啟智涌現(xiàn) 智能機器人通用技術(shù)底座開發(fā)者大會暨啟智技術(shù)成果發(fā)布會隆重舉辦

今年的春節(jié)聯(lián)歡晚會舞臺上，人形機器人以整段復(fù)雜編排、穩(wěn)定協(xié)同的方式，與真人演員同臺完成高強度表演。過去一年，我們在馬拉松賽事、行業(yè)大會、城市示范應(yīng)用現(xiàn)場，頻繁看到人形機器人的身影。從公開競技到產(chǎn)業(yè)場景試運行，從實驗室樣機到商業(yè)化測試平臺，當(dāng)行業(yè)關(guān)注點從“表演”走向“實干”，具身智能開始進入一個更為冷靜、也更為關(guān)鍵的階段——底層能力建設(shè)。算法是否標準化？數(shù)據(jù)體系是否可復(fù)用？控制平臺是否具備跨場景遷移能力？這些問題，決定了機器人產(chǎn)業(yè)能否從示范應(yīng)用走向規(guī)模部署。

2月28日，第二屆智能機器人通用技術(shù)底座開發(fā)者大會暨啟智技術(shù)成果發(fā)布會隆重召開，大會把焦點放在開發(fā)工具鏈、數(shù)據(jù)體系構(gòu)建與控制平臺架構(gòu)上，試圖回答一個更現(xiàn)實的問題：機器人產(chǎn)業(yè)的規(guī)模化應(yīng)用，通用技術(shù)底座準備好了嗎？

從能力展示到系統(tǒng)落地：三大結(jié)構(gòu)性矛盾倒逼底座升級

具身智能近年來在運動控制層面取得明顯突破，機器人可以完成奔跑、平衡控制與復(fù)雜抓取，硬件穩(wěn)定性持續(xù)提升。然而，當(dāng)應(yīng)用場景從展示轉(zhuǎn)向真實生產(chǎn)與服務(wù)環(huán)境，產(chǎn)業(yè)長期存在的結(jié)構(gòu)性矛盾逐漸顯現(xiàn)。

市場并不缺需求。制造、零售、醫(yī)療等領(lǐng)域，對機器人替代部分重復(fù)性崗位的期待一直存在。但是當(dāng)其真正進入現(xiàn)場部署時，難題往往接踵而至：任務(wù)邏輯需要工程師反復(fù)示教，參數(shù)調(diào)試高度依賴人工經(jīng)驗，不同場景之間難以遷移復(fù)用。與此同時，“小腦”與“大腦”的能力并不在同一進度線上。長程任務(wù)理解、多步驟決策、跨環(huán)境泛化能力，仍然是制約機器人走向?qū)嵱没�的關(guān)鍵因素。更值得關(guān)注的是生態(tài)層面的割裂。一方面，國產(chǎn)核心部件與整機能力不斷成熟，硬件基礎(chǔ)日益夯實；另一方面，操作系統(tǒng)、開發(fā)工具鏈與技能沉淀機制仍然分散，不同品牌之間的遷移成本高，已有能力難以轉(zhuǎn)化為通用資產(chǎn)。

因此，當(dāng)行業(yè)的關(guān)注點從“單點突破”轉(zhuǎn)向“系統(tǒng)能力”時，啟智給出了自己的答案：構(gòu)建一套可持續(xù)演進的通用技術(shù)底座。

構(gòu)建三位一體的技術(shù)底座：讓能力沉淀為產(chǎn)業(yè)資產(chǎn)

過去，一個機器人新技能的實現(xiàn)，往往意味著數(shù)周甚至數(shù)月的示教與調(diào)試。啟智在發(fā)布會上推出的墨斗IDE全新功能——Vibe Coding，打破機器人開發(fā)長期依賴專業(yè)工程師示教與編程的壁壘，其核心在于以自然語言驅(qū)動任務(wù)生成，讓最懂業(yè)務(wù)的人直接描述需求，由系統(tǒng)自動轉(zhuǎn)化為流程圖與可執(zhí)行代碼，真正實現(xiàn)“意圖直出”。

面對專業(yè)開發(fā)者，墨斗IDE可以通過模型輕量化技術(shù)提升仿真流暢度；通過一鍵生成DXF工程圖功能，讓仿真布局與現(xiàn)場的CAD圖紙無縫銜接，確保“所見即所得”。

墨斗IDE為何能如此高效？答案在于底座協(xié)同。它并非孤立工具，而是建立在大衍數(shù)據(jù)平臺的技能模型與Openmind OS控制體系之上，前端的“自然語言直出”，背后是完整的數(shù)據(jù)與控制支撐。

正因如此，數(shù)據(jù)體系的升級，是本次發(fā)布會另一條主線。很多開發(fā)團隊最大的時間消耗并不在算法，而在數(shù)據(jù)采集、標注與治理。升級后的大衍數(shù)據(jù)平臺，正在把這一過程重構(gòu)為標準化流程。異構(gòu)數(shù)采模塊實現(xiàn)對VR遙操、多模態(tài)動捕服及光學(xué)動捕系統(tǒng)的統(tǒng)一接入，等于為不同機器人本體建立了一套“通用適配接口”。自動標注與質(zhì)量評估形成數(shù)據(jù)治理的“智能雙核”，結(jié)合強化學(xué)習(xí)工具鏈與GOPS強化學(xué)習(xí)軟件，讓模型訓(xùn)練周期顯著壓縮。

