機(jī)器之心編輯部

2026 年，真要成為具身智能的分水嶺了。

過(guò)去兩年，大家總會(huì)被機(jī)器人在舞臺(tái)上的表演驚艷，看著機(jī)器人跑得更快、跳得更高、動(dòng)作更流暢。這是行業(yè)最容易被看見(jiàn)的部分，它們證明了本體工程和運(yùn)動(dòng)控制的進(jìn)步。

不過(guò)，從產(chǎn)業(yè)角度來(lái)看，真正決定機(jī)器人上限乃至具身智能上限的，并不在這些舞臺(tái)表演上。

6 月 16 日，星海圖在亦莊舉行全球開(kāi)發(fā)者大會(huì)。會(huì)上，星海圖公布了模型、本體和數(shù)據(jù)三條戰(zhàn)線的進(jìn)展：G0.5 大模型穩(wěn)居全球第一梯隊(duì)，自研雙足人形機(jī)器人 Kengo 亮相，「百萬(wàn)小時(shí)真實(shí)數(shù)據(jù)計(jì)劃」正式啟動(dòng)。至此，星海圖成為中國(guó)唯一同時(shí)擁有頂尖模型與頂尖本體的具身智能企業(yè)

這場(chǎng)半個(gè)具身智能產(chǎn)業(yè)鏈悉數(shù)到場(chǎng)的大會(huì)，也傳遞了一個(gè)信號(hào)，具身智能的競(jìng)爭(zhēng)，正從單臺(tái)產(chǎn)品的比拼，轉(zhuǎn)向數(shù)據(jù)與生態(tài)的較量。

具身智能頭部玩家

正在劃分生態(tài)版圖

國(guó)內(nèi)具身智能行業(yè)正在出現(xiàn)越來(lái)越清晰的分層，不同企業(yè)基于自身能力的積累，選擇了不同的發(fā)展路徑。

比如，宇樹(shù)科技的優(yōu)勢(shì)，更多體現(xiàn)在本體硬件、運(yùn)動(dòng)控制和量產(chǎn)交付上。其四足與人形機(jī)器人產(chǎn)品長(zhǎng)期以高動(dòng)態(tài)運(yùn)動(dòng)性能、成本控制和工程交付能力被行業(yè)關(guān)注。它代表的是一條相對(duì)典型的硬件工程路線，即先把機(jī)器人的身體做得足夠穩(wěn)定、靈活、可靠，再通過(guò)量產(chǎn)能力打開(kāi)市場(chǎng)。

智元?jiǎng)t更強(qiáng)調(diào)全鏈路垂直整合，打法更接近「軟硬件一體化具身智能平臺(tái)」。這條路線的特點(diǎn)是控制力強(qiáng)，適合在明確場(chǎng)景中推動(dòng)規(guī)?；涞亍?/p>

星海圖走的是第三條路。硬件、數(shù)據(jù)，在它這里都不是終點(diǎn)，而是同一件事的不同入口，所有努力最終都指向一個(gè)問(wèn)題：機(jī)器人如何在真實(shí)世界里真正創(chuàng)造生產(chǎn)力

換句話說(shuō)，星海圖做整機(jī)，是為了獲得真實(shí)場(chǎng)景中的數(shù)據(jù)入口、執(zhí)行反饋和模型閉環(huán)。沒(méi)有整機(jī)，具身智能就缺少持續(xù)采集物理世界數(shù)據(jù)的載體，沒(méi)有真實(shí)世界里的任務(wù)反饋，模型也很難完成有效迭代。

從這個(gè)角度看，星海圖的打法可以概括為「數(shù)據(jù) - 模型 - 整機(jī)」的飛輪。整機(jī)進(jìn)入場(chǎng)景，帶回真實(shí)數(shù)據(jù)；真實(shí)數(shù)據(jù)訓(xùn)練模型，提升任務(wù)泛化能力；模型能力再反向定義下一代本體、模組和場(chǎng)景部署方式。

