AI news

这届“WRC必看”:全栈AI、20+超难家务,8.99万带回家

By 林方舟1 viewsSource: 量子位
这届“WRC必看”:全栈AI、20+超难家务,8.99万带回家

逛WRC展区,我会带着三个问题看具身智能公司: 模型能不能处理复杂、长时序任务?操作系统是让AI当插件,还是真正嵌入了底层调度?本体有没有在成本和安全性上找到可规模化的平衡点?

The full text has not been translated yet. The Chinese original is shown below.

逛WRC展区,我会带着三个问题看具身智能公司:

模型能不能处理复杂、长时序任务?操作系统是让AI当插件,还是真正嵌入了底层调度?本体有没有在成本和安全性上找到可规模化的平衡点?

这三个问题,对应着具身智能从实验室走向真实场景必须跨过的三道坎。

今年逛下来,星尘智能的展位是一个值得驻足的样本。

就拿家庭场景来说,大多数机器人展示的都是叠衣服,而星尘智能的机器人会做包括整理书包在内的20多项高难度家务。

文章配图

另一台机器人正跟人打桌面冰球,球飞过来时手臂甩得比人还快,完全不是提前编好的动作。

文章配图

还有机器人全自主完成语音接待、抓取商品、递送,动作如德芙般丝滑。

文章配图

“我希望机器人能……”用户只需描述一个具体场景需求,星尘OS操作系统将开发门槛降到最低,让一个想法快速变成可运行的机器人APP。

文章配图

最让我震惊的是,星尘智能最新一代绳驱人形机器人T1在WRC首次亮相,不要几十甚至上百万,起价只有8.99万元。

文章配图

更重要的是,星尘智能的全栈能力,并不是只存在于实验室的漂亮Demo,而是已经在真实场景中跑通。

高估值的具身公司都有全栈能力

这届WRC有一个明显的趋势:估值最高的具身智能公司,都在往全栈方向发展。

上一届WRC的关键词是“整机爆发”,展台上的主角是整机。2025年,全球人形机器人出货量显著增长,行业关键词是“量产元年”。那时,估值突破百亿的具身智能公司还寥寥无几。

而如今,头部具身公司的展台上不再只展示本体,同时展示模型架构、操作系统、数据闭环,甚至自研的传感器和驱动方案。

如今,越来越多人认为,具身智能最值钱的不是本体或模型本身,而是真实场景中持续产生的数据。但数据要形成闭环,全栈能力必不可少。

海外公司也是如此。头部公司Figure、1X、特斯拉都具备全栈能力,连模型公司Generalist也发布了新的数据采集硬件。

虽然大家起点不同,但都在往同一个方向靠拢。

而星尘智能,自2022年诞生起就坚持全栈路线。2026年,星尘完成了超过10亿元的B轮融资,估值破百亿。

文章配图

按照星尘智能的定义,全栈能力由三部分构成:AI模型、具身OS、绳驱本体。

先看模型这一层。

基座模型Lumo-2负责抬高上限。它是业界首个面向家庭场景的隐式世界动作模型。

文章配图

模型技术报告:www.astribot.com/research/Lumo2

在WRC现场,部署Lumo-2的机器人快速收拾杂物进书包,然后拉上拉链。

听起来简单?实际上这个任务要求长时序推理+柔性物体操控+毫米级精度三者同时在线,是目前公认的超难家务任务。

团队一次性公开了22项家庭任务真机测试,在时序推理、物理理解、高精度、长时序、灵巧操作方面,Lumo-2的表现超越了国际顶尖模型Pi 0.5、FAST-WAM等。

文章配图

而DuoCore守的是模型能力的下限。它用快慢系统把领先模型部署到低算力的商业场景中。翻译出来就是:不需要堆天价GPU,商场里也能跑。

目前DuoCore已经在全国多个城市热门商圈落地,WRC上的机器人MART就是一个很有说服力的样板间。

文章配图

星尘智能还展示了模型的前沿探索——强化学习。

相比偏静态、可预判的家务任务,WRC现场的人机对打桌面冰球是实打实的实时对抗,球速快、轨迹随机,模型必须具备实时视觉预测和毫秒级反应能力。而这正是强化学习提升动作策略准确率的有力证明。

