人形机器人最怕两件事：展会里翻得再漂亮，回到仓库里不会拣薯片；PPT里说自己通用人形，客户问“一台顶几个工、多久回本”，全场沉默。

2026 WRC之后，具身智能的审美变了——不看后空翻，看能不能干满8小时；不讲“全场景通用”，讲“单工位降本”。

极智嘉在这波转向里很特别：它不是临时组队追热点，而是把做了十一年的仓储AMR、调度系统、全球交付和真实拣货数据，全部塞进一家具身子公司。

图源：陈曦小红书个人号，经AI调整修改

陈曦亲自挂帅具身智能CEO，推Gino 1、Gravity 4D、一核双引擎，不是再做一个“会走路的展示机”，而是要把极智嘉从“卖移动机器人”重新定义成“卖仓储生产力”。

他要拿具身要换回来的，到底是定价权，还是复购率，还是一条能跑十年的第二曲线？

人形公司都在教机器人做人，极智嘉先教机器人做拣货员；前者赚眼球，后者赚工时。

具身智能行业有个怪现象：最会跳舞的，往往不会打包。双足、空翻、握手上央视，流量有了，可一进真实仓库，面对充气薯片、透明面包、贴壁小件、湿手毛巾，模型立刻“晕菜”。

陈曦在接受采访时说得很直白：满屏Demo之后，客户真正抓狂的是“没法持续干活”。这句话不绕，基本把极智嘉具身路线定调了——不追秀场人形，追仓库里还没被AMR解决的那截“手眼活”。

极智嘉的老本行是仓储AMR。截至2026上半年，全球40多个国家和地区、超1000家终端客户、部署超8.1万台机器人，连续7年AMR市占第一，500强客户超85家，客户复购率80%以上。做了这么多年，仓库自动化到什么程度？

陈曦给出的判断是：无人仓里移动机器人已经替代约60%—70%人工，剩下拣货、打包、拆箱、上架这些“手眼协同”仍高度依赖人。

别小看这30%—40%，它恰恰是仓库最贵、最不稳定、最难标准化的部分：SKU百万级，包装软硬透明充气全有，光照一变、箱壁一贴、堆叠一乱，就是全新物理问题。学界把bin-picking叫“圣杯问题”，不是因为难搞，而是因为它直接决定人工成本。

所以极智嘉具身的第一刀不切“全通用”，而切“仓储拣选”。Gino 1用轮式底盘+人形上半身+三指灵巧手，不从双足起步。轮式不是技术怂，是仓库地面平坦、电能效率最高、自由度少、成本低；人形上半身不是形式主义，是为了迁移人类操作数据、做抓取姿态对齐；三指不是妥协，是两指覆盖不了复杂SKU、五指高频仓寿命扛不住——董芹鹏团队测算，部分头部五指灵巧手寿命30万到50万次，高频仓可能一个月就到寿命，三指是在覆盖度、可靠性、成本间取最大公约数。

这套选型背后一句话：具身不是做个像人的机器，而是做个能进工单、能计件、能替班的工位。

更关键的是场景顺序。很多具身公司先讲“进厂进店进家庭”，陈曦反着来：进厂每条产线每个工位都不同，数据采集和交付部署成本极高；进店场景散、单量小、容错低；进仓则高频、反馈快、SKU标准但又足够复杂，最适合作“物理AI训练靶心”。

极智嘉先在自家最熟的仓储基本盘把Gino跑稳，再谈无人零售、无人药店、制造物料流转，这个次序决定了它不是热点投机，而是把老客户老仓库变成新模型的训练场。

对甲方来说，这意味着试错成本可控；对陈曦来说，这意味着具身不是从零找场景，而是从1000个老客户里挑场景。

大模型公司卖的是“我会想”，极智嘉卖的是“我想完能上手不碎薯片”。仓库不奖励聪明，只奖励不返工。

具身大脑如果只靠视觉识别，永远差一层：能认出这是薯片，不一定知道充气袋一抓就破；能看到箱子，不一定预判湿巾移位后手该从哪个角度进。极智嘉的Gravity框架，定位“一核双引擎”：一核是Gravity具身智能框架，双引擎是数据引擎、生态引擎。

落到模型层，核心是Gravity 4D——不是从零训一个纯视觉大模型，而是在自研4D基础模型上提特征，再用蒸馏做世界模型，让机器人提前“推演物理”。

技术细节不用堆术语，讲人话就三件事。

第一，输入不止RGB。Gravity 4D引入PointMap三维空间结构、Scene Flow物体运动表征，把“东西在哪、朝哪动、抓了会怎样”一起学；训练注入三维和运动信息，推理不显式算3D，靠隐式表征直接出动作，兼顾实时性。

