雷竞技网址:

  。星海图CEO高继扬提出，具身智能正在经历“本能智能—作业智能—进化智能”的三重跃迁。他认为，过去是人定义机器人，未来则会是AI定义机器人。

  高继扬的主题演讲从一张旧照片讲起。照片拍摄于2023年8月，画面中是他与两位联合发起人赵行、李天威，地点是一家投资机构门口。当时那家机构后来并没有投资星海图，但高继扬说，那里是“一切的原点和开始”。

  这张照片背后也带出了星海图的创业起点。高继扬回忆称，当时具身智能这个词还没有今天这么热，创业初期“激昂和迷茫同时交织”。

  第二，具身智能未来的长期壁垒，来自构建物理世界的数据闭环，而星海图实现这件事的关键路线是“整机智能”。

  这也解释了星海图过去两年的产品选择。2024年，星海图并没有先做更受关注的双足人形，而是选择从轮式双臂机器人切入。2024年10月，星海图完成首批R1交付，第一个客户就是斯坦福大学李飞飞团队。

  到2025年第一季度，星海图推出R1 PRO和R1 Lite两款主力产品。高继扬称，这两款产品不仅是星海图在轮臂品类上的代表作，也成为行业和市场中轮臂形态的重要组成部分。

  在数据和模型侧，星海图2025年8月发布了具身智能开放场景操作数据集GOD，以及基于这一数据集训练的具身基础模型G0。高继扬提到，GOD数据集大约500小时、10TB，目前下载量已突破60万次。

  此次大会上，星海图还与北京亦庄共建的数据公司“亦数智能”正式揭牌，并启动100万小时超高质量真实数据计划。该计划未来三年将从百万小时迈向千万小时。

  在高继扬看来，外界过去对星海图有过不同判断。2024年有人说星海图是硬件公司，2025年又有人说星海图是数据公司。但他认为，星海图所做的一切，都是围绕具身智能生产力和具身智能基础模型展开。

  群访中，最新双足人形机器人Kengo也来到现场，与媒体打招呼。围绕这款机器人，高继扬进一步谈到其东方文化取向的命名与设计思路，并透露星海图将在今年下半年推出新一代轮式双臂产品，设计上也会融入更多东方元素。

  从数据路线、模型架构、本体设计，到商业化节奏、开发者市场和产业泡沫，高继扬回应了外界关注的多个问题，并抛出不少关键判断：

  1、数据路线：VLA与世界模型并非对立路线，二者底层都依赖多模态数据Token化，未来会继续走向融合。星海图当前预训练仍以真实数据为主，至少在百万小时数据规模前，看不到仿真数据对公司路线、数据成本：具身智能不应只看数据单项成本，而要看智能总成本。真实数据成本虽高，但相比训练所需算力投入仍然划算。以星海图实践来看，百万小时数据采集投入大约在

  。3、双足机器人：Kengo并不是简单追逐人形热度。结构化场景里轮式双臂仍有优势，双足真正要解决的是进入更复杂空间后的移动和操作问题。

  4、商业化阶段：今天具身智能行业仍以整机销售为主，成熟市场主要是开发者、科研教育和展演娱乐。真正面向生产力场景的方案订阅，还没有大规模展开。

  5、落地节奏：星海图不会在整机销售阶段追求绝对第一，而是更看重由智能驱动的第二阶段商业化。高继扬认为，在技术尚未支撑生产力场景前，

  。6、行业泡沫：科技行业发展往往伴随泡沫，关键是企业能否把资本、关注度和产业资源转化为真正处理问题的能力。星海图内部强调“务实创新”，即处理问题的创新才有价值。

  7、生态投资：星海图联合凯辉基金发起“星途计划”，并不只是财务投资，团队希望围绕具身智能的新技术、新应用，找到一批长期主义创业团队，共同塑造产业生态。

  第二，星海图的整机与供应链更为扎实。具身智能不是纯软件AI，而是软硬结合，星海图从第一天起就坚持整机和智能一起做。高继扬提到，到今天为止，

  这三句话背后，是星海图对“整机智能”的理解。高继扬认为，整机有两个及其重要的作用：一是智能的数据载体，二是智能的商品载体。

  大语言模型发展早期，有两个先天条件：互联网已经把大量人类数据数字化，每个人手中的手机和电脑也能承载模型能力。但具身智能并没有这样的现成条件，过去真实世界数据没有被系统数字化，也没有一个现成终端能承接具身智能基础模型。这也是星海图从一开始重视整机的原因。不过，高继扬也强调，星海图不是一家研发制造型企业，而是

  。他认为，驱动具身智能行业发展的核心动力来自AI，因此本体也应该围绕智能需求来定义。

  Kengo是星海图此次大会非常关注的新品之一。Kengo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，也能完成

  在这些场景里，机器人需要进入楼梯、门、通道、工位等按人类身体设计的现实环境。星海图做双足人形并非为了像人，而是因为机器人要进入物理世界，需要先有一副“走得进去”的身体。

  高继扬提到，星海图在2025年春节前后决定自研双足机器人。在Kengo上，动力单元模组、齿轮和电机同样由星海图自研，或与产业链伙伴共研。他还提到，动力模组对整机非常关键。

  一方面，模型表现会受到动力单元影响，例如减速器背隙大小会影响模型最终表现；另一方面，从现在到未来三到五年，动力模组在整机BOM中的占比预计会维持在40%到45%。这也是星海图较早决定深入动力模组研发的原因。

