工业具身智能的“最后一公里”：埃夫特&启智的双轮驱动路径

事件概述

工业现场要求机器人在油污、粉尘、温差和来料不一致的环境中稳定作业，当前具身智能在真实工厂的渗透率仍低。传统工业机器人擅长确定性任务，但面对多品种、小批量的通用制造场景，调试成本高、ROI难算。具身智能依赖的高质量工业数据稀缺，形成“无场景则无数据、无数据则无能力”的困境。

核心打法：双轮驱动

埃夫特&启智的解法是“自主化+智能化”双轮驱动：

• 自主化：近二十年工业机器人积累，控制器、驱控一体电柜、关节模组、少齿差减速机等核心模块100%自研，全产业链国产。
• 智能化：2024年5月孵化启智（芜湖）智能机器人有限公司，目标是为工业机器人装“大脑”。启智打造通用技术底座，包括Openmind OS、墨斗IDE、大衍数据平台、HumanGPT世界模型和HALO技能服，内部类比为“机器人界的安卓”。

关键策略

1. 先有场景：依托汽车、新能源、电子行业客户资源，先确定工业场景为核心方向，再倒推硬件设计。复合机器人的臂安装位置、自由度、底盘形态均基于场景调研确定。
2. 真实数据优先：拒绝纯仿真路线，采用真实场景真人全模态采集。HALO技能服支持8K全景、深度视觉、指尖/手掌触觉（0.01N级分辨率）、sEMG肌电、27节点IMU（延迟≤10ms）等九类数据，将工人操作经验转化为数字资产。数据按原子级、组合级、任务级分层组织，自底向上训练。埃夫特&启智认为“笼统说多少小时没有意义”，目标是2026年11月积累十万小时真实数据，并与模型训练闭环。
3. 模型+规则混合：模型负责长序列规划、复杂决策和视觉理解，传统算法守住碰撞检测、精度控制和鲁棒性底线。通过真实产线数据反哺模型，形成数据飞轮。
4. 改造产线：与客户共同调整料架、料车和产线布局，如将线边仓三层货架改两层，换取机器人整体节拍稳定。

落地成果

• 复合机器人：实现“手眼脚”（机械臂+3D视觉+移动底盘）高精度协同，已在某主机厂真实产线长期验证。两个典型场景：

  • 四合一柔性装配工作站：复合机器人上料、双臂机器人装配锁附、协作机器人视觉质检，打通上料→装配→质检全流程闭环。
  • 线边仓智能分拣工作站：已在某主机厂投产，可识别上百种汽车零部件，实现自动上料、智能分拣、成品上线、自动回框的全流程无人闭环。

• 智能焊接：面向船舶、钢结构、桥梁等中厚板行业，融合3D视觉、智能学习算法和数字孪生，自动识别焊缝并生成路径。墨斗IDE配合大模型将调试周期从72小时压缩到4小时；硬件重复定位精度±0.05mm，平均无故障时间12万小时；每年已有数百台落地量。

• 智能喷涂：国内市占率第一、全球前列。无标记智能喷涂已在赣州家具共享工厂批量商用，3D相机毫秒级点云建模，喷涂大模型自动生成轨迹，实现低代码换型。

• EXR防爆机器人：从源头消除点火源，通过气体防爆和粉尘防爆双重最高等级认证，已在军工、民爆、化工等场景批量应用。

经营与生态

• 销量：2020年科创板上市时年销两千多台，2025年达一万六千多台，2026年目标突破两万台（上半年已完成一万台），五六年增长近十倍。
• 生态：启智联合八所985高校和六家头部工业机器人企业（合计占国内销量70%以上）共同攻关，目前四家工业机器人、三家人形机器人接入其底座。国家先进制造产业投资基金已连续两轮投资启智。
• 启智未来将从埃夫特剥离独立运营，采用“开源+独立运营”模式，向全行业开放。