喻超：Ego Vue、Station Lite 等解决的是不同形式的数据和任务获取；数据管线负责把这些数据进行组织和流转；Prime R0 等模型负责把数据转化成具身智能能力；NexCore 则把任务、数据、模型、技能、评测和机器人部署连接起来。
NexCore 不是把这些产品简单装在一起，是把它们组织成一个技能生产和进化的闭环。
智客ZhiKer：NexCore目前有没有更完整的客户落地案例？
喻超：鹿明的第一个重要客户，正是看中了我们全链条交付能力。三菱电机的国内工厂，向鹿明开放了搬运、质检、螺丝锁付等生产场景，最终目标是整条流水线的具身智能化。
机器人进工厂并不是装上就能用，它需要一个训练的过程。最初产品交付时，任务成功率并不高；经过一段时间，团队把成功率做到了99%。之后客户对速度提出了进一步要求，希望机器人作业节拍提升到与人工基本相当的水平，也正是依托 NexCore 体系，才得以快速实现。最近，三菱电机也向鹿明追加了新场景的订单。
这个案例对我们最大的意义在于，它验证了闭环是真实运转的，从数据回流到技能优化，再到满足客户新的要求，整个进化的过程不是停留在演示里，而是在客户的产线上发生了。
智客ZhiKer：NexCore 发布之后，短期和长期的目标分别是什么？
喻超：短期来看，鹿明自己的机器人和项目会是NexCore 最重要的验证场景。
长期来看，我们希望它成为面向更多机器人和更多行业的基础设施，尽可能降低制造业、文娱、科教、服务等行业进行机器人技能开发和部署的难度。
智客ZhiKer：你们的业务链条这么长，未来的核心盈利放在哪里？你们怎么定位自己？
喻超：我们不会把自己理解成一家单纯卖机器人的公司，也不会把自己理解成一家单纯卖软件的公司。
我们真正希望建立的是"机器人+ 智能 + 技能 + 产业场景"的完整产品体系。在一些需要完整交付的场景，我们可以提供AI Worker 和配套的智能系统；在其他场景，也可以通过 NexCore 帮助不同机器人获得技能。
商业化最终还是要回到客户价值，机器人能解决什么任务、创造多少价值，以及部署成本是否足够低。
智客ZhiKer：最后一个问题，您觉得现在行业里最需要被打破的一个"共识"是什么？
喻超：我认为最需要被打破的一个共识是，机器人越像人就越接近通用具身智能。
形态通用不等于任务通用，运动能力强也不等于产业价值高。如果一个机器人可以完成一个非常复杂、非常有价值的工业任务，即使它不是人形，它依然是具身智能领域非常有价值的产品。
所以我们更强调，任务决定能力，任务决定形态。先找到值得解决的问题，再决定机器人应该长什么样。
