2026年7月17日，WAIC在上海世博展览馆开幕。当208家具身智能企业、超300台真机在同一片展区扎堆亮相时，人们无疑感慨具身智能行业的快速发展。

然而，一个微妙的反差正在凸显。上半年国内具身智能赛道融资总额突破935亿元，较2025年同期暴涨5倍，322笔融资事件背后，超过20款人形机器人宣布小批量量产。但走进展馆，那些能跳舞、能翻跟头、能稳稳上下楼梯的机器人，面对一个最简单的提问时却集体沉默：除了表演，它还能干什么？

启明创投主管合伙人周志峰此前的一句话让不少人记忆犹新：“具身智能，是过去一年杀死我脑细胞最多的领域，没有之一。”这位刚登上Midas List全球最佳创投人榜单的投资人，每天面对的是近百家新成立的具身智能企业、十余家估值超百亿的独角兽。但他比谁都清楚，十亿台出货量的超级赛道叙事，和今天机器人真正能稳定干活的能力之间，隔着一条巨大的鸿沟。

启智的底座恰恰覆盖了目前大脑训练成长链条的全部环节。

第一步由大衍数据平台把原始数据“洗干净”。启智的HALO数采系统从工业现场采集视觉、力觉、关节姿态等多模态异构数据。但采集只是起点。真实工业现场的数据是混乱的——光照变化、遮挡、传感器噪声、不同操作手法之间的差异。大衍平台的工作，是把这些混沌的原始数据清洗、对齐、结构化，再打上精细的标签。这套系统与清华大学团队合作开发，能让数据从采集到可用，训练周期从“月”级缩短到“周/天”级。数据不是石油，数据是矿石。大衍负责把矿石冶炼成钢材。

第二步是HumanGPT，主要负责从人类动作中“蒸馏”技能精髓。行业主流路线是从VLA架构转向世界模型，让机器人在海量试错数据中“碰”出正确动作。但HumanGPT走的是另一条路。它不让人在海量试错中碰运气。它先理解人类做事的因果逻辑，例如人类为什么要这样抓、为什么要用这个力度、为什么要走这条路径再让机器人模仿。

启智联合香港中文大学陈斐教授团队从0到1自研了这套系统。HumanGPT在大衍平台提供的高质量数据上做预训练，把人类操作技能“蒸馏”成可泛化的技能表征。它不是让机器人背诵动作，是让机器人理解动作背后的物理直觉。“取人类之技，赋万机之能。” 这不是一句口号，这是一条绕开“50万小时vs千万小时”死结的技术路径——不靠海量试错堆数据，靠蒸馏人类已有的操作经验。

第三步由RobotGPT把通用技能“翻译”给不同本体。HumanGPT蒸馏出来的是“技能，也就是一套抽象的、与具体机器人无关的操作能力。但工业机械臂和人形机器人的关节结构不同、自由度不同、运动学约束不同。同一个“拧螺栓”的技能，在两种本体上的执行轨迹完全不同。RobotGPT负责的就是这个“翻译”工作，其把HumanGPT蒸馏出的通用技能表征，映射到具体机器人的运动控制指令。无论六轴工业臂、七轴协作臂还是人形机器人，接到的是同一套技能，输出的是适配各自本体的动作序列。这解决了行业最大的迁移难题，让同一个技能，不需要为每个机器人型号重新训练一遍。

第四步由墨斗IDE完成，主要负责把开发变成“搭积木”。前三步解决的是“能力怎么生成”。但谁来定义机器人“要干什么”？传统机器人编程需要专业工程师写代码。一台喷涂机器人的轨迹编程可能需要数天时间。启智的墨斗IDE是一个低代码开发环境，让不懂代码的工艺专家通过可视化拖拽方式搭建机器人应用。

江西赣州一家工厂的负责人曾感慨，传统工业机器人部署一个焊点可能就要一整天。而墨斗IDE让场景专家而非程序员来定义机器人怎么干活，这直接改变了“谁有能力让机器人学会干活”这件事。