星海圖也沒(méi)有把自己鎖定在單一本體形態(tài)上。它早期就提出「一腦多形」的判斷。人形只是具身智能的一種載體，未來(lái)真正有價(jià)值的是一套可遷移、可復(fù)用、可接入多種硬件形態(tài)的智能系統(tǒng)。

這也解釋了為什么星海圖反復(fù)強(qiáng)調(diào)「生態(tài)」。具身智能行業(yè)過(guò)去更多是在做「專用工具」，針對(duì)一個(gè)場(chǎng)景、流程或動(dòng)作去設(shè)計(jì)機(jī)器人，能力邊界清楚，復(fù)制到新場(chǎng)景時(shí)成本很高。星海圖希望做的，是更接近「通用智能體」的底層能力，也就是同一套大腦可以適配輪式雙臂、雙足人形、靈巧手等不同本體，也可以進(jìn)入工業(yè)、商業(yè)、科研等不同場(chǎng)景。

這并不意味著專用機(jī)器人沒(méi)有價(jià)值。相反，專用機(jī)器人往往是具身智能最早落地的入口。但如果行業(yè)長(zhǎng)期停留在專用工具階段，每家公司都會(huì)在各自場(chǎng)景里重復(fù)造輪子，數(shù)據(jù)無(wú)法流動(dòng)，模型難以泛化，生態(tài)也很難形成。星海圖想解決的，正是從「單點(diǎn)可用」到「能力復(fù)用」的問(wèn)題。

三重躍遷曲線

大會(huì)上，星海圖 CEO 高繼揚(yáng)提出具身智能發(fā)展的「三重躍遷曲線」：本能智能、作業(yè)智能和進(jìn)化智能。

本能智能解決的是機(jī)器人如何駕馭自己的身體，包括平衡、協(xié)調(diào)、運(yùn)動(dòng)控制和復(fù)雜地形適應(yīng)。它類似動(dòng)物的本能，也是機(jī)器人進(jìn)入真實(shí)世界的基礎(chǔ)。沒(méi)有這一層能力，機(jī)器人很難穩(wěn)定執(zhí)行任務(wù)，更談不上生產(chǎn)力。

作業(yè)智能更接近產(chǎn)業(yè)真正需要的能力。機(jī)器人不僅要能動(dòng)，還要能理解任務(wù)、拆解流程、完成有序作業(yè)。在這一階段，語(yǔ)言會(huì)成為非常重要的接口。因?yàn)檎鎸?shí)世界中的生產(chǎn)任務(wù)，往往是一連串有上下文、有目標(biāo)、有約束的流程。人類需要用語(yǔ)言調(diào)度機(jī)器人，機(jī)器人也需要把語(yǔ)言轉(zhuǎn)化為可執(zhí)行的動(dòng)作序列。

進(jìn)化智能則是更長(zhǎng)期的判斷。過(guò)去是人類根據(jù)經(jīng)驗(yàn)設(shè)計(jì)機(jī)器人的形態(tài)、關(guān)節(jié)、傳感器和任務(wù)流程；未來(lái)，AI 可能會(huì)反過(guò)來(lái)參與定義機(jī)器人應(yīng)該長(zhǎng)什么樣、該采集什么數(shù)據(jù)、該進(jìn)入哪些場(chǎng)景、該如何形成下一輪能力迭代。具身智能的終局，可能不只是讓機(jī)器人模仿人類動(dòng)作，還包括讓 AI 參與重構(gòu)機(jī)器人的設(shè)計(jì)和生產(chǎn)方式。

