半年106亿！卖Token的这个新方向，爆了 Original en chino

2026年，大模型卖Token这门生意，已经卷到让人看不懂了。

谷歌在今年I/O大会上甩出一个数字：每个月处理3200万亿个Token，一年翻了7倍。

国内更猛。IDC上周刚发的报告显示，今年上半年中国MaaS市场规模冲到106亿元，同比增长近9倍；Token消耗量2857.9万亿，同比增长超过430%。

现在，有人想把这套逻辑搬到机器人身上。

既然指挥语言的AI模型可以放在云上按次调用，那指挥动作的具身模型，为什么不能？

这个战场，叫具身智能MaaS。

装不下、跑不动、散不了热、还死贵——把模型推理搬到云端，几乎成了唯一的出路。

后训练（Post-Training），才是具身智能从Demo走向量产的关键一跃。

2026年7月，原力灵机在开发者大会上发布了行业首个通用具身MaaS服务。10月，Physical Intelligence（π）紧随其后推出Pi API Beta，Dream Labs也携9000万美元种子轮融资和Dream API高调亮相。

原力灵机走了第三条路：面向真实任务、真实场景。

原力灵机最新升级的MaaS，技术上最核心的突破在于：行业首个同时支持三种后训练方法的平台。

第一阶段，SFT（有监督微调）：教会基本动作。用户上传成功操作的示范数据，模型照着学。就像师傅带徒弟，先把标准动作做对。这一步下来，成功率能到80%~90%。

第二阶段，DAgger（纠偏训练）：教会从错误中恢复。机器人在真实运行中难免出错——手臂偏了、物体滑了、角度歪了。DAgger把这些失败数据收集起来，让模型学会「犯了错之后怎么救回来」。成功率进一步提升到90%以上。

第三阶段，RECAP（强化后训练）：消灭最后的失败。这是真正的「攻坚战」。平台训练一个价值模型，给机器人的每一步打分，告诉它「这一步离完成任务更近了」还是「更远了」，让它自己往高分的方向优化，专攻那些偶尔才出现、但一出就坏事的情况。

三套Pipeline叠加下来，原子任务（单步动作）的成功率可以逼近100%。

而且跟Pi那种「关起门来做」不同，它是一个开放平台：开发者只需要基本的工程能力，就能在平台上完成数据上传、模型训练、部署推理的全流程——不用自己搭训练集群，不用自己写训练脚本，甚至不用太懂模型原理。

抓取

本体厂商的机器人造出来了，但没有靠谱的模型去驱动，进不了场景；场景进不去，出货量就上不来。大量本体厂商卡在这个节点上，产品堆在仓库里。

在物流仓储场景，桌面机器人已经在传送线旁边干上了活，供包节拍超过1200件/小时，成功率超过99%；在手机产线上，移动机器人正在做废料回收；在精密工业场景，亚毫米级精度的质检也在部署中。

市场的盘子正在快速变大。IDC九月底发布的数据显示，2026年上半年全球人形机器人出货量接近2.5万台，同比增长432%；其中中国出货超过1.9万台，占了全球近八成。

具身MaaS干的，就是填沟的活。

下一个，轮到了机器人。

编辑：所罗门