第五步是Openmind OS，主要负责让机器人稳稳地动起来。因为再聪明的算法，最终要落到物理世界的执行上。Openmind OS是底座内置的强实时操作系统，向下管理硬件、向上支撑应用运行，负责毫秒级的任务调度、关节扭矩实时调整、力控反馈闭环。它解决的是一个极其具体但极其致命的问题：算法在仿真里跑得完美，到了真机上关节抖、力控飘、响应慢。启智沉淀了二十年工业场景的工程经验，知道怎么让机器人在真实物理世界里稳定运行。不是靠更聪明的算法，是靠经过产线验证的实时操作系统和工程优化。

启智通用技术底座的五个环节并非概念，已经在多个场景实现落地。2026年6月，启智与犀准机器人签署战略合作协议，双方同步签订了《复合机器人第一阶段联合开发协议》。这意味着启智通用技术底座正式从平台构建阶段，迈入PCB垂直场景的工程化验证阶段。启智提供通用智能复合机器人本体，犀准依托其在PCB领域的工艺经验进行配套开发，合力打通从技术验证到量产落地的通路。对启智而言，这是一次“应用—数据—算法优化”正向循环的启动。对行业而言，这是一个信号：通用底座的价值不在PPT上，而是已经在产线上。

本次启智在WAIC带来的三大实景展项，没有一个是用来展示机器人“有多酷”的，全也部是用来验证“能不能干活”。

例如本次WAIC，启智在“预演无人之境”展项中布置了一个极具技术难度的场景：模拟月面灰褐色地表上，三台全尺寸双足人形机器人正自主执行基建任务。这个展项的真正看点，不是“机器人能在月球上干活”的科幻感，而是它背后代表的技术分水岭。

该任务的难点在于全身操作、多点接触、大物体大范围操作、全流程自主导航的耦合。当一台全尺寸双足人形机器人需要搬起一块大尺寸光伏板并穿越崎岖地形时，它面临的技术挑战是叠加态的。例如多点接触下的全身运动控制、大物体搬运过程中的平衡控制、大物体遮挡激光雷达和视觉情况下的连续性导航都是难题，到达目标点后，还要完成打螺钉操作所要求的小目标精确识别。从大尺度移动操作切换到毫米级精细操作，这对感知系统的动态切换能力提出了极高要求。

启智的应对方案，是全链路技术底座的集中释放。依托大衍仿真引擎，算法在虚拟环境中完成海量迭代预演；HumanGPT将工业场景习得的工具使用、力控操作等通用技能泛化至模拟极端环境；RobotGPT将这些技能适配到全尺寸双足人形的特定关节构型上；Openmind OS实时调整关节扭矩，在多接触点之间动态分配力和力矩，确保物理机体在搬动大物体、穿越崎岖地形时稳健落地。整套系统实现了“数字预演—物理执行”的闭环。

机器人大讲堂发现，虽然同样是搬箱子，但今年WAIC上大量具身智能企业的展示多是轮式底盘加机械臂的搬箱子方案，不涉及足式机器人在移动中搬动大物体时的全身协调控制。因为轮式底盘天然稳定，搬箱子的重心变化几乎不需要实时动态补偿；而且机器人普遍站在一个点上借助Mark点完成一系列动作，机器人不是对环境和目标物做自主理解和识别，而是在“读码”后执行预设轨迹，更不涉及实时移动导航与操作同步进行的能力。

换句话说，当行业大部分玩家还在做轮式搬箱子、固定点位操作、二维码导航时，启智的全尺寸双足人形机器人已经在模拟月面上搬着大尺寸光伏板、在传感器被完全遮挡的情况下穿越崎岖地形了。从轮式到双足，从小物体到大物体，从固定点位到全流程导航，从二维码标记到自主环境理解，这四个跨越，每一个都是数量级的难度跃升。启智的“无人之境”展项却一次性把这四个跨越全部搬到了展台上。这套能力不止于月球。深海、核应急、化工禁区，所有人类无法踏足的高危场景，都是这套技术底座的适用疆域。

