目前大多数具身智能创业公司所探索的技能都局限于抓取技能。
据IPO早知道消息，埃夫特（688165.SH）董事长兼总经理游玮近日表示，机器人行业当前的最大瓶颈并非产能或量产能力，而是缺乏真正具备实用性（以OEE、ROI为衡量指标）的技能，以及高效开发这些技能的工具。无论是人形机器人还是工业具身智能，市场中均缺乏“开箱即用”的技能。
“目前大多数具身智能创业公司所探索的技能都局限于抓取技能。”游玮解释称，人机交互与强交互技能、动作与复杂工艺耦合的技能，乃至多机协作等能力，才是隐匿于水面之下的冰山全貌。现有数据、采集方式及模型架构均无法支持“开箱即用”。
游玮认为，技能的本质源于对人类言行的蒸馏。在数据获取方式上，应从遥操作转向直接采集人类数据。通过采集人类技能数据、构建人类技能大模型，再迁移部署到各种构型的机器人上，使其备相应能力。
这不仅涉及视觉模态，更是视觉、语音、触觉等多模态的融合。以炒菜这一工艺与动作耦合的复杂技能为例：机器人不仅需要进行运动路径规划，还需与周围设备实时交互。火候的掌握、翻炒的频率——这些技能从真人传递至机器人的过程，应如同真实世界中“师傅带徒弟”的言传身教。类似的技能在实际制造场景比比皆是，比如焊接、喷涂、打磨、涂胶等。
从数据角度来看，互联网数据、商业数据、访问数据等所有数据应融合为一体，形成“数据莫比乌斯环”。我们应该以人类技能全模态数据打破数据壁垒，衔接各类数据，构建一个摒弃“非此即彼”思维的数据闭环。
在工业场景的落地方面，单纯依靠数据驱动方式生成的机器人，在真实制造业中将面临更为复杂多样的技能要求。因此，必须基于可解释的数理方程描述的机理模型，作为具身大模型输出后的“Harness Layer”，以提升执行侧的安全性、可靠性与精确度。在大规模数据融合的基础上，通过多层联合大模型，实现云-边-端的高效部署，最终进入工程验证。
在常见制造环节中，分拣、码垛、装配等不涉及复杂工艺要求的非耦合工艺，目前已经实现了很多的进展；而喷涂、焊接、打磨、涂胶等涉及复杂工艺、需与外部设备实时同步控制与配合的耦合工艺，则最为困难、也最具挑战性。
游玮称，为了降低开发这些复杂技能的门槛，提高开发效率，避免各个开发者重复发明轮子，而应聚焦于利用开发者各自熟悉的领域知识快速开发出技能，行业亟需建立包括基础模型、操作系统及相关开发工具环境在内的共性技术平台，建立通用技术底座，这个底座的建立靠单个机器人厂家很难完成，需要多个行业优势企业共建，然后充分培育开发者生态。
启智机器人是埃夫特控股的具身智能企业。启智机器人成立于2024年5月，于2025年完成Pre-A轮融资，引入了国家先进制造业产业投资基金、上海电科、徐工产投、雅瑞资本等战略投资。游玮亦兼任启智机器人董事长。他在5月8日举办的北京亦庄“具身纪元·致创百家”生态大会上发表了上述观点。
