来源：环球网
【环球网科技报道 记者 李文瑶】走进2026世界人工智能大会（WAIC）H3馆，人形机器人扎堆而立：有的在弹钢琴、有的在翻跟头、有的在跟观众流畅对话。热闹之下，一个并不起眼的问题却始终悬而未决——脱离精心布置的展台和遥控手柄，这些机器人到底能独立干好哪件具体的活儿？
埃夫特旗下具身智能板块“启智Openmind”今年给出的答案有些不同。展台上没有设置单台机器人的炫技表演，取而代之的是一套名为“智能机器人通用技术底座”的系统性方案。它不是某个特定的明星机器人，而是要打造一个能让所有机器人“学会干活”的公共底座。
埃夫特智能机器人股份有限公司CTO肖永强在采访中对记者表示：“我们展示的不是单个机器人的能力，而是能让所有机器人学会干活的通用技术底座。面向最后的产业应用，从技术开发到产业应用，跨过这个门槛需要两大块，一块是模型能力，另一块是开发工具链。”
产业痛点：98%的工业场景尚未被机器人渗透
过去一年，具身智能赛道经历了一场从“追热点”到“看落地”的认知回归。金沙江创投合伙人朱啸虎公开表态不投资人形机器人，直言“找不到场景”；而另一面，银河通用、宇树等创业公司估值持续攀升，头部企业纷纷加码工业场景落地。
争议背后，一组数据揭示了真实的产业缺口。启智机器人研究院副院长董志鹏在接受记者采访时透露了一组调研数据：当前工业机器人在通用工业生产中的整体渗透率不足2%。“大家觉得工业机器人已经用了很多了，但实际上还有98%的工业场景没有用上。大量的通用工业生产，除去汽车这种自动化已经做得很高的行业，其实很多场景还靠人工。大量非标化、小批量、频繁换产的作业，完全依靠人工完成。”
为什么自动化解决不了这个问题？传统工业机器人的开发逻辑是“编程-示教-执行”——每换一种工件、每调整一条产线，都需要专业工程师重新编写代码、重新示教轨迹。董志鹏打了个比方：“一套喷涂程序开发耗时数天，换来的可能只是几十把椅子的产量，成本根本摊薄不了。家具行业现在基本是定制化生产，同样一批椅子可能只产几十把就换产了，你花几天时间做一套程序，效率提不上来，利润也算不过来。”
这不是某个环节的效率问题，而是整个开发范式遭遇了瓶颈。启智的判断是：要跨越这道门槛，不能靠单点技术的突破，而需要一套从底层重构的“通用技术底座”。启智机器人副总工程师王鑫说道：“原来的自动化方式是靠人工编程、人工示教，机器人的能力依赖专业人员提前规定好所有路径。现在有了大脑能力，机器人可以去理解任务和环境，自己编排动作，效率会大大提高。”
何为“通用技术底座”？一套全栈工具链，而非一个大模型
外界容易将“智能底座”简单等同于“大模型”。启智在展台现场梳理了二者关系，并对具身智能产业落地需要跨越的“0到1”和“1到100”两个阶段做出明确拆分。
王鑫介绍，“0到1”解决的是“机器人能不能干”的问题，这由大模型能力决定。启智自主研发了名为HumanGPT的人类技能大模型，其技术路线被定义为“以人为中心的全身全模态操作世界模型”——从人类真实操作数据中学习并蒸馏可泛化的技能表征。“大模型是能力的底座，解决的是0到1的问题，支配机器人能不能干活。但你要开发一个技能，单靠大模型不行，比如一个长序列任务可能有导航算法，还有很多具体技能，这些东西要编排，需要一套开发工具链来支撑。”王鑫详细解释了两者的层级关系。
王鑫进一步介绍，HumanGPT本质上是一个世界模型，其基座是视频生成模型。“但我们把二维提升到了四维——三维空间加一维时间。世界模型是一个预测模型，它看到场景后结合任务需求和本体状态，判断接下来该干什么。关键不在于机器人机械地follow人的动作，而在于它理解了为什么要这么做。”
