2026年2月28日，以“啟智涌現(xiàn)”為主題的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)布會通過線上直播形式圓滿落幕。本次大會并非一次從零開始的全新發(fā)布，而是對啟智核心能力的一次系統(tǒng)性迭代升級與完整呈現(xiàn)。大會不僅展示了包括新一代人形機器人平臺、關(guān)鍵開發(fā)工具與核心系統(tǒng)的重大進展，更通過一個完整的商超理貨作業(yè)場景，公開驗證了多機器人如何自主協(xié)同完成復(fù)雜作業(yè)流程，標(biāo)志著啟智在推動機器人技術(shù)從“炫技”走向“實干”的路徑上取得了階段性進展。

啟智機器人總經(jīng)理游瑋博士在開場演講中回顧了過去一年機器人“破圈”的盛況，同時尖銳地提出了行業(yè)的核心命題：機器人技術(shù)何時能大規(guī)模走出聚光燈，自主、可靠地創(chuàng)造實際價值？他啟智給出的答案是持續(xù)構(gòu)建并深化“智能機器人通用技術(shù)底座”——一套旨在讓智能生長、讓經(jīng)驗復(fù)制、讓開發(fā)簡化的賦能體系。本次大會，正是這套底座能力經(jīng)過一年迭代后，交出的首份“實干”成績單：

yobot平臺家族：為“實干”場景深度進化

大會首先展示了基于通用底座進化而來的機器人平臺家族——yobot系列。相較于初代，本次亮相的yobot家族更強調(diào)“為實干而生”的定位，涵蓋了包括側(cè)重運動能力探索的人形機器人R2V1、已在蕪湖弋磯山醫(yī)院投入服務(wù)的輪式機器人W2，以及能夠穩(wěn)定勞動作業(yè)的人形機器人R2V2。

這一機器人平臺家族不僅是智能算法與控制的載體，更是通過與清華大學(xué)GOPS訓(xùn)練框架等深度集成，將實際作業(yè)中積累的數(shù)據(jù)與經(jīng)驗反哺到底座，實現(xiàn)了從“技術(shù)驗證”到“能力沉淀”的閉環(huán)。

智能機器人通用技術(shù)底座：從“可用”到“高效易用”的飛躍

本次大會的核心在于展示底座三大核心模塊——墨斗IDE、大衍數(shù)據(jù)平臺、OpenmindOS在經(jīng)過一年深度打磨后的協(xié)同效能。它們已從各自獨立的工具，進化為一套能無縫協(xié)作、大幅提升機器人應(yīng)用開發(fā)與部署效率的完整工作鏈：

墨斗IDE：實現(xiàn)開發(fā)民主化與專業(yè)化提效

墨斗IDE通過引入 “Vibe Coding”范式實現(xiàn)變革。它允許店長、工人等場景專家無需懂編程，通過使用自然語言描述任務(wù)（如“為飲料區(qū)貨架補貨”），IDE即可理解意圖并自動生成包含多機協(xié)作邏輯的可執(zhí)行應(yīng)用，極大降低了開發(fā)門檻，使場景專家成為開發(fā)主導(dǎo)者。

針對專業(yè)開發(fā)者，IDE迭代了更強大的效率工具：在仿真階段預(yù)判機械干涉與可達性，結(jié)合2D/3D包絡(luò)圖優(yōu)化布局，預(yù)計減少超30%現(xiàn)場調(diào)試時間；通過虛擬控制器與軸控制面板，支持在PC端完成關(guān)節(jié)與笛卡爾空間的精準(zhǔn)點動以及復(fù)雜的邏輯驗證與程序調(diào)試，真正實現(xiàn)“軟硬解耦”；利用模型輕量化與一鍵生成DXF工程圖等功能，提升了仿真流暢度，并確保了仿真布局與現(xiàn)場CAD圖紙的無縫銜接，實現(xiàn)“所見即所得”。

