编辑｜杨文
2026 年的 WAIC，，，人形机械人依然是展馆里最麋集的品类 。。后空翻、舞蹈、格斗，，，种种单机演示轮替上阵，，，手艺完成度一年高过一年 。。
然而，，，工业化的进度似乎并不匹配 。。训练数据稀缺，，，跨本体迁徙本钱高，，，开发门槛高，，，大都效果停留在演示阶段 。。行业研究普遍判断，，，具身智能会沿着从工业到服务、从专用到通用的路径分阶段推进 。。
高盛在研报《人形机械人：比你想象的来得更快》中预计，，，2030 年全球人形机械人出货量仍将主要用于工业场景，，，消耗级应用大致要到 2030—2035 年才可能加速 。。
这组成了视察 2026WAIC 的一个视角 。。整机演出的新鲜感逐年递减，，，更值得追问的是，，，谁在解决让机械人真正「用起来」的问题 。。
在人形机械人麋集亮相的展馆里，，，完成首秀的启智 Openmind 接纳了差别的展陈方式 。。其展台没有安排整机技巧演出，，，焦点展品是一套智能机械人通用手艺底座，，，以及由它驱动的三个实景作业展项 。。
这三个展项各自对应真实作业场景中的一类焦点难题，，，现场磨练底座在真实条件下事实可不可行 。。
「九星连珠」细腻操作展项，，，验证的是人机交互中的长尾使命泛化 。。观众在九宫格屏上划出恣意轨迹，，，机械人便在毫厘级微操作空间里实时复现 。。真实作业情形里的使命千变万化、无法穷举预设，，，机械人必需在毫厘级精度下处理从未见过的操作组合 。。
月球极端工况基建展项，，，验证的是极端情形下的自主作业 。。模拟月面的地表上，，，三台人形机械人自主执行基建使命，，，整理障碍、抱持大尺寸光伏板穿越崎岖地形、精准锁附螺栓 。。在无法人工干预的场景中，，，机械人须自力完成感知、决议与执行的闭环，，，磨练天下模子的因果推理能力 。。
低代码智能喷涂展项，，，验证的是柔性制造的响应速率 。。观众随手拼搭一块异形积木，，，机械人未经预演即启动喷涂，，，全程没有人编写一行代码 。。中小批量、多品种的生产订单是中国制造业的常态，，，产线换型可由手艺工人通过墨斗 IDE 完成，，，省去专业工程师的长周期调试 。。
这家公司对行业瓶颈的判断，，，与大都偕行差别 。。在它看来，，，现阶段真正制约具身智能落地的是底层设施 。。；；； ；等耸忠湛⒑憔帽蝗笸吹憷ё 。。一是门槛高，，，开发离不开专业的 AI 与机械人工程师 。。二是本钱高，，，数据收罗、模子训练、算法调试、真机安排测试，，，每一环都价钱不菲 。。三是效率低，，，开发周期长，，，失败率居高不下 。。归根结底，，，行业缺少一个让种种机械人统一开发、运行、迭代的平台 。。
大模子解决不了所有问题，，，它只是这个平台中的智能？？ 。。完整的底座还需要操作系统、开发工具、数据管线与安排运行系统，，，连同算法库、数据集、工具链和开发硬件，，，配合瞄准上述三大痛点 。。
为什么是一家工业机械人企业率先做起了工业底座？？
启智脱胎于科创板上市公司埃夫特 。。后者是国家机械人工业链链主企业、首批国家级专精特新「小巨人」企业，，，营业笼罩焦点零部件、整机到高端系统集成，，，机械人全球累计交付凌驾十万台 。。
埃夫特的生长轨迹，，，险些与中国机械人工业的演进同频 。。
2016 年之前，，，外资「四各人族」垄断市 。。，焦点零部件国产化率缺乏 20%，，，由汽车整机厂转型而来的埃夫特以 165kg 重载点焊机械人突破手艺壁垒，，，完成市场化自力运作与股份制刷新 。。
