在2026世界人工智能大会（WAIC）H3馆内，人形机器人各展所长：有的弹奏钢琴，有的翻滚跳跃，还有的与观众自然对话。然而，热闹背后，一个关键问题依然未解：离开精心设计的展台和遥控设备，这些机器人能否独立完成具体任务？埃夫特旗下具身智能板块“启智Openmind”给出了不同答案——展台上没有单台机器人的炫技表演，而是展示了一套名为“智能机器人通用技术底座”的系统性方案，旨在为所有机器人提供“学会干活”的公共平台。
埃夫特CTO肖永强在采访中表示：“我们展示的不是单个机器人的能力，而是让所有机器人具备工作能力的通用技术底座。从技术开发到产业应用，需要跨越两大门槛：模型能力与开发工具链。”当前，具身智能赛道正经历从“追热点”到“看落地”的转变。金沙江创投合伙人朱啸虎曾公开表示不投资人形机器人，认为其缺乏应用场景；而银河通用、宇树等企业估值持续攀升，头部企业纷纷加速工业场景落地。
一组数据揭示了产业痛点：启智机器人研究院副院长董志鹏透露，工业机器人在通用工业生产中的渗透率不足2%。“除了汽车等自动化程度高的行业，大量非标化、小批量、频繁换产的作业仍依赖人工。”传统工业机器人的开发逻辑是“编程-示教-执行”，每更换工件或调整产线，都需专业工程师重新编写代码、示教轨迹。董志鹏举例：“一套喷涂程序开发耗时数天，产量可能仅几十把椅子，成本难以摊薄。家具行业多为定制化生产，换产频繁，效率与利润均无法支撑。”
启智的判断是：跨越这一瓶颈，需从底层重构“通用技术底座”。副总工程师王鑫解释：“传统自动化依赖人工编程与示教，机器人能力受限于专业人员预设的路径。现在有了‘大脑’能力，机器人可理解任务与环境，自主编排动作，效率大幅提升。”
外界常将“智能底座”等同于“大模型”，但启智明确区分了具身智能产业落地的“0到1”与“1到100”两个阶段。王鑫介绍，“0到1”解决机器人“能否干活”的问题，由大模型能力决定。启智自主研发的HumanGPT人类技能大模型，从人类真实操作数据中学习并蒸馏可泛化的技能表征。“大模型是能力底座，但开发技能需更多支撑。例如，长序列任务可能涉及导航算法与具体技能编排，需开发工具链支持。”
HumanGPT本质是一个世界模型，基座为视频生成模型，但将二维提升至四维——三维空间加一维时间。“世界模型是预测模型，结合场景、任务需求与本体状态，判断下一步行动。关键不在于机器人机械模仿人类动作，而在于理解动作背后的逻辑。”
“1到100”解决“如何快速推广至千行百业”的问题，需完整开发工具链支撑。启智通用技术底座围绕此构建，包含三大平台软件：墨斗IDE（集成开发环境）支持低代码编程与离线仿真，降低开发门槛；大衍数据平台覆盖数据采集、清洗、标注到模型训练、技能产出的全流程；Openmind OS是机器人侧操作系统，支撑原生AI应用部署运行。三者形成“数据采集-模型训练-任务编排-部署运行”闭环。王鑫比喻：“如同手机应用开发需安卓系统与开发工具，我们的工具链是机器人开发的基础，核心价值是大幅降低开发门槛，让普通人也能开发机器人任务。”
为验证通用技术底座的实用性，启智在展台设置了三个实景展项。智能喷涂展项中，观众将不同造型的椅子模型放入工位后，3D相机毫秒级构建高精度点云模型，喷涂大模型自动生成轨迹，经仿真微调后直接下发至机器人执行，全程无需人工示教或编程。肖永强介绍数据采集过程：“技术人员穿戴技能服人工喷涂，服装采集动作数据，头盔视觉记录轨迹。采集的数据用于训练大模型，使其学会喷涂技能。工作时，工业臂末端视觉采集工件点云，大模型规划轨迹并下发执行。”他对比传统方式：“人工示教需修正轨迹、编程，耗时数小时甚至数天，且需专业人员。定制化家具换产频繁，传统方式难以支撑。引入具身智能模型后，机器人可实时观察工件并规划喷涂路径。”
“九星连珠”精细操作展项中，观众在九宫格互动屏上划出轨迹，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。此展项验证了机器人在长尾任务中的泛化能力——无需针对每种排列预编程，即可理解人类输入并完成开放变化的操作。模拟月球基建场景中，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、螺栓锁附等任务，涉及多站点移动、大物体遮挡下的导航预判、通用工具使用等。肖永强解读选点深意：“双足人形机器人需28个关节协同控制，展示全身操作能力。下蹲搬石头任务考验手臂、腿、腰躯干协同；大物体搬运遮挡视线，考验空间理解与预判能力；使用螺丝枪而非专用末端执行器，模拟人类使用工具的场景。”
具身智能产业面临的另一共性问题是高质量训练数据稀缺。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并记录动作，但数据与特定机器人本体强绑定，换型号难以复用，且操作员技能水平直接影响数据质量。启智提出“第三代具身数据采集范式”，通过HALO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，经大衍数据平台清洗结构化后，蒸馏为可泛化技能表征。董志鹏强调工业场景特殊性：“家庭场景技能普通人可遥操作采集，但工业场景需培养数年的喷涂技工。直接让老师傅穿戴设备采集技能，数据质量最高。”对于数据成本，他表示：“采完无用才叫贵，采完有用则物有所值。”
启智通用技术底座已入选国家科技重大专项，由启智与哈工大实质牵头，联合30家单位推进，包括8所985高校、6家工业机器人头部企业（占国内销量70%以上）及多家人形机器人厂商。肖永强解释布局背景：“智能手机品牌众多，但操作系统集中。机器人领域若每家开发操作系统，难以形成应用生态且重复投入。我们依托国家重大专项，汇聚行业龙头，打通接口、建立数据标准，让大家在统一平台编程、控制。目前工业机器人接入4家、人形机器人接入3家，后续将扩大。”目标是在统一平台实现编程与控制，避免重复造轮子。“平台开放，无接入门槛。工业领域接入的6家企业占国内销量70%以上，代表行业能力与属性。”
商业化层面，启智透露今年目标为盈亏平衡，具身智能相关业务预计明年快速增长。本届WAIC上，具身智能展台呈现“务实”趋势：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构型。董志鹏观察：“今年许多双足人形企业开发轮式底盘加双臂机器人，这是落地趋势——人形机器人腿部关节成本高，轮子可解决移动需求，成本更低、更稳定。没必要为‘像人’付出额外成本。”数据采集方式也在转变：“从遥操作向多模态采集发展，加入第一人称视角、操作数据、力觉数据等。模型训练需多维度状态数据，而非单一位置数据。”
回到开篇问题：机器人能否在真实世界独立完成任务？启智的答案是：未必是“人形”，未必是单台“明星产品”，但需一套让各种形态机器人“学会干活”的底层系统。肖永强表示：“启智核心是构建架构，让行业内企业、模型企业、数据企业共同开发。目前行业缺乏通用平台，工业与人形领域均各自为战。但必须先有平台打通数据，具身智能才能蓬勃发展。”