以上種種功能的目的都指向一處，用智能打破機器人應(yīng)用的開發(fā)壁壘、效率困局。

大衍數(shù)據(jù)平臺：構(gòu)建“數(shù)據(jù)-技能”高效轉(zhuǎn)化流水線

大衍數(shù)據(jù)平臺著力破解機器人技能學(xué)習(xí)的效率瓶頸。平臺通過異構(gòu)采集模塊統(tǒng)一接入多種設(shè)備，提升數(shù)據(jù)采集效率；融合AI智能預(yù)標(biāo)注技術(shù)，將標(biāo)注一致性提升至90%以上，大幅降低數(shù)據(jù)準(zhǔn)備成本。而大衍數(shù)據(jù)平臺與清華大學(xué)團隊共建的體系化評估模塊，則能從“質(zhì)量”與“價值”雙維度智能篩選優(yōu)質(zhì)數(shù)據(jù)，將數(shù)據(jù)準(zhǔn)備周期縮短約30%，為模型訓(xùn)練提供穩(wěn)定“燃料”。

此外，大衍數(shù)據(jù)平臺還將依托“蕪湖矽客機器人未來社區(qū)”的豐富場景，讓機器人能在真實與仿真環(huán)境中進行大規(guī)模、多樣化的自主學(xué)習(xí)與實戰(zhàn)演練，構(gòu)建一個開發(fā)的“技能庫”。

平臺計劃在建設(shè)初期免費開放基礎(chǔ)技能庫，以降低行業(yè)應(yīng)用門檻，長遠(yuǎn)旨在培育一個高價值技能可流通的生態(tài)，從根本上打破機器人能力與應(yīng)用之間的壁壘。

Openmind OS：邁向多機協(xié)同與智能決策的控制中樞

作為打通智能“思考”與物理“行動”的關(guān)鍵一環(huán)，Openmind OS的迭代旨在解決傳統(tǒng)控制系統(tǒng)與智能算法發(fā)展脫節(jié)的行業(yè)悖論。

在過去的一年中，Openmind OS已成功適配工業(yè)、復(fù)合及人形機器人等主流品類，構(gòu)建了一個統(tǒng)一的任務(wù)調(diào)度與通信中樞，能夠讓不同形態(tài)、不同功能的機器人在同一空間內(nèi)有序協(xié)作、狀態(tài)同步。

此外，Openmind OS實現(xiàn)了對主流機器人開發(fā)框架ROS的深度兼容。這并非簡單的接口調(diào)用，而是在保障自主可控的前提下，為ROS生態(tài)的廣大開發(fā)者提供了近乎零門檻的遷移路徑，使其能夠沿用熟悉的開發(fā)習(xí)慣，快速在Openmind OS平臺上驗證與部署現(xiàn)有算法，極大地降低了生態(tài)切換的成本與門檻。同時，其分層系統(tǒng)架構(gòu)在保障底層控制安全可靠的同時，向開發(fā)者開放了豐富的定制空間。

最后，面對復(fù)雜場景和需求，Openmind OS深度融合了智能感知與決策能力。它不僅能夠基于幾何模型自動規(guī)劃抓取點，更能通過融合視覺與高精度力覺反饋，實現(xiàn)“剛?cè)岵钡木珳?zhǔn)操作。同時，OS深度融合感知與決策，能調(diào)用大衍平臺的技能模型，形成毫秒級“感知-決策-控制”閉環(huán)，以應(yīng)對復(fù)雜場景的不確定性，推動開發(fā)模式向“現(xiàn)代工業(yè)”范式演進。

關(guān)鍵驗證：商超理貨場景下的完整作業(yè)閉環(huán)

本次大會最引人注目的環(huán)節(jié)，是通過一段完整的商超理貨作業(yè)視頻，實景驗證了上述三大模塊與機器人平臺的協(xié)同能力，清晰地展示了機器人自主完成復(fù)雜物流任務(wù)的可行性：

任務(wù)啟動與編排：憑借墨斗IDE，以自然語言快速生成了“從倉庫取貨、開箱、并將商品擺上貨架”的完整任務(wù)流，整個過程僅需數(shù)分鐘。

協(xié)同執(zhí)行：在Openmind OS的統(tǒng)一調(diào)度下，復(fù)合機器人基于視覺自主導(dǎo)航，識別目標(biāo)貨箱并穩(wěn)定抓取、搬運至理貨區(qū)。隨后，人形機器人無縫接替，它首先精準(zhǔn)識別紙箱并用手部動作自主翻開箱蓋，然后基于視覺從箱內(nèi)識別并抓取水杯，最后識別貨架空位，完成精準(zhǔn)擺貨與理貨。雙機協(xié)作流暢，全程無人工干預(yù)。

技能支撐：機器人所有靈巧且穩(wěn)定的動作，如適應(yīng)不同物體的抓取、柔順的開蓋、精準(zhǔn)的放置，其背后技能模型均由大衍數(shù)據(jù)平臺提供的“技能庫”訓(xùn)練與優(yōu)化而來。