“1到100”解决的是“如何快速推广到千行百业”的问题，这需要一套完整的开发工具链。启智通用技术底座正是围绕这一环节构建，由三大平台软件组成：
墨斗IDE（集成开发环境） 是面向任务编排的前端开发平台，支持低代码编程、离线仿真。王鑫形容：“让非机器人专业人士也能完成任务开发，大幅降低开发门槛。”
大衍数据平台是面向具身智能的“技能库”生产平台，覆盖从数据采集、清洗、标注到模型训练、技能产出的全流程。
Openmind OS是机器人侧的操作系统，支撑原生AI应用在机器人端的部署运行。
三者形成一个“数据采集-模型训练-任务编排-部署运行”的闭环。“这就像手机应用开发，安卓系统有它的开发工具，你在那个环境下开发应用，才能生成可运行的程序。我们这个工具链是开发机器人的工具，是整个开发链路的基础。”王鑫说。“如果还是靠集成商和机器人专家逐个项目去开发，具身智能的场景太多了，根本做不过来。具身的应用场景已经不像工业机器人那样相对封闭，家庭场景、服务场景、柔性化生产的需求太多了，靠专业技术人员去开发，很难快速大规模推广。我们这套工具链的核心价值就是大幅降低开发门槛，让普通人也可以去做机器人的任务开发。”
三大展项验证落地：从喷涂到月球，从“可看”到“可用”
通用技术底座的逻辑听起来宏大，如何证明它已经“能用”？启智在展台上设置了三个实景展项，分别对应三类核心能力。
第一个是智能喷涂展项。 现场摆有不同造型、不同尺寸的椅子模型，观众随手放入工位后，3D相机毫秒级构建高精度点云模型，喷涂大模型自动生成喷涂轨迹，经过仿真微调后直接下发至机器人执行。整个过程无需人工示教，无需重新编程。
肖永强详细介绍了数据采集过程：“前面有一个人穿着技能服去人工喷涂，技能服采集他的动作，头盔上的视觉看运行轨迹，这是数采过程。采集的数据用来训练大模型，让模型学会喷涂技能。工作的时候，工业臂末端装视觉，看到工件后把点云采回来给大模型，大模型就像人一样规划出喷涂轨迹，下发到机器人去执行。”
他进一步指出，传统方式下“有的是人工示教，采到轨迹后还要修正、编程，再给机器人运动，这可能要好几个小时甚至几天时间，而且要专业人员。现在定制化家具越来越多，换一把椅子就要重新编一次程序，换产频繁，根本支撑不起来。我们引入了具身智能的模型，它可以实时看——跟人一样，看到一把椅子是什么样子，就知道怎么喷。”
第二个是“九星连珠”精细操作展项。 观众在九宫格互动屏上随手划出轨迹，机器人实时理解意图、规划抓取与摆放序列，将圆柱体精准码放至对应位置。这验证的是机器人在长尾任务中的泛化能力——无需针对每一种排列预编程，即可理解人类直观输入并完成具有开放变化的操作。
第三个是模拟月球基建场景。 三台人形机器人在模拟月面环境中自主执行清障、大尺寸光伏板搬运、螺栓锁附等长序列任务，涉及多站点移动、大物体遮挡下的导航预判、通用工具（螺丝枪）的使用等。
肖永强解读了选点的深意：“为什么选双足人形？它有技术难度，28个关节协同控制，需要全身操作，不是简单的上肢归上肢、下肢归下肢。第一个任务是下蹲搬石头，这是全身控制，手臂、腿、腰躯干协同，展示小脑能力。选择大物体搬运是因为搬运过程中会遮挡视线，你拿着东西走，看不到脚前面，怎么导航？这考验大脑的空间理解和预判能力。还有使用通用的工具——用灵巧手拿一把螺丝枪，而不是专用末端执行器。人类进化过程中使用工具是一个重大门槛，具身机器人走进千家万户，一定要能用人类现有的工具。”
一条“数据采集”的新路径：从遥操作到“以人为中心”
具身智能产业面临的另一个共性问题，是高质量训练数据的稀缺。当前多数企业采用遥操作方式采集数据——工程师远程操控机器人完成动作并记录数据。但这种方式存在天然瓶颈：数据与特定机器人本体强绑定，换一种型号就难以复用；且操作员的技能水平直接影响数据质量。