大衍數(shù)據(jù)平臺的長期目標，是構(gòu)建一個開放共享的機器人“技能庫”。這一體系以“蕪湖矽客機器人未來社區(qū)”的多元真實場景為基礎(chǔ)，涵蓋工業(yè)、服務(wù)與家庭環(huán)境，使機器人在真實與仿真結(jié)合的條件下開展大規(guī)模、多樣化訓(xùn)練，確保技能來源于真實需求。

與此同時，通過HumanGPT與RobotGPT的協(xié)同機制，前者負責(zé)理解和學(xué)習(xí)人類動作意圖，轉(zhuǎn)化為數(shù)字化技能模型，后者則將這些技能適配至不同機器人本體，實現(xiàn)跨平臺遷移與復(fù)用。最終，人類示范與機器自主學(xué)習(xí)的成果將持續(xù)沉淀，形成可迭代進化的技能生態(tài)。

如果說墨斗IDE解決的是開發(fā)效率，大衍平臺回應(yīng)的是智能成長，那么Openmind OS則是整套底座能否落地的關(guān)鍵一環(huán)。發(fā)布會上，啟智將其定義為“打通思考與行動的最后一道關(guān)卡”。在行業(yè)普遍面臨“開源算法活躍、控制系統(tǒng)封閉”的現(xiàn)實背景下，Openmind OS采用分層架構(gòu)，讓實時控制與智能算法在同一系統(tǒng)中協(xié)同運行。系統(tǒng)兼容ROS生態(tài)，同時在關(guān)鍵控制模塊實現(xiàn)自主化替代，為跨平臺遷移、多機協(xié)同與安全運行提供統(tǒng)一基礎(chǔ)。

大會現(xiàn)場通過一段商超理貨實景演示，對系統(tǒng)能力進行了集中驗證。圍繞“倉庫取貨—開箱處理—商品上架”的完整流程，墨斗IDE以自然語言快速生成任務(wù)編排，Openmind OS統(tǒng)一調(diào)度復(fù)合機器人與人形機器人協(xié)同作業(yè)：前者完成導(dǎo)航與搬運，后者承擔(dān)開箱、識別、抓取與精準擺放，全程無需人工干預(yù)。機器人穩(wěn)定、靈巧的操作能力，則源于大衍數(shù)據(jù)平臺訓(xùn)練形成的技能模型支持。該案例以真實場景打通任務(wù)生成、協(xié)同執(zhí)行與技能支撐的閉環(huán)，展現(xiàn)了機器人自主作業(yè)從概念走向?qū)嵺`的可行路徑。

yobot系列發(fā)布：底座能力的系統(tǒng)驗證

除了通用技術(shù)底座的升級外，大會期間，啟智發(fā)布了全新機器人平臺家族——yobot系列，作為通用技術(shù)底座能力的產(chǎn)品化呈現(xiàn)，這一基于統(tǒng)一技術(shù)架構(gòu)構(gòu)建的機器人產(chǎn)品系列，覆蓋運動探索、服務(wù)交互與勞動執(zhí)行等不同應(yīng)用方向，用于驗證底座在真實場景中的工程可行性。

其中，R2V1主要承擔(dān)運動控制與算法訓(xùn)練驗證任務(wù)，W2面向醫(yī)療服務(wù)場景提供交互與導(dǎo)引能力，R2V2則定位為高強度勞動機器人，已進入商超等環(huán)境執(zhí)行理貨與補貨作業(yè)。不同形態(tài)機器人共享底座能力，使開發(fā)、訓(xùn)練與部署形成統(tǒng)一技術(shù)路徑。從運動驗證到服務(wù)交互，再到勞動執(zhí)行，yobot系列展示了不同場景能力，也構(gòu)建起通用技術(shù)底座持續(xù)迭代的數(shù)據(jù)來源與應(yīng)用反饋通道，形成從研發(fā)到落地的閉環(huán)路徑。

結(jié)語

在技術(shù)體系持續(xù)演進的同時，啟智同步構(gòu)建圍繞通用技術(shù)底座的產(chǎn)業(yè)與研發(fā)生態(tài)。過去一年，公司與多所高校開展真實機器人平臺聯(lián)合研究，并與清華大學(xué)共建“具身智能計算與感知聯(lián)合研究中心”，推動前沿算法在國產(chǎn)平臺與真實場景中驗證落地。啟智在大會上正式發(fā)布“啟智開發(fā)者扶持計劃”，區(qū)分研究型與應(yīng)用型路徑，旨在將少數(shù)人的科研成果轉(zhuǎn)化為服務(wù)多數(shù)人開發(fā)的能力。同時，在工業(yè)制造、醫(yī)療服務(wù)與未來社區(qū)等場景中，通過POC持續(xù)沉淀工程經(jīng)驗，加速底座能力迭代升級。

當(dāng)具身智能邁向規(guī)�；�部署的臨界點，決定產(chǎn)業(yè)節(jié)奏的，將是系統(tǒng)能力的可復(fù)制與可擴展。啟智以技術(shù)、產(chǎn)品與生態(tài)協(xié)同推進，讓具身智能真正從“演示”走向“實干”。通用技術(shù)底座的成熟度，終將決定機器人產(chǎn)業(yè)落地的速度與高度。