芯耀
与非AI
466
具身智能喊了几年，到底谁跑进了工厂？
7月WAIC的具身智能热潮尚未完全退去，8月WRC（世界机器人大会）的产业大幕已悄然拉开。两场盛会接连举办，我们发现展台越来越热闹、厂商炫技越来越精彩。但定睛一看，大多数厂商都在跳舞、做咖啡，真正在工厂产线上稳定干活的具身智能方案却很少。
表演和落地之间有差距很大的原因是“软硬协同”没有做好，传统工业机器人有硬实力但缺乏智能，AI算法有学习能力却难以匹配机器人本体，两者之间隔着一道很深的鸿沟。
但在WAIC上，我们关注到埃夫特和启智机器人给出了一种“底座筑基、软硬协同”的破局思路。埃夫特用近二十年自主可控的硬件积淀打底，再配合启智机器人的通用技术底座把数据、感知、决策、执行串成闭环，让软硬件真正协同起来。如果说WAIC上的具身智能更多停留在概念演示和能力验证，那么埃夫特&启智在WRC 2026的关键词则是“落地应用”。19日，WRC 2026已然开幕，通用技术底座到底跑通了没有，展台上的产线落地方案就是最好的答卷。
今年WRC上，埃夫特和启智联合展出，其内容可以分为两类：首次公开亮相的新品，和已经在主机厂投产验证的工业具身智能工作站。其中，新一代复合机器人与新HALO人类技能采集服是本次发布的重点，更值得关注的是基于启智通用技术底座带来的智能焊接工作站和智能喷涂工作站，我们将看到它们为工业场景解决哪些痛点问题。
1、新品发布：复合机器人与HALO人类技能采集服
01、新一代复合机器人
复合机器人长期以来都困在“移动底盘+机械臂”的简单拼接逻辑里：底盘负责位移、机械臂负责抓取、视觉模块独立运算，三者底层系统互不打通，协同精度不足、环境容错率低，大多数只能承担简单的转运工序，始终无法深入产线核心作业环节。
启智机器人此次全新发布的新一代复合机器人真正实现了“手眼脚”三位一体的协同控制。它从底层控制系统层面完成了移动底盘、机械臂与视觉感知的深度联动，单台设备即可独立完成“精准定位-场景识别-路径规划-精细作业”的全流程闭环。这种能力让它能够胜任高密度物料分拣、精密装配锁附等复杂度更高的产线工序，直接拓展了柔性制造的效率边界。
不同于大量停留在实验室原型阶段的展会展品，这款复合机器人已经在某主机厂投产，正在测试与验证之中。
展会上，这套能力被放进两个完整产线场景。
其一是四合一智能柔性装配工作站，面向汽车制造等高端领域，完整还原复合机器人上料、双臂机器人智能装配锁附、协作机器人视觉质检的全流程。这个方案最大的难点在于三种不同构型机器人要在视觉引导、力控抓取、精密装配下稳定精准运行。利用启智通用技术底座统一接口与标准化开发环境让不同硬件和工艺包解耦接入，工厂可以像“拼乐高”一样快速搭建适配自身产线的智能工作站。
其二是线边仓智能分拣工作站（SPS）。据启智相关人员介绍，该工作站也已在某主机厂投产，目前正在紧锣密鼓的开发测试和验证中。复合机器人能在狭窄通道内灵活移动，实现从来料分拣到成品上线的无人闭环投送，并利用3D智能识别精准抓取上百种汽车零部件，打通自动上料、智能分拣、成品上线、自动回框全流程，并实现任务自动下发与实时数据追溯。
两个场景并非孤立的定制化工作站，而是已形成可升级、可扩展的标准化黑灯智能工厂模板，一条线跑通后可极低成本复制到更多产线，后续扩容边际成本较低，这也是这套展品最核心的说服力。
02、HALO人类技能采集服
如果说复合机器人是具身智能在产线端的执行终端，那么同期发布的HALO人类技能采集服，就是具身智能在供给端的核心数据入口。
具身智能概念兴起多年，但规模化落地的核心瓶颈始终绕不开数据。机器人要复刻人类的作业技能，需要大量高质量多模态训练数据支撑，但传统采集方式成本高、效率低，并且人类作业中的力度控制、动作时序、姿态调整等数据，很难通过示教器或单一视觉捕捉完整还原。这也直接导致机器人技能开发只能逐个场景调试，泛化能力弱，落地成本居高不下。
HALO技能服瞄准的正是这个行业共性痛点。作为HumanGPT人类技能大模型体系的前端采集核心，这件穿戴式设备能够精准捕捉人类作业过程中的全模态数据，覆盖肢体运动轨迹、关节力矩、操作时序、力度反馈等多维度信息，为大模型训练提供最贴近真实作业场景的原始素材。
