近日，在智元开展的AI WAVE七连发活动中，该企业发布了一站式全流程具身智能作业平台Genie Studio 2.0。
据悉，该平台能覆盖“采-训-测-推-编-管”全生命周期，补齐机器人从模型能力到真实上岗的关键短板，最快7天即可完成一个新作业场景从0到1的部署验证。
这则新闻背后，是具身智能行业正在发生的一次叙事切换：过去两年，行业被大模型、世界模型、端到端等实验室指标反复刷屏；如今，越来越多公司开始把“能不能进厂干活、能不能7×24小时稳定运转”作为新的角力点。Genie Studio 2.0的发布，正是这种从“演示态”走向“部署态”转向的又一注脚。
把“最后一公里”拆成三个模块
智元对“机器人上岗难”的拆解，分为三个层次：机器人如何学会一项具体技能、不同能力如何协同完成一项真实作业、机器人部署后如何稳定运行并规模复制。Genie Studio 2.0对应的三大模块，恰好逐一作答。
第一站是Flywheel，定位“具身模型迭代开发平台”，负责机器人的“岗位再培训”。其闭环包括数据采集、模型训练、仿真测试、真机部署四步，异常数据回流反哺迭代。
据官方披露，平台可统一管理真机、仿真及开源数据集，支持图像感知模型、视觉—语言—动作模型（VLA）与真机强化学习模型的训练，并接入GO-2具身基座模型；其自研强化学习训练框架在真实项目验证中实现小时级收敛，任务成功率可达99%。
第二站是Agent，定位“模块化作业编排平台”。
以机床上下料为例，一整套任务包含接收生产指令、导航取料、识别工件、抓取转运、设备交互、异常回滚等数十个步骤。Agent用可视化拖拽的方式，将导航、视觉定位、模型推理、逻辑判断等基础能力自由组合成完整工作流，并支持二次开发与第三方通信。
编排好的应用可先在仿真环境中试运行，验证路径、碰撞、位姿与流程逻辑；验证通过的流程、技能节点和参数配置还能打包成可复用业务模板，实现“一次开发，多项目复用”。
第三站是Monitor，定位“多机运维平台”。
当几十台上百台机器人规模化铺开，人工逐台运维不再现实。Monitor可以集中查看每台机器人的设备状态、任务进度与运行数据，支持分组管理、任务调度，并在异常时记录故障、发出预警、远程介入调试；运行数据与处理结果还会回流至Agent和Flywheel，用于流程调整与模型更新——机器人上线不是终点，而是持续进化的起点。
真实战场的成绩单
平台是否成立，最终要看产线。智元公布的四组落地案例，勾勒出这套系统的实际边界：
常州数控机床项目围绕6台数控机床的上下料需求，引入机器人与自动导引车协同作业，14天完成从需求梳理到产线验证的完整流程；
均普智能BMS装配产线上，三台精灵G2协同完成汽车电池管理系统控制器零部件的上料、装配、入箱与转运，面对高反光金属物体和小于1毫米的放置精度要求，精密上下料与装配任务成功率稳定达到99.9%以上，单次作业节拍控制在13秒以内，并完成7×24小时稳定生产验证；
龙旗科技平板电脑上下料产线实现了多台机器人集群统一运维；
广州地铁站点服务场景则已支持60余台设备规模化部署，通过全局看板集中管理不同站点的设备状态与平均无故障时间。
从这些案例看，Genie Studio 2.0的价值不只是把机器人调通，而是把数据、模型、机器人技能与现场系统（PLC、MES、视觉、工装设备）连接成一套可部署、可运营、可持续优化的作业系统——这正是“上岗”与“演示”的本质区别。
香港落子，与即将到来的创新日
与Genie Studio 2.0几乎同期，智元的国际化布局也在加速。
10月22日，在香港特区政府引进重点企业办公室举行的新一批重点企业签署仪式上，智元正式签约成为重点引进企业，特区财政司司长陈茂波见证签约。
此前，智元已于10月9日启用位于铜锣湾时代广场的香港办公室暨国际研发总部，并于10月15日成为香港生产力促进局“具身智能国际应用训练场”首批技术合作伙伴之一。
按照规划，智元将以香港为国际研发、产业合作与连接全球市场的支点，计划投入数千万港元支持与香港高校和科研机构的联合研究，方向包括机器人灵巧操作与具身智能模型；应用端则围绕零售、酒店、物流、会展等服务业场景，探索“机器人即服务”（RaaS）等灵活模式。
据悉，10月29日，2026智元创新日还将在上海世博中心举行。
官方预告显示，此次发布将围绕“部署态”展开，涉及面向部署态正向设计的本体与部件、从运动控制走向空间移动智能的基座模型、部署态数据飞轮体系以及生态融合。
11月2日至3日，6台精灵G2将走进一家真实便利店，从早10点到次日早10点，连轴运转四个班次，全程直播。网友们可以“云监督”它们上货、补货、理货、做热食、收纳垃圾、做咖啡、迎宾等工作情况。
从香港布局到作业平台再到创新日，智元正在把“让机器人真正上岗”从一个口号，拆解成可验证的产品与商业动作。这也正呼应了行业的一个观点：发布不是终点，所有技术最后要接受真实场景的检验。