「十三五」时代，，，工业化规模；；； ；崴伲，行业年需求步入 10 到 20 万台区间、整体国产化率提升至 30%，，，埃夫特通过收购 CMA、战略投资 ROBOX 强化自主化能力，，，牵头国家重点研发攻关，，，2020 年上岸科创板，，，跻身国产机械人第一梯队 。。
「十四五」阶段，，，行业年需求突破 20 到 30 万台，，，2025 年国产化率凌驾 50%，，，AI 与机械人手艺深度融合，，，埃夫特向产品型组织转型，，，产品可靠性抵达 12 万小时 MTBF、对标国际水准，，，年产销突破万台，，，并提前结构具身智能前沿赛道 。。
进入「十五五」，，，行业周全迈向智能化，，，年需求突破 30 万台，，，具身智能与工业大模子成为焦点驱动力，，，埃夫特「换道超车」，，，以启智通用手艺底座打造智能机械人产品，，，推进全球化结构与工业生态构建 。。
埃夫特的手艺路径分两条线：向内完成机械平台、驱控硬件和运控软件的全栈自主化；；；； ；向外通过 HumanGPT、大衍数据平台、墨斗 IDE 和 Openmind OS 探索智能化 。。启智承载后一条线 。。
https://mp.weixin.qq.com/s/wcUnrX3jq3maE4qvyCnpqw
这一身世为做通用手艺底座提供了现实条件 。。
场景上，，，底座焦点？？榇咏瞪蹙桶才旁诎７蛱氐墓ひ祷等撕透春匣等松希，智能焊接、喷涂、分拣等能力已在制造业情形中恒久验证并一连回流数据 。。启智医疗导诊机械人 yobot W2 在弋矶山医院的安排周期从数周压缩到分钟级，，，语音识别准确率抵达 95%，，，问答乐成率抵达 99% 。。大宗创业团队通常需要花很长时间寻找首个试点客户，，，启智省去了这一环节 。。
能力上，，，启智具备从身体到大脑的全栈能力 。。既深度明确机械人的机械结构与运动控制，，，也能搭建数据、模子和开发平台，，，阻止了行业里常见的「模子懂使命、却控制不了身体」的割裂 。。
别的在生态方面，，，整机端，，，新松、遨博、乐聚、傅利叶等头部厂商已完成底座对接；；；； ；算力端，，，底座周全适配华为国产算力，，，实现全栈自主可控；；；； ；学研端，，，与清华、哈工大、浙大、北航等高校深度相助，，，并联合香港中文大学、卡内基梅隆大学等形成手艺照料网络 。。底座对第三方本体、算法与手艺坚持开放接入，，，研发已获国家科技重大专项支持 。。
场景、能力、生态三者齐全，，，那么这套底座详细长什么样 。。
做机械人行业的「安卓」
若是把机械人工业类比为手机工业，，，启智这套通用手艺底座对应的角色就是安卓，，，一个让所有应用跑起来的操作系统和开爆发态 。。
凭证机械人应用从无到有的形成历程，，，这套底座可以拆成三层 。。
接入与运行层的焦点是Openmind OS 。。它向下适配差别品牌、差别形态的机械人硬件，，，向上为模子和应用提供统一运行情形，，，工业机械臂、复合机械人、人形机械人均可接入，，，实现一次开发、多端安排 。。系统支持 x86 与 ARM 跨平台运行，，，兼容 ROS2 和第三方算法，，，适配国产芯片与国产大模子 。。
开发层由三个工具组成 。。HALO 手艺服是一套以人为中心的陶醉式数据收罗装备，，，通过衣着式设计实现多模态手艺的精准捕获与数字化纪录，，，实时收罗人机交互及作业数据，，，为底座提供高质量的原始逊ж材 。。大衍数据平台认真数据收罗、治理、标注、训练与回流，，，与清华大学团队相助后，，，训练周期已从月级压缩至周级、天级 。。墨斗 IDE把机械人开发从代码编程转化为可视化的低代码搭建，，，不具备编程配景的手艺工人也能上手 。。