星海圖認(rèn)為，具身智能不存在所謂的「GPT 時(shí)刻」。大語(yǔ)言模型的突破發(fā)生在一個(gè)普通用戶可以直接感知的界面里，每個(gè)人打開(kāi)網(wǎng)頁(yè)或手機(jī)，就能看到模型能力變化。但具身智能的進(jìn)展不會(huì)如此集中，也很難由一次產(chǎn)品發(fā)布完成定義。它更可能從 B 端開(kāi)始，在倉(cāng)儲(chǔ)、零售、工業(yè)、服務(wù)、科研等場(chǎng)景中逐步滲透。某個(gè)場(chǎng)景先跑通，某類任務(wù)先穩(wěn)定，再逐步擴(kuò)展到更多任務(wù)。幾年后回頭看，機(jī)器人可能已經(jīng)進(jìn)入大量生產(chǎn)環(huán)節(jié)，但很難說(shuō)清是哪一天突然發(fā)生了質(zhì)變。

在這個(gè)判斷下，星海圖構(gòu)建了一系列支撐「作業(yè)智能」落地的硬核技術(shù)，包括 G0.5、Fast-WAM、Kengo、R1 系列、靈巧手等等，從軟件到硬件。

新一代 VLA 基礎(chǔ)模型 G0.5是這套體系的大腦。該模型采用統(tǒng)一自回歸 VLA 架構(gòu)，具備「邊思考邊行動(dòng)」的原生動(dòng)作思維能力，并沉淀了抓取、放置、推拉等可遷移基礎(chǔ)動(dòng)作單元。

評(píng)測(cè)顯示，G0.5 刷新了全球 7 大權(quán)威榜單，穩(wěn)居全球第一梯隊(duì)，也是國(guó)內(nèi)第一。

Fast-WAM 世界模型則指向動(dòng)作響應(yīng)效率。對(duì)于機(jī)器人來(lái)說(shuō)，慢半拍就可能導(dǎo)致任務(wù)失敗。Fast-WAM 單步推理延遲為 190 毫秒，配合 G0.5 讓機(jī)器人動(dòng)作響應(yīng)提速 4 倍以上。

此外，星海圖自研的雙足人形機(jī)器人 Kengo，不僅外形科技感十足，更具備強(qiáng)悍的運(yùn)動(dòng)爆發(fā)力（單關(guān)節(jié)扭矩超 130N?m），能勝任四連踢、遞物、疊衣等復(fù)雜場(chǎng)景動(dòng)作。

雙足形態(tài)的價(jià)值，在于它可以進(jìn)入更多現(xiàn)有環(huán)境，減少場(chǎng)景改造成本。對(duì)一家以「具身大腦」為核心的公司來(lái)說(shuō)，擁有自研雙足本體，也意味著它可以在更復(fù)雜的任務(wù)中驗(yàn)證模型能力。

Kengo 的發(fā)布，星海圖補(bǔ)齊了面向全身作業(yè)的最后一塊拼圖，成為中國(guó)唯一一家同時(shí)擁有「頂尖模型 + 頂尖本體」的具身智能企業(yè)，「整機(jī)＋智能」的戰(zhàn)略正式閉環(huán)。

真實(shí)數(shù)據(jù)，具身智能的長(zhǎng)期壁壘

模型與本體之外，數(shù)據(jù)是制約具身智能發(fā)展的另一個(gè)核心變量，而且在很多從業(yè)者看來(lái)，它的重要性不亞于前兩者。

大語(yǔ)言模型之所以能夠出現(xiàn)能力躍遷，一個(gè)重要前提是互聯(lián)網(wǎng)已經(jīng)積累了海量文本、圖像、代碼和視頻數(shù)據(jù)。而具身智能至今沒(méi)有自己的「互聯(lián)網(wǎng)」。物理世界每天都在發(fā)生大量交互，但這些交互很少被系統(tǒng)記錄成可訓(xùn)練、可復(fù)用、可標(biāo)注的數(shù)據(jù)。

沒(méi)有足夠規(guī)模、質(zhì)量、多樣的真實(shí)世界數(shù)據(jù)，具身智能很難真正理解物理約束，也很難在新環(huán)境中穩(wěn)定執(zhí)行任務(wù)。仿真數(shù)據(jù)和合成數(shù)據(jù)可以提升效率，也能補(bǔ)充長(zhǎng)尾場(chǎng)景，但真實(shí)世界的操作數(shù)據(jù)仍不可替代。