  随着Kengo发布，星海图完成了“整机智能”的闭环。高继扬在演讲中提到，星海图将成为同时拥有顶尖模型与顶尖本体的具身智能企业。

  能。本能智能直接作用于本体，让机器人学会控制自己的身体；作业智能建立在本能智能之上，让机器人像人一样有序达成目标；进化智能则更进一步，让AI围绕任务、场景和数据，反向定义机器人的身体形态。

  G0.5采用统一自回归VLA架构，将视觉理解、语言推理与动作生成放进同一模型链路，实现边思考边行动的原生动作思维能力，并沉淀抓取、放置、推拉等可迁移基础动作单元。

  世界模型Fast-WAM。传统路径通常是先想象未来视频，再执行动作，延迟较高。Fast-WAM则在训练阶段学习视频世界模型，在推理阶段直接生成动作，将单步推理延迟压缩至190毫秒

  数据是星海图本次开发者大会的另一条主线。高继扬在现场提到，过去几年，具身智能行业的数据量大多还停留在几千小时、几万小时、十几万小时级别。到了今年，头部企业会进入百万小时量级

  千万小时量级。为说明这个量级的意义，他做了两个类比：一个人从0到18岁，醒着并与物理世界交互的总时长大约是10万小时；100万小时相当于10个人类的学习时间，1000万小时相当于100个人类的学习时间。另一个类比是，如果把大语言模型的训练Token折算到具身基础模型训练小时数，大约也会落在百万小时到千万小时之间。因此，他判断，在百万小时到千万小时之间，某个数据量级训练出来的具身基础模型，可能会带来明显变化。

  过去，星海图服务了数百家机构型开发者，包括学术团队、企业研究团队和勇于探索商业模式的公司。他在现场提到，斯坦福李飞飞团队从2024年开始与星海图合作，做了一系列学术工作；英伟达与星海图合作验证异构数据有效性；一些YC勇于探索商业模式的公司则使用星海图产品做仓储搬运等应用。

  他认为，今年和明年，具身基础模型大致处在厘米级精度、约80%人类操作速度、少量数据即可学习新任务的阶段。这样的能力已能在工业上下料搬运、物流供包翻包、电商零售分拣打包等场景中释放价值。随着操作精度从厘米级走向毫米级

  商业模式上，高继扬判断，具身智能会经历三个阶段：第一阶段是整机销售，第二阶段是方案订阅，第三阶段是Token销售。

  他认为，星海图并不追求在第一阶段做出特别大的商业化规模，更看重从第二阶段开始，也就是真正由智能驱动的商业化领先。

  同源共生”，未来会慢慢的走向融合。他提到，从底层看，二者都是将多模态数据Token化，再通过多层Transformer编码，只是在监督方式、训练方式和部分架构上不一样。因此，从数据角度看，二者可以互用、混用。

  星海图当前预训练基本全部使用真实数据，至少在百万小时数据规模之前，公司看不到仿真数据的必要性。他认为，真实数据能更快、更有效地铺满动作、对象、场景和本体四个空间。

  1:10的关系，也就是说，一块钱的数据，往往需要十块钱算力去训练，才能把模型训明白。

  百万小时数据采集成本大约在1亿到2亿元人民币。相比大语言模型训练每年几亿美元级别的算力支出，这笔投入仍然值得花。

  今天具身智能行业几乎所有销售仍以整机为中心，成熟市场主要有两个：开发者、科研教育市场，以及表演娱乐市场。宇树在展演娱乐市场领先，是一个事实。

  生产力场景的方案订阅。到目前为止，还没有一点一家公司真正有效地在生产力场景里大规模作业。相比开发者市场和展演娱乐市场，生产力市场的规模要大得多，因为它本质上对应的是对GDP背后各类生产活动的改写。

  他判断，未来两年左右，无论是Kengo这类双足机器人，还是R1这类轮式双臂机器人，行业内部分产品的硬件BOM成本有望稳定在1万美元左右，甚至更低

  整机和供应链是有限游戏，智能和应用才是无限游戏。企业一定先把整机和供应链做好，才有机会进入后面的智能和应用竞争。

  众包采集更接近“生产伴随式采集”，也就是让人在日常工作或作业过程中佩戴设备做采集；外包采集则是针对特定场景和任务，雇佣人员进行专项采集。

  他提到，凯辉基金的全球化布局是星海图看重的一点。星海图希望立足中国，同时联动全球、布局全球。

  “务实创新”，也就是处理问题的创新才有价值。在研发上，星海图会围绕智能主线和几类核心整机投入；在商业化上，则坚持“从开发者到生产力”，不追求超越当前技术阶段的商业化

  他提到，星海图内部已经构建了一套更详细、更丰富的Benchmark体系，用来评估自有模型和开源模型。他认为，“第一”有很多评价维度，传播上大家会追求第一，但更重要的是实事求是，做出真正好的东西，最终社区和市场会给出评价。

  不过，从公司定位看，星海图首先仍是一家具身智能大脑企业。星海图重视硬件，也强调整机能力，但从研发投入看，整机研发投入明显低于智能研发投入，二者大约差一个数量级

  星海图这次给出的答案，是用基础模型牵引本体，用真实数据推动模型，再通过整机把能力带到开发者和场景里。当然，这个答案还需要更多真实验证。