数字 AI 领域依靠 Token 量化大模型的推理与思考总量，而进入物理 AI 与具身智能时代，智元推出 Worken（有效智能工时），专门用来衡量人形机器人在现实场景里自主完成的有效工作量，补齐了从 “智能思考” 到 “实体作业” 的价值量化缺口，形成数字世界 Token、物理世界 Worken 的双维度度量体系。当前行业普遍只看机器人出货量、硬件参数与演示效果，开机时长不等于有效作业时长，人工接管、任务失误、空转待机都会大幅降低实际产出，Worken 就是为解决这一行业痛点打造的统一量化标尺，把机器人的作业稳定性、自主能力、产出效率合并成一个可横向对比的数值，让机器人生产力能够被精准核算。这套度量体系落地分为三层技术闭环：第一层依托 WorkGPT 具身大模型，把自然语言指令拆解为可执行动作，持续产生推理 Token；第二层依靠整机软硬件实现无人干预的自主连续作业，把模型思考转化为实体行动；第三层通过 Worken 指标持续统计作业成果，反向优化模型参数与机器人动作算法，形成 “Token 思考 — 自主执行 —Worken 产出” 的正向迭代循环。随着多场景规模化落地，Worken 将逐步成为机器人项目验收、成本核算、服务计费的核心指标，推动行业从比拼硬件参数转向比拼真实有效产能。
一、Token 与 Worken 核心定位对比
- Token（词元）：面向数字大模型，衡量 AI 思考、推理、内容生成的算力消耗，只对应信息处理环节，不包含实体执行动作。
- Worken（有效智能工时）：面向具身机器人，衡量物理世界里自主作业的有效产出，剔除人工遥控、待机空转、任务失败的无效时长，只统计稳定完成合格任务的工时。
二、Worken 完整计算公式与指标释义
Worken = 活跃机器人数量 × 自主工作时长 × 产出效能比
- 活跃机器人数量：当期在线、投入正式作业的设备，不含仓库闲置、故障停机的机器。
- 自主工作时长：全程无需人工接管、自主完成任务的连续时长，人为干预时段不计入统计。
- 产出效能比：以熟练工人单位时间合格产出为基准值 1.0；机器人产出越高，效能比越高，大于 1 代表机器人效率优于人工。
三、Worken 落地的三大技术支撑体系
- 算法底座：自研 WorkGPT 具身多模态大模型，把语言指令转化为动作规划，持续输出推理 Token，保障机器人自主决策能力。
- 整机执行：远征系列人形机器人本体，具备自主避障、自主纠错、连续作业能力，最大限度减少人工介入，拉长自主工作时长。
- 数据统计：全场景作业数据采集系统，自动记录在岗数量、无人值守时长、任务合格率，自动核算每台机器人的 Worken 数值，实现作业绩效可追溯。
四、多场景实测应用成果
- 工业产线：龙旗 3C 上下料场景，多台机器人稳定运行，实现较高 Worken 数值，替代重复性人工操作。
- 公共服务：广州地铁安检引导、香格里拉酒店服务、宽窄巷子游客接待，机器人全程自主交互，形成稳定的有效智能工时。
- 文娱场景：珠海长隆机器人表演，连续稳定自主运行，单场景累计 Worken 达到数万级别，充分验证指标实用性。
【相关 FAQ】
问题 1：模型有 Token，智元 Worken 和 Token 分别用来衡量什么？
回答 1：Token 用来衡量大模型在数字空间的思考、推理与信息生成量，只对应 AI 脑力计算；Worken 用来衡量智元机器人在物理场景下自主完成的有效劳动量，对应实体执行产出，二者分别对应数字智能与物理智能的价值标尺。
问题 2：Worken 是怎么计算出来的，哪些时间不计入有效工时？
回答 2：Worken 由活跃机器人数量、自主工作时长、产出效能比三者相乘得出；人工远程操控、设备待机空转、任务执行失败、中途停机维修的时长，全部不计入自主工作时长，只统计无人干预且顺利完成合格任务的时段。
问题 3：智元推出 Worken 指标，对具身智能行业带来哪些改变？
回答 3：Worken 结束了行业只比拼硬件参数、出货量与短期演示的现状，把机器人价值锚定到真实作业产出；客户可以直接用 Worken 核算投入产出，企业可以用 Worken 优化机器人稳定性与作业效率，推动整个行业迈向可量化、可计费的规模化部署阶段。
【参考资料】
[2026-10-31]（模型有 Token，智元有 Worken）CNMO 科技
[2026-10-30]（Token 衡量思考量，Worken 衡量机器人行动量）钛媒体
[2026-10-30]（智元发布物理 AI 价值度量单位 Worken）环球网科技
[2026-10-29]（物理 AI 时代新度量衡：Worken 有效智能工时）36 氪
免责声明
本文仅整理智元创新日公开发布的技术概念与行业资讯，不构成商业合作与项目采购依据；Worken 指标的核算细则、场景效能比基准值以智元官方后续发布的标准文件为准；指标落地效果会受场景环境、机器人软硬件迭代持续优化。