大模型解决了部分领域“智能供给”的问题，工业机器人如何真正“实现智能”，正在成为具身智能产业落地的新命题。

  2026世界人工智能大会（WAIC2026）期间，埃夫特旗下启智Openmind展示了面向工业场景的智能机器人通用技术底座技术。展区现场，家具喷涂产线上的机器人可自主识别不同规格工件并生成喷涂轨迹；双足人形机器人在模拟月球空间站场景中，完成大物体搬运、工具使用及多站点长序列作业。从感知决策到运动执行，机器人全链条智能化正加速从实验室走向真实产线。

  通用技术底座破解具身智能规模化难题

  大模型解决了机器人“是什么”的认知问题，但如何让机器人“自主干、干得稳、干得快、干得省”，仍是具身智能从技术验证走向规模化落地的核心瓶颈。埃夫特智能机器人股份有限公司CTO肖永强认为，具身智能下一阶段主攻方向在于构建行业公共的智能机器人通用技术底座，将依托世界模型的物理认知能力，开发出可复用、可推广的工业技能，大幅降低开发门槛与部署成本。

  启智将工业AI落地总结为“双重跨越”，第一重是0到1的能力突破，靠HumanGPT世界模型解决机器人“会不会干活”的问题，通过人类技能蒸馏与理解，让机器人具备长序列任务规划与执行能力；第二重是1到100的行业推广，靠通用技术底座工具链解决“能不能快速复制”的问题，让非专业开发者也能为机器人定制技能。

  据介绍，启智已构建覆盖机器人开发全链路的三层通用底座体系：墨斗IDE集成开发环境，支持任务编排、离线仿真与低代码编程；大衍数据平台，覆盖技能数据采集、清洗、标注及模型训练全流程；OpenmindOS则是机器人操作系统，支撑原生AI应用在不同构型机器人上稳定运行。三层平台形成完整闭环，可视为机器人领域的通用操作系统，开发者无需从底层重新搭建，即可为不同品牌、不同形态的机器人定制技能。

  “算力厂商、通用模型厂商与机器人底座服务商，是产业生态中三类关键角色。而在工业AI量产落地阶段，兼具运动控制、数据沉淀和工艺复用能力的底座平台，更易形成产业壁垒。”启智机器人研究院副院长董志鹏表示。目前，国内工业机器人整体渗透率不足2%，大量通用制造、定制加工场景因产品非标、换型频繁，传统编程式自动化方案难以适用。通用底座的低成本部署与工艺复用能力，为中小企业智能化改造提供了可行路径。

  产线实践，从人工示教到自主工艺生成

  底座与世界模型的价值，在家具定制喷涂产线上得到直观验证。当前多数家具工厂已完成喷涂设备自动化改造，但喷涂轨迹、喷枪参数与行进速度仍高度依赖工程师逐点示教。面对工件偏移或曲面变化，传统方式难以保证质量；定制化订单小批量、多品种的特点，更使生产收益难以覆盖编程成本。

  启智的方案是，工人穿着HALO人类技能采集服完成人工喷涂，系统同步采集动作、视觉、力觉与姿态等多模态数据，经清洗标注后送入HumanGPT，即人类技能4D世界模型训练。量产阶段，工业臂末端视觉扫描工件后，4D世界模型自动根据工件形态及训练阶段学到的人类喷涂作业轨迹及喷枪控制行为，生成最优喷涂轨迹与喷枪参数，并通过操作系统下发指令。现场演示中，面对尺寸与造型均不同的新型号椅子，机器人无需重新示教，数秒内即生成合规喷涂轨迹，新品投产编程时长降低70%以上。

  “工厂无需高薪配备专职机器人程序员，一线喷漆老师傅操作数次，系统即可将工艺沉淀下来，适配同类工件。”启智机器人副总工程师王鑫说，这本质上是将工业机器人部署门槛大幅降低，使企业可将人力聚焦于工艺优化而非程序调试。

  技术路线上，行业正从依赖遥操作数据的VLA（视觉—语言—动作）模式向4D世界模型演进，后者在三维空间基础上增加时间维度，能够预测物理操作空间的动态变化，理解动作背后的物理逻辑，从动作模仿上升到意图理解，使同一套技能可跨机型迁移，打破数据孤岛。在落地形态上，双足人形机器人适用于验证底座能力，而工业场景中轮式双臂等构型因稳定性强、成本低，正率先实现商业化应用。

  开放生态，推动工业AI量产落地

  从算法研发走向产线落地，启智依托埃夫特十八年工业机器人产业积累，并牵头承担工信部国家科技重大专项，联合国内30家单位共同打造通用机器人技术底座，包括8所985高校及6家头部工业机器人企业——后者的国内市场份额合计超过国内市场的70%。项目推进半年以来，已有多家主机厂完成系统接入，可在统一平台上完成编程控制。

  “中国机器人品牌众多，但每家都自研操作系统既不现实，也不经济。封闭生态不仅重复投入，还抬高了开发者门槛。”王鑫表示，通用底座的核心在于统一接入标准、数据标准与技能标准，使算力、模型、数据与工艺资产在行业层面流通复用。底座向下兼容各构型、各品牌机器人本体，向上接入各类大模型与算法，中间向集成商与终端用户开放开发权限。“我们搭建的是架构与标准，具体场景开发由生态伙伴共同完成。”

  团队同时总结了具身智能产业化的三道关键卡点：一是必须从喷涂、焊接等真实产线痛点出发匹配技术，而非先打磨算法再寻找场景；二是产线7×24小时运行对稳定性、容错要求极高，需完成从科研思维向工业产品思维的转换；三是必须具备完整的商业闭环能力，涵盖交付、运维、培训与迭代等全链条。商业化方面，埃夫特工业机器人业务今年计划实现盈亏平衡，具身智能业务已有初步落地，预计明年将迎来较快增长。

  2026年，具身智能站在了从“实验室炫技”到“产业真干活”的历史分水岭。“底座与世界模型相结合的具身执行方案，正在成为工业AI从技术演示走向量产落地的核心路径。”肖永强表示，依托产业积淀与国家专项的生态合力，团队将持续完善机器人全栈智能平台，助力制造业降低智能化改造门槛，以具身智能推动新质生产力加速形成。（宋雅娟）