這一場景成功地將“機器人自主作業(yè)”從概念推向了可驗證的實踐，生動詮釋了“實干”的內(nèi)涵。

開發(fā)者生態(tài)：從技術(shù)閉環(huán)到生態(tài)開放

本次發(fā)布清晰地勾勒出啟智的戰(zhàn)略路徑：通過自研墨斗IDE、大衍數(shù)據(jù)平臺、OpenmindOS，形成從任務(wù)定義到物理實現(xiàn)的完整技術(shù)閉環(huán)，系統(tǒng)性降低機器人開發(fā)與應(yīng)用的門檻。

與此同時，啟智積極構(gòu)建涵蓋技術(shù)、商業(yè)、開發(fā)者的立體生態(tài)：與清華大學(xué)、中國科學(xué)技術(shù)大學(xué)等頂尖高校共建實驗室，拉高技術(shù)創(chuàng)新上限；與華為、粵港澳及長三角國家技術(shù)創(chuàng)新中心等產(chǎn)業(yè)伙伴開展場景共建，沉淀可復(fù)用的平臺能力；并正式發(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。

臨界點之上：開啟機器人智能“涌現(xiàn)”

站在機器人智慧“涌現(xiàn)”的臨界點，啟智更清晰洞察下一步發(fā)展的關(guān)鍵：機器人的通用認(rèn)知能力與高質(zhì)量數(shù)據(jù)供給。

攻關(guān)大腦：研發(fā)原生世界模型HumanGPT，讓機器人真正“理解”物理世界

當(dāng)前基于語言模型“改裝”的機器人智能，難以應(yīng)對復(fù)雜物理世界的推理。啟智下屬機器人大模型團隊費曼智能正探索推進名為“HumanGPT”的原生世界模型。它并非語言模型，而是一個內(nèi)化了4D時空與物理規(guī)律的“思維沙盤”，能夠通過蒸餾人類作業(yè)時的多模態(tài)認(rèn)知數(shù)據(jù)（如視覺、力覺、眼動等），讓模型直接習(xí)得物理因果，能像人一樣在行動前進行推演；并實現(xiàn)全模態(tài)信息統(tǒng)一理解與決策控制一體化。此舉旨在推動行業(yè)從“大模型改裝”邁向“原生世界模型”，搶占具身智能的認(rèn)知高地。

核心數(shù)據(jù)：以“人類全模態(tài)技能采集服系統(tǒng)”為核心，構(gòu)建人類中心化的數(shù)據(jù)飛輪

高質(zhì)量數(shù)據(jù)的匱乏嚴(yán)重制約模型進化。啟智提出以“技能服”為核心的范式革新，從“采集機器人動作”轉(zhuǎn)向“采集人類專家技能”。

這將是一套輕量化穿戴設(shè)備，可在一線人員自然作業(yè)時，同步記錄其視覺、肌電、力覺及反映認(rèn)知的眼動信號，從而捕獲包含人類隱性經(jīng)驗與物理交互本質(zhì)的“黃金數(shù)據(jù)”。未來，該模式旨在通過生態(tài)化部署，吸引大量行業(yè)工作者貢獻數(shù)據(jù)，形成“數(shù)據(jù)越多→模型越強→應(yīng)用越廣”的自我強化飛輪，從根本上破解數(shù)據(jù)瓶頸。

從展示今日可用的完整底座與協(xié)同作業(yè)案例，到明確未來攻堅的原生模型與數(shù)據(jù)飛輪，啟智的路徑圖已然清晰：以開放的通用技術(shù)底座為沃土，以原生世界模型為智能內(nèi)核，以人類中心的數(shù)據(jù)生態(tài)為進化燃料，三位一體，共同推動機器人智能實現(xiàn)從“量變”到“質(zhì)變”的涌現(xiàn)。

本次開發(fā)者大會，是一個里程碑，更是一個新起點。啟智堅信，當(dāng)行業(yè)最棘手的認(rèn)知與數(shù)據(jù)難題被系統(tǒng)化解，當(dāng)全球開發(fā)者的創(chuàng)造力于此匯聚，智能機器人賦能千行百業(yè)的“實干時代”將加速到來。啟智期待與所有生態(tài)伙伴并肩，共同跨越臨界，迎接那智能涌現(xiàn)、價值迸發(fā)的未來。