此次 WRC2026展出的HALO人类技能采集服迎来新一代展示版，升级重心放在穿戴体验与整体呈现上：全新一体化服装将全身传感单元集成于衣体之内，随衣就位，穿上即进入采集状态；快速穿脱且每次穿戴贴合稳定、位置一致；服装可清洗、传感单元维护方便；全身无外露杂乱线束，外观更完整、更具科技感。
而在最关键的传感与数采能力上，新一代展示版沿用第一代成熟配置——8K全景相机、第一视角RGBD、抬头显示、手部触觉、27节点惯性动捕、表面肌电以及可更换电池，全模态真人直采能力完整保留。
更为重要的是，HALO人类技能采集服的价值必须放在完整技术闭环中才能充分体现：前端通过技能服低成本采集人类真实作业数据，中间经由大衍数据平台完成数据清洗、治理与高质量数据集构建，再输入HumanGPT大模型完成技能蒸馏，最终通过RobotGPTs迁移模型适配到不同构型的机器人身上，形成“人类技能采集-模型训练-机器人技能落地”的完整链路。
2、工业具身工作站多场景落地验证
通用技术底座的价值，最终要落到具体的工业场景中才能体现。埃夫特本次WRC展出的智能焊接与智能喷涂两大工作站，正是这套底座从技术概念走向产线落地的代表性成果。
01、智能焊接工作站
在船舶、钢结构这类行业，工件具有“多品种、小批量”的特点。每换一种工件，传统焊接机器人就要重新示教、重新调试，对于批量不大但品种繁多的订单来说，调试时间甚至超过了实际生产时间。
埃夫特的智能焊接工作站没有只在焊接精度上做文章，而是依托通用技术底座重构了整个调试流程。智能焊接工作站首先3D视觉自动识别焊缝位置与角度，大模型在线生成最优焊接路径，工人只需通过墨斗IDE的图形化界面做确认和微调，无需逐点示教。这套由通用技术底座串联起来的流程，把单个工件的调试周期从72小时压缩到了4小时。
02、智能喷涂工作站
喷涂行业的痛点和焊接有相似之处，多品种、小批量的柔性生产要求快速换线，而传统喷涂线的编程调试门槛高、周期长。埃夫特的智能喷涂工作站同样基于通用技术底座打造，走的是一条“低代码+所见即所得”的路径。通过3D相机毫秒级完成点云建模，喷涂大模型基于模型自动生成轨迹，再通过墨斗IDE进行仿真微调。整个过程中，工人不需要写代码，只需要在可视化界面上确认和调整，大大降低了使用门槛。对中小企业来说，这意味着不需要每次针对新模型“重复造轮子”，柔性生产成本大大降低。
据了解，埃夫特智能喷涂方案已在赣州家具共享工厂实现批量商用。家具行业恰恰是典型的多品种、小批量场景，工件形状不规则、材质多样，对喷涂均匀性要求高。能够在这样的场景中跑通并批量商用，说明这套方案已经足够成熟并接受了市场的检验。
3、产线背后一套自主可控的通用技术底座
这些产线之所以能跑通，离不开背后一套打磨了近二十年的通用技术底座。
埃夫特是科创板工业机器人第一股（688165.SH）、国家机器人产业链链主企业，核心模块100%自主可控，包括E-BOX控制器、驱控一体电柜、关节模组、少齿差减速机等核心自主可控零部件。这是埃夫特的“自主化之轮”，解决的是有没有的问题。同时，据MIR 睿工业了解，埃夫特还牵头承担了国家科技重大专项以及获得了本轮次单体最大支持。
此次WRC中，埃夫特&启智展台还展出了EXR防爆机器人。
如果说智能焊接和智能喷涂解决的是效率和成本问题，那么EXR防爆机器人面对的是安全和生存问题。在军工、民爆、化工等高危领域，人工操作意味着直接暴露在爆炸风险之下，而传统进口防爆机器人不仅价格高昂，还存在交付周期长、维护响应慢的问题。
在特种作业赛道，埃夫特EXR系列原厂防爆机器人展现出国产高端机器人的替代实力，是本次展会特种机器人领域的重点关注产品。不同于行业普遍的改装方案，该系列从设计源头消除点火源，通过气体与粉尘双重最高等级防爆认证，全系搭载机械多圈无电池编码器。
从落地进展来看，该系列产品已在军工、民爆、化工、医药、食品饮料等多个高危行业实现批量应用，解决了高危场景自动化改造的合规性与可靠性难题。该防爆机器人技术是国家科技重大专项的成果，埃夫特也是本轮次专项中承担攻关任务最多的机器人企业，产品技术成熟度已满足高端防爆机器人国产替代的应用标准。
但光有硬件不够。工业具身智能要落地，还需要“智能化之轮”，解决的是能不能做好的问题，这就是启智在做的通用技术底座。