第二，架构走双脑。认知脑读指令、拆任务、定计划；行动脑在动手前做物理沙盘推演，不是只预测下一帧画面，而是同时学未来外观、三维结构、三维运动。

第三，基准看扰动不看理想场。LIBERO-Plus零样本总体任务成功率从73.73%提到78.62%，别看只涨5个点，重点在视角切换、光照变化、传感器安装偏差这些“现场脏条件”下泛化提升更明显。

仓库不是实验室白光环境，能抗偏光抗偏角，才算能上岗。

Gino 1就是这套大脑的落地壳。WAIC样板间里它从料箱抓薯片、透明面包、橡胶小碗，放进播种墙或目标位；不是固定道具演示，而是多SKU连续拣选。

陈曦把仓库数据闭环讲得很重：每次抓取成功、失败、碰撞、返工，都会回流成业务反馈，形成可持续迭代的数据飞轮。陈曦更进一步说，极智嘉近1000家客户、1700多个项目、8万台级机器人集群，本身就是物理AI训练场；先有真实交互，再有模型迭代，而不是先发模型再找场景。

这里要强调一个容易被忽略的权力点：很多具身初创先有模型再找仓，极智嘉先有仓再养模型。顺序一反，数据所有权、场景定义权、验收标准权都在自己手里。

Gravity不是“通用大模型外包给仓库用”，而是“仓库工况长出来的操作大脑”。未来GINO ECO再把Gino硬件、训练工具链开放给模型公司、高校、硬件伙伴，极智嘉做桥接者：上游缺场景，它给仓；下游缺方案，它做集成。

生态越开放，Gravity作为数据+工况中间层的地位越不容易被替代。具身行业最怕“模型公司不懂仓、仓公司不懂模型”，陈曦这套打法是用十一年仓储know-how把两边焊死。

硬件定价看BOM，工位定价看工时；极智嘉把8.1万台变成8.1万个数据收银台。

陈曦挂帅具身子公司，真正值钱的不是发Gino，而是把母公司的“客户资产”转成“具身定价权”。

这句话要拆开看三层。

第一层，存量客户降低试错门槛。2026上半年极智嘉收入12.839亿，新签订单23.85亿，同比35.5%；毛利4.60亿，毛利率35.8%。全球超1000客户、85家以上500强企业，复购率80%以上，部署了8.1万台。对纯具身初创来说，首个POC要从头谈信任；对极智嘉来说，老客户本来就用AMR，加入Gino做拣选工作站，是在原有WES/RMS/调度系统里加一个工种，不是重做项目。

陈曦说“卖的从来不是单机，是机器人集群”，落到商业上就是：具身产品不是独立孤岛，而是AMR编队的新节点。客户替换成本已经在极智嘉体系内，复购率会自然外溢到具身。

第二层，订阅把硬件价变成工时价。2026上半年订阅式服务订单1.557亿，同比75%以上，美洲订阅订单同比455%；公司明确说订阅把“一次性项目交付”升级为“长期运营服务”，底座是1000家客户、8.1万台机器人。

传统AMR项目制最怕一次降价、一次验收，后面只收维保费用；订阅制按运营、按工位、按效率提高持续收费，客户黏性来自历史数据、调度策略、异常库，而不是机器铁壳。Gino进来后，如果按“拣选人工替代率+准确率+异常处理时长”计价，极智嘉就有机会从“卖机器人”转成“卖拣货工时”。这比单纯定硬件价高一个维度：硬件会同质化，工时和良率不会。

第三层，海外高毛利放大议价权。2026上半年海外收入占比超75%，海外销售毛利率46.2%；2025全年收入31.71亿、海外超七成、经调整净利润4382万元。

海外仓人力贵、工会规则多、交付本地化要求高，客户更愿意为“减人工+可运维”付溢价。极智嘉有64+服务站点、12个全球备件中心、数百工程师的全球化体系（2025口径），具身产品出海不是只运机器，而是连同Gravity模型、Gino本体、远程接管、备件SOP一起交付。定价权不来自“我人形多像人”，而来自“我在你美国仓、欧洲仓、日本仓都能持续替你减人且不停业”。

所以回答“定价权还是复购率”这个问题：极智嘉短期靠80%复购把具身送进老客户，降低获客成本；中期靠订阅把复购转成持续现金流；长期靠工位效率定价替代硬件定价。陈曦要的不是把Gino卖贵，而是把“拣一个SKU值多少钱”重新写进合同。

