2026 年 10 月 12 日，上海国家会展中心。工博会 "人工智能重塑工程与产业论坛" 高规格举行，众多院士与政府领导齐聚 —— 上海市政协副主席钱锋、中国工程院副院长陈杰出席并致辞，中国工程院周济院士、陈杰院士，李尔平院士、申作军院士，联合国高级别人工智能咨询机构联席主席 Carme Artigas等国内外顶尖专家先后发表重要演讲。

墨影科技 CEO 杨一鸣受邀出席本次论坛，发表题为《重构具身智能行业格局，推进机器人产业快速落地》的主旨演讲，并提出了一个鲜明的行业判断：过去五年，整个行业都在找 "更好的机器人"；下一个五年，行业需要的是 "让机器人能用起来的通用底座系统"。

一个全行业都在面对的问题

具身智能上升为国家战略，政策定位一路走高。但政策的热度，和产业的落地速度之间，存在较大的落差。

杨一鸣给出了一组数据：大模型喊了三四年，具身智能也喊了四五年，但实际在产业当中落地的渗透率 —— 怎么也在 1% 到 2% 这个量级。展会上可以看到太多机器人跳舞、跑步、做演示，但真正走进工厂、稳定跑在产线上的，并不多。

"Demo 惊艳、量产失灵"—— 这不是某一家公司的问题，而是整个行业的阶段特征。背后是六个共性瓶颈：设备接入每个项目从头再来的重复造轮子；换个核心部件整套系统就要重构的软硬绑定；设备到场后数月调试的交付周期长；项目做完经验即沉没的经验不沉淀；设备商、算法商、集成商各干各的生态不协作；模型能力强但工程化确定性不够的AI 难落地。

本质判断是：整个行业都在做 "从零到一" 的重复投入，没人在做 "从一到一百" 的基础设施。

每一次产业爆发，

都始于从纵向到横向的转变

1985年，Windows发布，PC产业起飞。

2007年，iOS和Android发布，移动终端起飞。

现在，机器人产业站在同样的历史节点上。

问题出在底座系统，出路也在底座系统。杨一鸣梳理了一条清晰的产业规律：PC 行业早期是 IBM、苹果全栈自研，1985 年 Windows 1.0 发布后推动全球普及；手机行业早期诺基亚、黑莓封闭自造，2007 年 iOS 和 Android 相继发布，用十年完成全球普及；汽车行业正在经历同样转变，华为鸿蒙智驾等系统级方案正在把造车这件事拆解开。

机器人如果是下一个大的赛道，也一定会遵循同样的规律。

今天的机器人赛道，正处在早期纵向阶段 —— 各家做纵向一体化产品。这样的格局，很难支撑起一个真正万亿级的产业生态。

这个赛道想要真正爆发，重点不在某一个新的本体，也不在某一个新的模型算法，而在于有没有像 Windows、像 Android 一样的底座，让新的零部件、新的算法都能更快被组装进来。

墨影的选择：做产业的 "铺路者"

基于这样的判断，墨影科技选择了一条更难但更有长期价值的路。

墨影打造的百川平台，对标 Windows，做工业具身智能的底座系统：向下屏蔽硬件差异，让不同品牌设备即插即用；中间定义标准接口和行为规则，让算法和设备解耦；向上做 AI 工程化，把大模型能力转化为工业级确定性指令。

围绕这套底座，墨影实现了三大核心突破：解决“开发难”——硬件协议抽象，常规设备开发从 3 个月缩短到最快 7 天；解决“扩展难”——产品插件化，设备能力、算法以插件形式存在，即插即用。配套 AI Studio 开发工作台和插件商城，形成工业能力的 "开发 — 分发" 闭环，让行业经验快速产品化、可复用；解决“复制难”——场景模板化，成熟方案沉淀为标准模板，整厂部署从 6 个月缩短到最快 45 天。

在 AI 与大模型的结合上，百川平台打通了从 "AI 大脑" 到 "物理执行" 的最后一公里，核心范式是：大模型负责推理决策，百川负责执行与反馈。工程师用自然语言描述作业需求，AI 自动生成行为树，仿真环境验证通过后，现场设备直接执行。既发挥大模型的理解能力，又保证工业现场的稳定性和确定性。

一个让能力被快速创造，一个让能力被全行业复用—— 这就是工业智能领域的 "应用商店" 闭环。

这套系统不是停留在 PPT 上 —— 它已经在 3C 电子 CNC 黑灯工厂、平板电脑无人车间、半导体烧成炉全流程无人化等真实产线上成功落地验证。

演讲最后，杨一鸣说："从自动化到具身智能，是工业生产力的下一次革命。这条路不是一家公司能走完的，需要政府引导、产学研协同、上下游一起努力 —— 把底座搭好、把标准做出来、把生态跑起来。"

百川和天工，是墨影在这条路上的实践。欢迎硬件厂商、算法开发者、系统集成商等伙伴加入墨影开放生态 —— 路修好了，所有人都能跑起来。