至简动力把第一批 100 台 i7 Pro 交出去了，地点不是展台，而是真实工厂。
7 月 6 日，这家由理想汽车智能驾驶老兵创办的具身智能公司在苏州宣布，首款全场景机器人 i7 Pro 完成首批百台交付。同时亮相的，还有一条 CNC 智能化具身机器人产线。这个组合比单纯发布一款人形机器人更值得看，因为它把“机器人能不能上产线”这件事，从演示视频往真实订单推了一步。
i7 Pro 这次进入的是谐波减速器相关产线。谐波减速器是机器人关节里的关键部件，精度、耐用性和一致性都会影响整机动作。至简动力的说法是，这条产线由 i7 Pro 参与加工谐波减速器内部零件，相当于让机器人参与制造自己的上游零部件。
这不是一个轻松场景。CNC 车间有切削油污，地面湿滑，设备动作和节拍也不能随便让位给新机器人。早期测试里，i7 Pro 进场后先遇到的不是模型跑分问题，而是轮子打滑、机身晃动、移动不稳，连最基本的站稳和走准都要重做。另一处难点是机床按钮和舱门控制：如果只靠夹爪硬按，精度、磨损和成本都会被放大。
“老黄一直给我传达做产品的理念，就是做一个 Rubbish 出来，先让大家骂，被骂多了，东西才能成。”
至简动力 CEO 兼 CTO 贾鹏这句话虽然说得粗糙，但它点出了具身智能现在最缺的东西：不是再多一段漂亮 demo，而是把丑问题一个个暴露在产线里，再改到可交付。最后双方没有选择把工厂地面整体改造得更“适合机器人”，也没有只靠更贵的夹爪堆精度，而是让机器人行走模组适应油滑环境，并在设备侧预留信号接口，让机器人通过数字信号控制机床启停、开关舱门和触发按键。
这一步的商业含义在于，机器人公司不能只卖一台机器，还要把机器、设备接口、工艺节拍和现场维护打成一个方案。很多具身公司讲“通用”，但第一批订单往往来自高度具体的场景。CNC 产线不是最炫的舞台，却足够诚实：环境脏、节拍硬、容错低，机器人的问题会很快暴露。
至简动力的团队背景也解释了它为什么会先挑工厂。公司三名核心创始人王凯、贾鹏、王佳佳都来自理想汽车智能驾驶团队。公开信息显示，公司在 2025 年 7 月筹备成立，随后半年内完成 5 轮融资，累计融资约 20 亿元，投后估值超过 10 亿美元，投资方包括元璟资本、红杉中国，以及腾讯、阿里等产业方。
这类自动驾驶团队转向具身智能，有一个天然优势：他们熟悉传感器、数据闭环、量产工程和现场交付，不太容易把机器人只当成算法项目。但劣势也很明显。车是在相对标准化道路上跑，工厂里每个工位、每台机床、每种夹具都可能不一样。自动驾驶经验能带来工程纪律，却不能直接复制出一套机器人商业化答案。
官网披露的模型路线显示，至简动力把重点放在世界模型与 VLA 一体化上，用统一 Transformer 处理语言、视觉语义、3D 空间结构和机器人状态。其 LaST-R1 后训练方案主打隐空间物理推理，在仿真 LIBERO 基准中只用 1 条轨迹预热，平均成功率达到 99.9%；真机复杂任务里，用 30 条轨迹微调后，成功率从 52.5% 提升到 93.75%，高于同场景中 π0.5 的 71.25%。
这些数字需要谨慎看。它们说明团队在“少样本适应真实任务”上有清晰目标，但还不能等同于大规模产线的长期稳定性。真正决定交付质量的，会是故障率、维护频次、换线成本和现场人员愿不愿意继续用。百台交付是一个门槛，不是终点。
对中文读者来说，这条新闻的增量不在“又一家机器人独角兽”，而在具身智能开始从融资叙事进入交付叙事。过去一年，国内机器人公司密集融资，许多估值已经提前反映了“未来规模化”的预期。现在第一批真实工厂案例出来后，行业比较标准会慢慢变化：谁的模型更强仍然重要，但谁能把机器人放进油污、噪声、节拍和责任边界都很硬的车间里，可能更能说明问题。
至简动力这次选择让机器人进入谐波减速器产线，还有一层产业链意义。上游核心部件和整机企业互相配套，可以缩短问题反馈链条；机器人如果能参与加工自己的关键部件，也会让研发团队更快看到硬件误差、动作策略和工艺接口之间的真实冲突。这比单纯拿通用任务跑分，更接近具身智能商业化的日常。
这也是为什么百台交付值得写，但不宜写成胜利宣言。它证明至少有客户、产线和设备伙伴愿意把机器人带进真实工作流；它还没有证明这种模式能在不同工厂、不同工艺之间低成本复制。接下来要看的不是下一场发布会，而是这些 i7 Pro 在工厂里连续跑几个月后，能不能少停机、少返修，并让客户继续追加订单。
来源与核验：量子位现场报道、第一财经/界面对百台交付与产线消息的转述、至简动力官网模型与指标披露；重点核验 i7 Pro 首批百台交付、7 月 6 日苏州活动、CocoLoop、CNC 产线、5 轮融资、20 亿元融资、LaST-R1 成功率等信息。