机器人行业过去卷单价，极智嘉具身如果跑通，会卷“单件成本、单工时、单仓ROI”——这才是第二曲线最硬的部分。

很多公司把具身当作新业务线，极智嘉把具身当作旧仓库的第二次收费权。

2025年7月，极智嘉上市后不久设立全资具身智能子公司；2026年WAIC公布一核双引擎、Gino 1量产节奏，并启动具身子公司首轮外部融资。这个动作不能只看成“搞钱”，它本质是重构资本结构。

AMR母舰已经到规模化阶段：2026上半年不考虑具身研发投入，经调整净亏损同比收窄81.9%，主营业务接近盈亏平衡；考虑具身投入后整体经调整净亏损6060万、同比收窄32.1%。

具身早期要烧大模型、烧灵巧手、烧真实仓POC、烧GINO ECO生态，如果全并回上市公司，短期压制利润；拆成子公司独立融资，母公司用场景、客户、数据、调度系统作anchor，子公司用外部资本扛前沿研发和风险。

陈曦对外说希望开放技术生态、吸引资本参与长期建设，翻译过来就是：具身是长周期赌注，不该用季度财报绑架产品节奏。

Gino节奏也很“极智嘉”：2026年2月发布，Q3逐步量产，年内冲击千台级；国内海外同步POC，鞋服、医药、食品、工业品先跑。千台对人形行业不算小，对极智嘉也不算冒进——它背后是机械臂拣选工作站+Gino人形+AMR调度一体方案，不是单卖人形。公司中期目标提出未来3年具身产品累计出货超万台，并从仓储延伸到生产制造、零售等场景。

更现实的是“补工位”而不是“换人”：AMR负责移库、接驳、货架到人，机械臂站做固定工位深拣，Gino做柔性补位、复杂箱态、与人协作的通用拣货。三样加起来，才是无人仓第二曲线，而不是一台人形走天下。

为什么这事可能成？三个非技术壁垒。

其一，数据壁垒：1700+项目、百万级SKU、8万台级真实运行，纯模型公司买不到；其二，交付壁垒：海外备件、24小时支持、WES对接、500强合规，初创三年未必搭得起；其三，商业壁垒：80%复购+订阅增长，意味着具身不是从0找PMF，而是在已付费客户里做增量ROI。

反过来风险也要写清：Gino轮式只适合平面仓，楼梯、户外、非结构地形不在首阶段；打包、异形、极软包装仍是难点；千台量产后成本、寿命、返修率要用真实工单验证；生态开放若把Gravity能力稀释给模型伙伴，护城河要从“技术保密”转成“场景网络效应”，管理难度不低。

但方向是对的。具身智能下一阶段不是“谁人形更像人”，而是“谁能把模型、本体、调度、工单、保险、运维捆成可续费方案”。

陈曦把具身子公司独立出来，等于在极智嘉母舰外再装一台发动机：母舰继续用AMR和订阅赚稳定钱，子公司用Gravity+Gino赚边际更高的生产力钱。等数据飞轮转起来，千台变万台，工位定价变仓级订阅，第二曲线就不是概念，而是利润表新科目。

回看极智嘉这一步：陈曦挂帅具身子公司，发Gino 1，推Gravity 4D，立一核双引擎，开GINO ECO，启动独立融资。表面是追具身热点，底层是把十一年仓储资产重新“证券化”。移动机器人解决了“货怎么到人不远处”，具身要解决“最后那双手怎么替人”。

这条路如果只写技术，会很小；如果写商业，就很大——它关乎8.1万台机器人每天产生的抓取数据，关乎1000家客户愿不愿意为“少一个人工位”继续复购，关乎海外46.2%毛利下把硬件价重写成工时价。

行业里不缺会翻跟头的人形，缺的是敢把机器人放进客户仓库，按件计功、按小时续费、按返工率负责的供应商。

陈曦要的显然不只是“具身”这两个字，而是把极智嘉从AMR第一股，升级成仓储具身生产力平台。第一曲线靠移动机器人铺规模，第二曲线靠Gravity+Gino提工时；第一曲线拿复购，第二曲线拿定价；第一曲线养数据，第二曲线把数据变利润。

未来三年看三件事就够了：Gino量产良率和单仓拣选替代率、订阅收入里具身工位占比、Gravity通过GINO ECO接入多少第三方模型与硬件。

三者全跑通，极智嘉就不是“又一家做人形的”，而是“仓库里最会算账的具身中台”。

到那天再回头看今天这篇文章，标题或许该改一句：陈曦要的不只是具身，也不只是第二曲线，而是让机器人行业从卖铁，回归到卖工时。