科技云报到：WAIC观察：机器人“进厂干活”，只差一个通用底座？

科技云报到原创。

一台全尺寸人形机器人漫步在凹凸不平、散布碎石的“月球”表面，在一块不规则的巨石跟前站定，弯下腰，双手将巨石稳稳抱起，挪到几米外的目标区域。

这一充满未来感的震撼场景，不是某部科幻大片的画面，而是WAIC2026埃夫特·启智展位的现场演示。

7月17日，WAIC2026在上海开幕。国内外数百家具身智能企业齐聚一堂，展示最新技术和产品。

作为国内具身智能的代表企业之一，埃夫特携旗下启智机器人参展，吸引了大批观众的目光。

展位上，观众们除了观看机器人的各种动作演示外，还纷纷试穿埃夫特·启智自主研发的人体技能采集服，“手把手”教机器人做动作、执行任务。

把“人类教学”融入机器人现场互动，是埃夫特·启智与其他具身智能参展商的显著区别，也是其产品技术理念的缩影——构筑一套面向硅基生命的通用技术底座，让不同机器人学会在不同场景“干活”的能力。

通过构筑通用技术底座，埃夫特·启智希望让机器人逐步摆脱对固定程序和结构化环境的强依赖，具备应对开放任务、动态场景和长尾需求的能力，大幅减少部署和使用成本，真正成为各行各业的“硅基助手”。

取人类之技 赋万机之能

启智认为，面向开放环境的具身智能，终局应是让机器人具备无标记环境下的自主理解能力，从“记住路线”走向“理解场景”。

传统机器人能干什么活，取决于程序员给它的芯片里写入了多少代码。这样做不仅效率低、速度慢，还只能一板一眼、照章操作，无法应对动态环境和多样任务。

埃夫特·启智则选择了更先进的路径：把人类真实操作“蒸馏”为机器人看得懂的数据，让机器人像真人那样思考、决策和动作。

为此，埃夫特·启智打造了HALO人类技能全模态数据采集服，同步捕获视觉、力觉、触觉、语言等多维信号，叠加数十年沉淀的工艺文档与SOP。

非任务类数据与失败数据构建了基模泛化广度，场景高频数据保障了技能可靠性。

更重要的是，通过人机动作迁移模型，埃夫特·启智将人类技能蒸馏为通用表征，迁移至人形机器人、复合机器人及工业臂，破解了数据孤岛与跨构型迁移难题。

有了“素材”后，埃夫特·启智还需要给机器人编写“课本”——具身智能专用模型HumanGPT。

与豆包、千问等大语言模型不同，HumanGPT是一款更契合具身智能的世界模型。

它融合了HALO采集整理的人类技能，又借助传感器的多模态数据，给机器人构筑了一个虚拟动态空间。

它不仅是通用技术底座的核心引擎，更是破解具身智能从0到1落地难题的关键密钥：通过把人类工业经验蒸馏为机器通用能力，彻底打通“学会干活”的底层逻辑。

同时，它与大衍数据平台、墨斗IDE、Openmind OS共同构筑的完整技术体系，则为具身智能从1到100跨行业、多场景的规模化推广，铺就了可复制的标准化路径。

这条从数据到执行的完整链路，构成了从“取人类之技”到“赋万机之能”的技术闭环，也回答了具身智能的一个关键问题：机器人该如何学会干活。

埃夫特·启智给出的这份答案，不仅成为其竞争壁垒，也极具行业价值。

从1到100，让机器人走进千百万生产力场景

以HumanGPT为核心等软硬件，解决了机器人干活能力“从0到1”的问题。但真正的挑战是，该如何实现从1到100，让机器人走入千行百业？

埃夫特&启智董事长游玮博士提出了“技能冰山”的概念：冰山之上是抓取、分拣等简单技能；冰山之下才是工业刚需——多机交互、工艺强耦合及实时同步控制能力。

比如制造场景下常见的喷涂、焊接、打磨等工艺，面对作业对象的变化，不仅仅要自主规划机器人的作业路径、速度等运动信息，而且要自主生成与运动信息强耦合的工艺参数，如喷涂雾化张角、流速流量、焊接电流、打磨中的主轴转速，进给量等，因此要在制造业场景落地，技能的内涵要复杂的多。

为此，埃夫特·启智正构建覆盖“采-存-治-训-推-用”全链路的工具链：从HumanGPT、大衍数据平台、到墨斗IDE和Openmind OS的通用技术底座。全方位降低门槛，让传统自动化集成商，甚至终端用户无需精通AI算法、机器人底层控制也可以快速部署，从源头消除底层重复研发。

在WAIC展台上，启智人形机器人接到了一个新任务：把一块大尺寸的光伏板搬到指定位置，并安装好。

在此之前，启智并没有专门针对这一任务编写代码，也没有进行特别调试。

但在HumanGPT和Openmind OS的驱动下，机器人自主识别地面障碍物，规划行进路径，随后稳稳抱起光伏板，穿越不平坦的地形送达目的地。

最后，它拿起电动工具，将螺丝牢牢锁入基座。

据介绍，为了公开演示机器人的真实能力，埃夫特·启智并没有选择常见场景，而是主动“上难度”。

埃夫特·启智方面介绍，之所以选择搬运光伏板，是因为大物体会遮挡机器人的“视线”，难度更高。在此情况下，如何理解空间、导航预判、编排任务，最能体现机器人“大脑”的能力。

又比如，在安装光伏板时，机器人需要用灵巧手拿起螺丝枪，而不是配备专用的末端执行器。

原因是，专用执行器很容易做到高精度，不容易“翻车”；但让机器人使用灵巧手操控通用工具，才更符合千变万化的生产力场景。

埃夫特·启智的通用技术底座，第一次实现了机器人的跨场景技能平移。机器人只靠之前学到的种种技能，就能举一反三、自主完成新的任务，也就具备了低成本进入大量场景的能力。

依托埃夫特十八年在4000余家工厂沉淀的工艺数据库，这套智能底座的技术体系已从实验室走向产线。搭载该系统的工业机器人已在客户现场持续运行超5000小时，实证了从“人类技能”到“机器生产力”的稳健落地。

启智不做单体机器人的“独奏者”，而是以通用技术底座为平台，将数据处理、模型训练、程序编排、仿真调试、在线部署等能力标准化，让全行业无需重复投入底层研发，共同降低具身智能的应用开发门槛。

机器人的“从1到100”，埃夫特找到了实现路径。

结语

具身智能的发展如火如荼。《中国具身智能产业发展报告（2026）》显示，中国已成为全球增长最快的具身智能市场之一。

另据多家研究机构测算，2026年中国具身智能市场规模预计达到1.09万亿元。

但万亿级市场前景能否落地，关键在于能否与生产力场景结合，让机器人走出实验室和展台，真正“进厂打工”。

与围绕单个场景、单点击破相比，埃夫特·启智在本届WAIC上展示了一条更具前景的发展路线：打造通用技术底座、开源通用能力。

这一路线门槛更高，但价值图谱也更加广阔，本质是在夯实具身智能产业的公共基础设施。

对于方兴未艾的具身智能产业而言，埃夫特·启智走了一条少有人走、却又必须有人走的路。随着行业的发展，这条路线的价值也将被逐渐放大。

【关于科技云报到】

企业级IT领域Top10新媒体。聚焦云计算、人工智能、大模型、网络安全、大数据、区块链等企业级科技与数字化转型与赋能的领域。原创文章和视频获工信部权威认可，是世界人工智能大会、数博会、国家网安周、可信云大会与全球云计算等大型活动的官方指定传播媒体之一。