從行業(yè)進(jìn)展看，過(guò)去兩年，具身智能賽道的數(shù)據(jù)積累量，基本停留在幾千小時(shí)到十幾萬(wàn)小時(shí)區(qū)間。但今年開(kāi)始，行業(yè)頭部企業(yè)普遍在向百萬(wàn)小時(shí)量級(jí)數(shù)據(jù)推進(jìn)，而未來(lái)兩三年，千萬(wàn)小時(shí)或許將成為新的競(jìng)爭(zhēng)基準(zhǔn)

星海圖去年開(kāi)源的GOD 數(shù)據(jù)集，是全球第一個(gè)開(kāi)放場(chǎng)景具身操作數(shù)據(jù)集，下載量已突破 60 萬(wàn)次，在開(kāi)源社區(qū)中保持著較高的使用頻次。

在此基礎(chǔ)上，星海圖這次聯(lián)合北京亦莊共建「亦數(shù)智能」，并啟動(dòng)了「100 萬(wàn)小時(shí)超高質(zhì)量真實(shí)數(shù)據(jù)計(jì)劃」，目標(biāo)在 2026 年完成百萬(wàn)小時(shí)數(shù)據(jù)積累，未來(lái)三年邁向千萬(wàn)小時(shí)規(guī)模。

同時(shí)，配合由原力靈機(jī)、螞蟻數(shù)科、百度智能云等 15 家企業(yè)參與的「數(shù)據(jù)生態(tài)聯(lián)盟」，中國(guó)具身智能終于開(kāi)始打造屬于自己的第一條完整數(shù)據(jù)供應(yīng)鏈。

千萬(wàn)小時(shí)量級(jí)的動(dòng)作、視覺(jué)、力覺(jué)協(xié)同數(shù)據(jù)數(shù)據(jù)，有望打破 Corner Case 的魔咒，讓 AI 開(kāi)始反向定義硬件，徹底把機(jī)器人從特定場(chǎng)景推向真正的通用化。

掌握了真實(shí)數(shù)據(jù)，就掌握了通向物理 AI 世界的話語(yǔ)權(quán)。在這個(gè)邏輯下，星海圖希望對(duì)行業(yè)的游戲規(guī)則進(jìn)行一次底層重構(gòu)。

重新定義商業(yè)終局

過(guò)去，外界看具身智能公司，最常用的標(biāo)準(zhǔn)是賣(mài)了多少臺(tái)機(jī)器人、跑進(jìn)了多少場(chǎng)景、能否形成訂單。這些指標(biāo)依然重要，因?yàn)樗鼈儧Q定了企業(yè)能否活下來(lái)。但從更長(zhǎng)期的產(chǎn)業(yè)視角看，具身智能的商業(yè)模式可能會(huì)經(jīng)歷一次深層變化。

星海圖提出，未來(lái)具身智能的商業(yè)模式會(huì)從「整機(jī)銷售」，走向「方案訂閱」，最終進(jìn)入「Token 銷售」，這也是具身智能商業(yè)模式中，最具想象力的部分。

第一階段與智能解耦，只是單純賣(mài)鐵，而星海圖追求的是智能驅(qū)動(dòng)的第二乃至第三階段的領(lǐng)先。

通過(guò)開(kāi)放「大腦」與構(gòu)筑「真實(shí)數(shù)據(jù)互聯(lián)網(wǎng)」，星海圖正在發(fā)展成為具身智能時(shí)代所有開(kāi)發(fā)者都繞不開(kāi)的基礎(chǔ)設(shè)施供應(yīng)商。沒(méi)有任何一家公司能夠獨(dú)自定義這個(gè)時(shí)代，但當(dāng)半個(gè)具身智能產(chǎn)業(yè)鏈今天都站在亦莊的會(huì)場(chǎng)里時(shí)，大幕已經(jīng)拉開(kāi)。

或許具身智能的確沒(méi)有 GPT 3.0 時(shí)刻，但我們能夠看到，它正在加速走向成熟。