智能层认真机械人的明确、决议与执行，，，焦点是HumanGPT 天下模子，，，最终通过启智 yobot 系列整机和相助同伴的机械人完成安排验证 。。
三层意会之后，，，一条完整的链路随之成形 。。HALO 手艺服在真实作业中捕获人类操作数据，，，大衍数据平台完成加工与治理，，，HumanGPT 从中习得通用能力，，，并沉淀为可挪用、可组合、可复用的标准手艺，，，墨斗 IDE 用手艺搭建应用，，，Openmind OS 把应用安排赴任别机械人上，，，作业爆发的新数据再度回流平台 。。场景越多，，，数据越富厚，，，底座能力随之提升 。。
落到产品形态上，，，这条链路泛起为一个机械人版的「应用市肆」 。？？⒄叽詈檬忠 APP，，，宣布上架，，，机械人下载装置即可运行 。。手机生态里「开发、上架、下载、运行」的成熟范式，，，被完整移植到了机械人身上 。。
HumanGPT，，，从人类操作数据中提取手艺
本次 WAIC 上，，，启智还宣布了与香港中文大学陈斐教授团队从零到一自研并首创的 HumanGPT 。。这是一个以人为中心的全身全模态操作天下模子，，，从人类真实操作数据中学习并蒸馏出具有泛化能力的手艺表征 。。
选择人类数据源于本钱结构 。。；；； ；等苏婊菔章尢诠蟆⑺俾事，受机械人数目、本体型号和场景条件限制，，，构玉成行业公认的数据瓶颈 。。人类天天在真实天下完成大宗操作使命，，，自然包括视觉、语言、行动、力觉、空间关系与使命意图等全模态信息 。。HumanGPT 将这些操作履历转化为机械人可学习的数据泉源，，，为训练数据供应开发第二条路径 。。
模子重点不在简朴模拟人的行动轨迹，，，它要提取的是人类操作背后的认知与手艺结构 。。人为什么选择这个行动，，，行动会怎样改变物体的状态，，，下一步该做什么，，，使命失败后怎样调解，，，差别的身体结构又怎样复用统一种手艺 。。；；； ；痪浠八担，为机械人赋予心智的实质是蒸馏人类的大脑，，，让机械人在认知层面学习人类思索的历程，，，先明确物理天下的因果关系，，，再去执行行动 。。
「头脑沙盘」是这一机制的详细体现 。。；；； ；等嗽谡嬲葱行卸埃，先在内部对行动效果举行展望和推演，，，再完成使命妄想与全身协同，，，配合巨细脑一体化架构，，，使命妄想与运动控制统一，，，机械人由此能够胜任全身协同的长线程重大使命 。。
HumanGPT 是底座中的智能焦点，，，但它的工业价值仍需数据管线、运动控制、开发工具和运行系统配合兑现，，，这也是启智坚持做完整底座、不做简单模子的原因 。。
具身智能的竞争维度正在转变 。。随着机械人进入工业落地阶段，，，负载、速率、精度与使命完成稳固性，，，仍是权衡本体能力的主要指标 。。而底座层面的竞争，，，则更多指向数据与手艺能否在差别机械人之间有用迁徙和复用，，，开发与安排本钱能否被一连压缩，，，以及简单场景积累能否沉淀为可在更多使命和客户中挪用的能力资产 。。
启智在 WAIC 的首秀是这条蹊径的一次果真验证 。。参照智能手机工业的履历，，，操作系统与开爆发态一旦成型，，，行业扩张速率将由重复开发本钱等决议 。。这一名堂能否在机械人行业复现，，，未来几年工业场景的落地数据会给出起源谜底 。。
https://www.goldmansachs.com/insights/articles/humanoid-robots
