21世纪经济报道记者孙燕 上海报道

2026年的WAIC H3馆，比去年多了一份务实。

一年前，这里还充斥着机器人跳舞、翻跟头、拳击的喧嚣。一年后，更多机器人走上了岗位——在药房里取药，在流水线上分拣，在汽车车间装配。

“今年人形机器人越来越务实了。”埃夫特（688165.SH）董事长兼总经理游玮告诉21世纪经济报道记者，去年人形机器人大部分是足式的，今年大部分切换成了轮式。

顺应这一从“炫技”转向“实干”的落地趋势，埃夫特·启智在WAIC期间展出了全球首个智能机器人通用技术底座。该公司于2024年由中国工业机器人头部企业埃夫特携手国家先进制造产业投资基金、芜湖市科创集团共同发起设立。

“目前业内存在两种方案，第一种是训练一个全能型智能体，通过堆砌海量数据和算力，期望无需后训练、微调或强化学习，直接加载到机器人上即可完成从家庭到工厂里的各类任务。这条路径在未来10到20年内难以实现。”在游玮看来，真正可行的落地路径是训练一个具备基础世界认知能力的基础模型，在此基础上针对具体场景进行后训练，将其转化为垂类场景专家。未来的机器人将像智能手机一样，根据任务需求灵活加载不同的“技能”APP。

在后一方案中，获取技能需经过真实数据采集、后训练及真机部署的完整流程，必须建立完善的工具链以降低开发门槛。这不仅面向机器人厂商，更旨在让大众也能参与开发。正如只有当开发不再局限于内部工程师时智能手机才得以普及，机器人产业也只有通过工具链实现开发普及化，才能突破类似诺基亚时代的局限，迎来广泛应用的爆发。

具身智能垂直落地

21世纪：关于具身智能的落地路径，业界有没有达成共识？ 

游玮：谈到具身智能的真正落地，现在大家基本上达成了一个共识：短期内，单纯依靠堆算力、堆数据来打造通用机器人是不现实的。

前两年大家都在讲“通用”，普遍推崇“端到端”路线——依靠单一通用大模型和纯数据驱动的神经网络来解决所有问题，以实现自主化与智能化。这条路在无人驾驶领域相对可行，因为驾驶本质上属于二维空间的避障问题。但在具身智能机器人领域，从二维平面避障升级为三维空间交互，增加了一个维度的挑战，且机器人除了避障还需进行抓取等物理交互，这对数据规模、质量的要求比无人驾驶至少要大100倍。

21世纪：很多企业、城市建设了数据采集厂，能解决数据问题吗？

游玮：“数采工厂”主要依赖真机遥操作，这种方式的数据采集成本极高且效率极低。相比之下，无人驾驶是通过卖出车辆，让用户在日常驾驶中零成本地贡献真实场景数据，从而实现高效的真实数据回流。 

除了遥操作，业内还有仿真数据、第一视角视频数据以及互联网数据作为补充，但即便将这些数据加在一起，想要达到真正能让具身智能胜任实际工作的水平，其所需的周期依然很长、代价依然非常高昂。因此，具身智能对数据规模和质量的要求呈指数级增长，与当前低效率、高成本的采集手段形成了尖锐矛盾。

相对可行的方案是将问题“封闭化”，即让机器人在特定时间内专注于完成一件具体任务，例如家具喷涂。通过设定家具和喷涂任务作为约束条件，作业域被有效封闭。这种封闭式作业对数据质量和规模的要求会呈指数级下降，从而使得技术落地更加可行。

21世纪：“封闭”是实现“通用”的前提吗？

游玮：“通用性”并非指由单一的大模型解决所有问题，而是通过若干个专用功能的叠加来构成。类似于手机，其通用性是建立在标准化的硬件基础之上，通过搭载大量的软件应用程序实现的。机器人的通用性也应当是由一个个专用技能叠加而成的。