启智在此次WAIC上提出了“第三代具身数据采集范式”的构想。与业内常见的“遥操作”“UMI”“Ego”等单模态、自下而上的采集方式不同，启智选择了一条“以人为中心”的、自顶向下的全模态采集路径——通过名为HALO的人类技能全模态数据采集服，同步采集视觉、语音、关节姿态、触觉、力觉等多维数据，再经大衍数据平台清洗结构化后，蒸馏为可泛化的技能表征。
董志鹏着重说明了工业场景的特殊性：“很多展台展示家庭场景，因为这些技能普通人都会，随便找个人遥操作就能采数据。但在工业场景，一个喷涂技工要培养好几年，你不可能再花几年培养一个懂喷涂的遥操作员。一定要让老师傅直接穿戴设备干活，把他的技能采出来，这个质量才是最高的。”
对于数据成本，董志鹏给出了另一种计算方式：“真正的昂贵在于采完了没有用，这才叫贵。采完有用，就不叫贵。”
从“自己做”到“一起做”：国家重大专项牵引的生态共建
启智通用技术底座已入选国家科技重大专项。据透露，该项目由启智和哈工大实质牵头，联合国内30家单位共同推进，包括清华、上海交大、港中文等8所985高校，以及6家工业机器人头部企业（占国内销量70%以上）和多家人形机器人厂商。
肖永强解释了这一布局的背景：“智能手机有很多品牌，但操作系统就那几个。机器人领域如果每家都开发自己的操作系统，单打独斗，很难形成应用生态，而且会重复投入。我们依托国家重大专项，把行业龙头汇聚到一起，共同把接口打通，把数据标准建立起来，让大家在这个平台上编程、控制。目前工业机器人接入4家、人形机器人接入3家，后续会继续扩大。”
目标是打通行业接口和数据标准，在统一平台上实现编程与控制，避免重复造轮子。 “平台本身是开放的，目前没有门槛，大家尽量接入。现在工业接入的4家加上另外两家，6家占到国内销量的70%以上。大家接入以后，就代表了行业的能力和属性。”
对于与海外市场的对比，肖永强表示目前聚焦国内：“首先落地的是工业领域，中国产业基础足够好，量足够大。海外像美国也有做类似方向的公司，但他们瞄准的是家庭服务等领域。而中国有更广阔的真实工业场景，数据侧有很强的优势，所以我们相信在正确的指导思想基础上，国内模型发展一定能超过国外竞争对手。”
商业化层面，启智方面透露今年目标是实现盈亏平衡，具身智能相关业务预计明年将迎来较快增长。
理性回归之年：具身智能从“炫技”走向“干活”
纵观本届WAIC，具身智能展台的一个明显趋势是“务实”——多家此前主推双足人形机器人的公司，开始展示轮式底盘加双臂的构型。董志鹏也观察到了这一现象：“今年很多做双足人形的公司开始开发轮式底盘加双臂的机器人，这是第一个趋势——往落地方向走。人形机器人的腿部关节成本很高，在一些场景下移动能力用轮子就能解决，成本更低、更稳定。没必要为了‘像人’而付出额外成本。”
另一个趋势是数据采集方式的转变。“以前主要靠遥操作，现在慢慢向多模态采集发展——第一人称视角、操作数据、力觉数据都加进来。模型训练需要多个维度的状态数据，不仅仅是单一的位置数据。”董志鹏总结：“总的来说，行业从追求酷炫demo吸引资本，转向更理性地探索可落地、可商业闭环的方式。大家在往落地方向走，想办法把商业闭环跑通。”
回到开篇那个问题——机器人到底能在真实世界里独立干好什么活？启智的答案是：不一定非得是“人形”，不一定非得是单台“明星产品”，但一定需要一套能让各种形态的机器人都“学会干活”的底层系统。 正如肖永强所言：“启智核心做的是构建一个架构，让更多行业内的企业、做模型的企业、做数据的企业，共同在这个平台上开发。目前行业还没有一个通用的平台，不管是工业领域还是人形领域，都是自己做自己的。但必须先有一个平台把数据打通，具身才能蓬勃地发展。”