摘要
作者｜华卫“过去是人定义机器人，接下来则是AI定义机器人。”在星海图办的第一届全球开发者大会上，CEO高继扬与CTO赵行首次完整披露了公司具身智能技术路线，提出具身智能正经历“本能智能—作业智能—进化智能”的三重跃迁。高继扬认为，今天机器人的身体仍由人类工程师设计，而未来AI将围绕应用场景与任务，去定义和设计机器人自己的身体。本能智能直接作用于本体，让机器人像人一样天然学会驾驭身体，保持平衡、行走、奔跑；作业智能建立在本能智能之上，解决像人一样有序作业和操作的问题，语言是它的重要接口，星海图的G系列模型正是作业智能模型；进化智能则指向更深的问题：AI能不能定义最优生产力形态。会上，星海图发布新一代VLA基础模型G0.5并宣布开源，公布世界模型Fast-WAM与全身控制基础模型，自研双足人形机器人Kengo（行客）现场首秀。它身高1.4米，以高性能运动小脑与具身大脑为核心，既能完成四连踢等高难度全身动作，也能胜任递物、搬箱、叠衣等贴近真实场景的双臂作业。不同于大部分具身智能大脑企业从智能开始，星海图第一天就从整机做起，开辟了轮式双臂品类。做整机后发现制约性能的关键在于动力模组，于是自研动力模组，到今天80%的动力单元是自研或与产业链共研的。再后来发现光做整机不够，又决定在2025年春节前后启动双足人形项目。同时，星海图联合北京亦庄共建的数据公司“亦数智能”正式揭牌，启动“100万小时超高质量真实数据计划”规划今年完成百万小时、未来三年迈向千万小时。星海图是行业内最早押注真实数据的公司。2025年8月开源的数据集GOD是全球第一个开放场景具身操作数据集，下载量接近60万次。“在百万小时到千万小时之间的数据量训练出来的具身基础模型，会带来非常突破性的改变。”高继扬算了一笔账：一个人从0到18岁，醒着和物理世界交互的总时长约12万小时。也就是说，人的大脑用了12万小时学会了怎么驾驭自己的身体。100万小时相当于约8.3个人的学习总时长，1000万小时相当于约83个人。而GPT等大语言模型的训练Token数，转换到具身基础模型训练上，大概就落在百万小时到千万小时之间。之后他做出一个明确判断：依托数据供应链与整机供应链的叠加优势，未来两到三年，中国的具身基础模型能力有望整体超过美国，拿到世界第一的位置。整机、模型、数据之外，星海图打出的第四张牌是生态。