即便配备了通用“大脑”，机器人最终落地的场景依然是非常具体的。比如现在大家不约而同地选择药房分拣，是因为该场景目前技术可行性高：首先，抓取物体质量轻，现有硬件能力足以应对；其次，物体相对规则，使用两指或三指手爪即可完成，无需复杂的灵巧手。

相比之下，在工厂内抓取柔性线束或电子元器件接插装配难度极大。一方面，药品抓取失败造成的是可逆的失误，而接插损坏可能直接导致工件报废，容错率极低；另一方面，工厂生产要求高节拍，而药房分拣动作较慢，相对容易实现。

正因如此，目前业界大多数项目都聚焦于垂类场景。大家基本已放弃那种试图打造一个万能通用智能体、无需额外适配就能跨越所有场景的构想。真正的落地一定基于垂直场景，因为这意味着泛化是被限制在特定边界之内的。以板式家具喷涂为例，机器人只需适应各种板式家具，而无需既做喷涂又做焊接，这种在明确约束条件下的应用才是当下的务实选择。

四支柱支撑通用底座 

21世纪：埃夫特·启智为什么要做智能机器人通用技术底座？

游玮：正是着眼于封闭作业场景，我们发现需求极其庞杂且多样。以最容易落地的工业领域为例，中国拥有数百个工业门类，每个门类下又涵盖焊接、打磨、喷涂、装配、涂胶、去毛刺、抛光等工艺，这些排列组合产生了无穷无尽的垂类场景。

面对垂类场景中需要解决的封闭问题，大多数机器人公司采用的是“烟囱式”开发模式。由于其底层控制系统是封闭的，每做一个垂类应用，工程师都需要从底层一直开发到上层应用。若要覆盖海量场景，机器人厂家将需雇佣庞大的工程师团队，且这些工程师往往并不懂终端的工艺细节，从而导致了开发瓶颈。

这就像早期的诺基亚手机，依靠封闭系统和内部工程师开发功能，无法满足日益增长的细分需求；而现在的iOS或安卓系统通过开放生态，让用户能下载各种开发者的应用。同理，当机器人强调垂类落地时，系统必须是开放的。 

我们做底座的核心目的，就是避免“重复造轮子”。我们将垂类应用中的共性技术打包形成“智能机器人通用技术底座”。例如，喷涂、焊接都需要走复杂轨迹，其中的轨迹插补和运动控制就是共性部分。通过底座将这些技术封装好并开放接口，一方面提高了开发效率，降低了开发成本；另一方面降低了开发门槛——开发者可以直接调用封装好的能力模块，无需懂得底层的机器人控制原理，只需关注工艺本身即可。

21世纪：底座涵盖了哪些共性技术？

游玮：底座主要分为四大核心板块。第一块是机器人专用操作系统OpenMind OS。其首要作用是适配下层多样化的硬件，机器人开发者无需关心底层的关节模组、减速器、驱动器或伺服等硬件差异，这些均由操作系统完成适配。该操作系统还负责基础的运动控制，包括轴控、伺服控制及各轴运动控制。由于神经网络在可靠性和实时性上无法满足这一层级的要求，因此这部分必须由操作系统来完成。

目前市面上的机器人操作系统主要分两类：一类是各厂家自研的，但往往开放性不足，缺乏丰富的中间件和接口供外部调用；另一类是相对开放的ROS系统，大部分机器人厂商、初创模型企业为快速验证大模型能力会选择使用，但ROS源自美国且其商业化组织已被谷歌收购。因此，我们研发了完全自主的OpenMind OS，它不仅集成了丰富的机器人专用中间件，也解决了自主可控的问题。

在操作系统之上，第二块是机器人的具身智能基础模型，我们称之为HumanGPT。

21世纪：具身智能基础模型有哪些能力？

游玮：比如我们展台上的技能服，它可以采集人类第一视角的影像、音频，加上关节动捕及全身运动状态，这能将人在作业时的基础经验数据录入其中。利用大量真实的人类多模态数据训练出一个神经网络，即基模。

