、团队人数及“词元”技术细节暂缺可核验数据，本文未做量化描述。 #具身智能 #机器人模型 #行元智能 #AI芯片