另一个展项“九星连珠”验证的是人机交互与长尾任务泛化。HumanGPT+RobotGPT生成的技能，能不能在毫秒级内完成“意图解析-操作序列生成-精准执行”的完整链路。观众随手在九宫格屏上划轨迹，机器人精准完成精细操作。这测试的是“跨本体技能迁移”和“实时执行”两个关键环节。这回答了一个问题：当任务不再是预设好的标准动作，机器人能不能随机应变？

“重塑智能喷涂”验证的是柔性制造快速响应，验证的是墨斗IDE的低代码能力，能不能让“非程序员”快速定义任务。观众随手拼搭异形积木，机器人即刻启动无预演喷涂。3D相机毫秒级构建高精度点云模型，喷涂大模型自动生成轨迹，经墨斗IDE仿真微调后无缝衔接执行。这回答了一个制造业最现实的问题：当订单从“万变不离其宗”变成“千人千面”，生产线能不能跟上？这解决了制造业最痛的现实问题：非标订单重编程成本高，让中小企业望而却步。

此外，启智也不是一家公司在战斗，其合作伙伴已经覆盖了足够广的圈层，一个产业基础设施正在铺设。据了解，启智的合作伙伴已经覆盖高校研究、生态共建、行业应用三大圈层。高校方面，与清华中国科大哈工大成立联合实验室；国际方面与维也纳工业大学、意大利技术研究院、卡内基梅隆大学、香港中文大学等形成技术顾问合作。生态方面，机器人整机端与新松、遨博、乐聚、傅利叶等完成底座对接；AI与算力端与华为、科大讯飞合作，底座全面适配华为国产算力。行业应用方面，汽车领域与赛力斯、奇瑞、蔚来等合作；制造业端与富士康、中鼎集团等推进产线智能化升级。

从0到1的本体突破是起点，从1到N的生态繁荣才是方向。启智正在做的事情，是让开发者无需从零搭建训练框架，让集成商无需重复开发通用算法，让场景方无需受限于固定程序。一旦建立起开发者生态，就会形成类似安卓应用市场的网络效应：开发者越多，应用越丰富，平台越难被替代。启智正在做的，是把碎片化的技术点串联成标准化的产业面——让开发者无需从零搭建训练框架，让集成商无需重复开发通用算法，让场景方无需受限于固定程序。

2026年，具身智能站在一个微妙的节点上。上半年，具身智能行业开始批量出现百亿估值的企业。中商产业研究院预测，2026年中国具身智能市场规模将达到10904亿元。但所有这些数字，都指向同一个前提：机器人得先学会干活。因为从0到1的本体突破是起点，从1到N的生态繁荣才是落地方向。

智源研究院预测，当前的企业数量远超赛道的物理承载量，“行业或将在不久后完成一轮洗牌”。启明创投主管合伙人周志峰说得更直接：2026年底到2027年底是落地验证窗口期，若企业无法拿出规模化商业订单与扎实营收，高估值难以维系。因为钱堆不出大脑，资本买不来数据。

二十年前，埃夫特攻克了国产首台点焊机器人；二十年后，它把沉淀的工业工艺Know-How封装为全行业通用的通用技术底座。7月17日-20日，上海世博展览馆H3-E216埃夫特展台。这里没有机器人翻跟头，没有赛博手办式的表演。这里有三个实景展项，验证的是同一件事：机器人到底能不能在真实世界里，稳定、高效、低成本地干活，底座如何真正赋能具身智能。

当935亿热钱撞上99%的数据缺口，当近370家新企业在同一个赛道里拥挤前行，当行业洗牌的倒计时已经开始，那个愿意做底座的人，或许才是笑到最后的人。

正如路修好了，车才能跑起来。这也才是“智能伙伴，共创未来”最脚踏实地的注脚。