但基模只能达到大约七八成的准确率，无法满足工厂落地所需的99.99%的高精度要求。因此，在垂类场景实际落地时，还需要基于基模进行后训练。以线束装配为例，需由工程师穿上技能服在现场采集真实作业数据，利用这些真实数据对模型进行后训练。最终将训练后的模型部署至真机，并通过强化学习使其更加可靠，从而实现高精度的工业应用。

可以这么理解，基础模型形成了机器人对世界物理规律的基础认知；在基础模型之上进行后训练，相当于机器人完成专业教育，转变为专家。 

在后训练过程中，数据采集完成后还需进行清洗、标注及模型训练，这一整套工具与流程极其专业，非专业人员往往难以胜任。为此，我们提供了一个基础数据平台。该平台旨在让不精通技术的用户通过流程化的点选操作（类似于安装软件时点击“下一步”），即可自动完成业务流程，这便是作为底座第三部分的“大衍数据平台”。

21世纪：除了OpenMind OS、HumanGPT、大衍数据平台，底座还包含什么？

游玮：底座的第四部分是一个集成开发环境（IDE），其主要给开发者提供仿真开发环境。引入IDE的原因在于，基模、数据平台及操作系统等技术对一般开发者而言过于复杂。以焊接工艺工程师为例，他们精通焊接工艺却未必懂机器人编程或底层技术，因此需要通过图形化的仿真界面作为入口，以低代码甚至无代码及自然交互的方式，便捷地调用底层能力。 

在工业机器人领域，此类功能通常被称为机器人离线编程软件或仿真软件。我们的系统与其他仿真平台最大的区别在于开放性，即支持所有品牌的机器人，而非局限于单一品牌。此外，该IDE还具备更强大的功能，支持应用程序模板编程、模块化编程以及各类AI大模型的调用。

行业共赢

21世纪：这意味着，平台要适配很多机器人厂商？

游玮：所以埃夫特单独成立了启智。尽管启智由埃夫特控股，但这只是初期为了利用埃夫特进行验证的手段，公司未来将从埃夫特剥离独立运营。因此，启智股东中早有国家先进制造产业投资基金，该大基金已连续两轮投资，埃夫特持股比例仅为38%，确保平台从成立之初即面向全行业。

目前，在国家重大专项的牵引下，平台依托国家支持，联合了清华大学、上海交大、浙江大学、哈工大等国内顶尖科研院所，以及埃斯顿、珞石、极智嘉、新松等工业机器人头部企业，共同进行底座适配。这种合作通过开源和未来独立运营的模式，消除了同行对于被“卡脖子”的顾虑，避免了“重复造轮子”，实现了行业资源的协同增效。

本质上，这是一项服务整个行业的基础工作，旨在打造工业机器人领域的“鸿蒙”或“安卓”。

21世纪：埃夫特为什么能做这件事？ 

游玮：埃夫特作为国内工业机器人头部企业，累计已交付超过10万台机器人，且软硬件全栈自研。这一能力至关重要，因为只有掌握底层系统，才能避免受制于“黑盒”，从而实现对底层开放系统的按需重构与逐层开放。 

通过交付10万台机器人，埃夫特沉淀了大量的应用场景、工艺经验及客户资源。这些客户主要为系统集成商，我们未来会引导他们从传统的机器人编程使用者，转型为平台上的应用程序开发者。

21世纪：智能机器人通用技术底座主要面向工业机器人吗？

游玮：我们是从工业机器人起步。需要强调的是，工业机器人是指应用于工业场景的机器人，其形态可以是单臂、双臂，甚至是“轮臂”复合形态，也可以是人形。

人形这一概念本身较为模糊，其核心应在于“类人智能”而非“类人外形”。在工业场景中，应遵循“如非必要勿增实体”的奥卡姆剃刀原则，因为增加任何冗余部件都会提升成本、增加故障点，并影响投入产出比。因此，工厂环境下的构型追求极致简约，单臂能解决的任务绝不使用双臂，双臂能解决则无需配备移动底盘——所有构型均根据实际需求定制，但只要应用于工厂，无论形态如何，统称为工业机器人。