2024年，依托埃夫特工业积累、联合国家先进制造产业投资基金和芜湖市科创集团，启智（芜湖）智能机器人有限公司应势而生，聚焦智能机器人通用技术底座的研发与产业化，走全栈自研、自主可控路线，支持国产芯片和国产大模型生态适配。
这套通用技术底座由四个模块构成闭环：
HumanGPT则是人类技能大模型，包含HALO人类技能全模态数据采集服（真人直采）、HumanGPT 人类技能预训练大模型（技能蒸馏），以及RobotGPTs人机技能迁移模型（技能迁移）三大环节；
大衍数据平台负责从采集到治理再到训练的全链路数据加工；
墨斗IDE是低代码集成开发环境，让工程师用图形化界面完成仿真、编程和部署；
Openmind OS是AI原生的控制系统，向下适配硬件、向上支撑应用，把工业级实时控制和AI智能进化揉在一个平台里。
四个模块的关系可以这样理解：HumanGPT是技能大模型、大衍数据平台负责全链路数据加工、墨斗IDE是集成开发环境（开发态）、Openmind OS是控制系统平台（运行态）。它们共同回答一个问题，就是如何让机器人不再依赖逐条预编程，而是通过数据闭环实现技能的泛化和迁移。用行业的话说，这是在做“机器人界的安卓系统”，一次开发实现多构型、多品牌运行。
如果一套底座只服务于自家机器人，它再强也只是一个企业的内部工具。启智的不同之处在于，它从一开始就定位为面向全行业开放的通用技术底座。
据公开信息，启智已联合哈工大、清华等8所985高校和6家头部工业机器人企业（占国内销量70%以上）共同攻关，目前工业机器人接入4家、人形机器人接入3家。通用技术底座要真正成为面向全行业的公共基础设施，光有技术能力和生态合作还不够，还需要制度层面的保障。
据《21世纪经济报道》2026年7月专访披露，启智未来将从埃夫特剥离独立运营，国家先进制造产业投资基金已连续两轮投资。游玮表示，这种“开源+独立运营”的模式旨在消除同行对于被“卡脖子”的顾虑，避免“重复造轮子”，确保启智通用技术底座从成立之初即面向全行业开放。
这在国内机器人行业并不常见——多数企业将核心软件视为竞争壁垒，而启智选择将通用技术底座开放给全行业使用。
放到国际坐标里看，这种“开放底座加工业积淀”的组合有其独特性。国际巨头的AI方案往往绑定自有硬件生态，开放性不足；国内纯AI团队则缺乏工业现场的工艺Know-How和硬件供应链。埃夫特近二十年的工业积累加上启智的通用技术底座，恰好踩在两者的交叉点上——它不追求在单点算法上超越谁，而是在“工业级稳定性加跨构型开放性”这个维度上，接近国际先进水平并走出了自己的路径。
4、WAIC回顾
看完WRC展台上的产线落地，再回头看一个月前的WAIC，会发现两场展会恰好呈现了通用技术底座的两个面向。WAIC以“智能伙伴共创未来”为主题，启智在上海世博展览馆的展台上，用三大展项系统回答了一个问题：通用技术底座到底能做什么？
“九星连珠”人机共创演示中，多台不同品牌、不同构型的机器人在HumanGPT驱动下协同完成同一任务，直观展示了技能泛化与跨构型迁移能力；月面极端工况多机协作将场景拉到模拟月球环境，大衍数据平台、Openmind OS与HumanGPT联动，验证通用技术底座在极端未知环境中的适应性；智能喷涂方案则通过3D相机、大衍数据平台、喷涂大模型与墨斗IDE的组合，演示了从工件扫描到路径生成的低代码开发全流程。
这三大展项的共同指向，是底座的“能力边界”——它能跨构型、跨场景、跨行业地适配不同需求，证明了通用技术底座的技术可能性。
而到了WRC，展示重心从“能做什么”转向“已经做成了什么”：具身智能四合一工作站和SPS分拣是已在主机厂投产的真实产线，智能焊接工作站、智能喷涂工作站、EXR防爆机器人都有明确的行业落地案例。两场展会连起来看，恰好呈现了具身智能从技术验证到产业落地的完整路径。
结语
WRC 2026已经开幕，展台上的机器人会吸引大量关注，但真正值得关注的，是那些已经在产线上稳定运行的方案。从WAIC到WRC，我们看到的不只是一家企业的产品迭代，而是中国机器人产业的一个重要转折点：当“自主可控”不再只是口号，当“智能化”不再只是展台展示，具身智能的落地才真正从概念讨论进入效能验证阶段。