此外，具身智能也不等同于人形机器人，业界对此普遍存在误解。实际上具身智能是指硬件载体加载了“大脑”及操作系统，区别于传统的自动化设备，其本质是硬件与智能的结合。 

我们底层操作系统已具备对人形机器人的支持能力。为了回答关于“底座是否仅能控制轮式底盘或固定的工业机械臂”的疑问，证明我们的技术底座具备跨构型本体的支持能力，我们特意“逆势”研发了双足机器人，并实现了全身运动控制。

21世纪：平台目前验证进展如何？ 

游玮：埃夫特自身的机器人已开始批量落地应用，今年已将原有的封闭系统小规模替换为基于该底座构建的新一代开放式控制系统C50。该系统是在底座基础上由厂商进行专门封装而成。目前，埃夫特机器人对C50的应用已进入小批量阶段，同时新松、埃斯顿、珞石、极智嘉等行业头部企业的适配工作也已开展。

预计明年将开始大规模推广，其中埃夫特进展可能稍快，其他企业也会随之跟进。鉴于适配成功且系统开源，企业采用该系统无需单独维护底层，避免了重复投入，能够显著提高机器人厂家及整个行业的开发效率。此外，由于该系统具备完全开放性，相较于需要从底层到上层全链路覆盖的高成本封闭生态，更有利于孕育上层的开发者生态。

21世纪：目前机器人厂商对平台认可度如何？

游玮：依托国家重大专项，埃斯顿、新松、极智嘉等国内主流厂商已参与进来，我们正进一步发起和申报国家机器人创新中心，在安徽等地建设运营节点。

一旦底层语言与数据接口实现统一，终端用户将获得在不同品牌机器人间无缝切换应用的能力，这会倒逼未加入的厂商为避免被边缘化而主动适配，形成类似EtherCAT总线生态的虹吸效应。

为此，平台运营主体必须保持独立性。我们制定了“三步走”策略：首先由埃夫特控股以验证底座的实用价值；随后进行开源以消除“卡脖子”顾虑；最后实现股权独立。只要系统好用、开源且独立，便能解决下游接受度问题，最终构建起开放的行业生态。

21世纪：该平台未来的盈利模式是什么？ 

游玮：未来我们将该平台独立运营，主要通过三大渠道实现商业变现。首先是硬件销售，参考安卓生态模式，我们可以利用系统适配优势，实现关节模组、灵巧手等已适配硬件的规模化销售，加速硬件标准化进程；其次是定制开发服务，尽管系统开源，但庞大的代码维护成本会促使客户购买专业定向开发服务，避免自建庞大软件团队；最后是授权费用，平台可以面向机器人厂家、终端用户及个人开发者收取版权费，确保持续运维。

21世纪：打造这个平台，对于埃夫特而言的意义是什么？

游玮：首先，这样我们能够率先完成智能化卡位。正如华为孵化鸿蒙一样，作为发起者，埃夫特无论是从战略地位还是技术布局上，都将是该系统的最大受益者。其次，在经济层面，随着平台独立运营及融资推进，其估值提升将为埃夫特带来可观的投资收益。 

21世纪：国外有类似的平台吗？

游玮：英伟达和谷歌等国际巨头都在做。它们主要布局人形机器人，但谷歌也通过收购并组建Intrinsic公司以及收购ROS商业化组织，正在积极切入工业具身智能领域，开发面向工业场景的集成开发环境，其布局逻辑与我们要打造的底座高度相似。

这正是国家给予重大专项支持的核心原因：若不自主布局，未来国内开发将不得不依赖国外底座。当前行业处于起步阶段，同步筑基至关重要，否则待行业繁荣、应用丰富后，再想从国外系统迁移至国产底座，将面临如Windows切换至国产系统、安卓切换至鸿蒙般巨大的生态重构成本。因此，国家支持我们进行底层建设，旨在避免未来被“卡脖子”，掌握行业发展的主动权。