文章配图

聊完模型,接下来再谈谈OS。如果说模型是机器人的大脑,那操作系统就是让大脑真正干活的调度系统。

星尘AOS(Astribot OS)和市面上把AI当传统系统插件的做法不同,它把AI能力直接嵌入系统底层。

例如,用户只需说一句“我希望机器人能在药店帮我分拣药品”,系统自动完成理解、能力调度、执行组装,直接生成一个APP。

文章配图

星尘AOS面向三类角色开放:

  • 终端用户:零门槛直接用,不需要懂任何技术;
  • “一人公司”开发者:组合Meta包,一个人就能交付可售卖的机器人应用;
  • 科研团队:通过SDK与ROS2接口进行深度开发。

这套系统大大提升了开发效率。以前,开发一个机器人APP需要一个工程师团队,现在一个人干两天就能完成。

为了验证这套东西不是纸上谈兵,在WRC期间,星尘智能同步在深圳举办“一句话生成APP”机器人黑客松,并在WRC现场招募上海、北京、深圳总决赛参赛选手。

文章配图

谈完模型和OS,最后再来聊一下本体。

星尘智能基于自研绳驱传动技术打造的最新一代人形机器人T1,在WRC首秀,定价只有8.99万起。

这是什么概念?行业里人形机器人普遍定价数十万到上百万元,T1直接杀进了中高端消费电子的价格区间。

只有把价格打下去,人形机器人才有从展会大规模进入真实场景的可能性。

除了便宜,T1的另一个重点是绳驱。

目前行业里做机器人本体,主流方案是关节直驱或推杆传动,本质都是刚性结构;绳驱传动模仿的是人体肌腱的运动方式,外置电机带动腱绳,末端结构轻量化,灵活性和顺应性优于刚性方案。

绳驱本体具备高灵巧操作、高拟人动态、高交互安全性等优势。这意味着,机器人可以和人类安全共处同一空间,不怕磕碰,动作自然,操作精细。

文章配图

如今,资本更愿意追逐具有更大想象空间的具身模型,而本体的重要性经常被低估,但星尘智能的团队却并不这么认为。

只有本体强,才能吸引模型团队;模型团队部署后,生态和数据飞轮才能转起来。

星尘的绳驱本体开始成为外部模型团队验证效果的首选平台:阿里达摩院用它的机器人煎牛排、倒红酒;破晓智能和哈工大深圳用它做灵巧操作验证;生数科技表示,星尘绳驱结构的运动学特性和人类高度同构,天然降低了模型迁移的偏移成本。

为何全栈成为趋势?

为什么全栈会成为如今具身智能行业的趋势?

把视野放大,其他产业的历史有着相似的剧本。

在功能手机时代,硬件是诺基亚的,软件是塞班的,芯片是德州仪器的,手机的使用体验是上个时代的水平。

然后iPhone来了。硬件、软件、芯片,同一个团队设计,同一个目标驱动,同一套标准调校。于是,苹果得以引领智能手机革命,成为人类最伟大的公司之一。

iPhone带来的出色使用体验,来源于垂直整合,这是产业成熟到一定阶段后必然发生的收敛。

文章配图

自动驾驶行业也重演了这个故事。

早期大家比的是算法,特斯拉第一代自动驾驶硬件平台用的是Mobileye的芯片。然后马斯克说,不行,一定要自研芯片、自研数据闭环、自研整车工程。

但许多人都不看好,几乎所有反对理由在当时都成立:成本高、周期长、风险大、供应商更专业。

结果呢,后来特斯拉FSD芯片的体验甩开了其他人一个身位;而Mobileye的市场份额被持续蚕食。

具身智能正在走同样的路。

模型和OS再强,没有好的本体去执行,就是空中楼阁;本体和模型再好,没有OS去调度,就是一台哑巴机器;OS和本体再完善,没有强大的模型做决策与泛化,也进不了真实场景。三者必须协同进化,才能产生真正的系统级优势。

文章配图

星尘智能很早就想通了这个道理,这与创始团队的背景有关。

公司的创始人来杰,是腾讯Robotics X机器人实验室的一号员工兼架构师,此前带过百度小度机器人团队,在AI和机器人领域有十七年的研发经验。

过去的工作经历中,来杰既做过模型,也造过机器人本体,星尘智能的全栈能力,是他把十多年的技术判断押在了一起。

文章配图

然而,全栈最难的一场考试恰恰在WRC的展馆之外。

星尘智能称,公司的产品已经在真实场景中跑通,覆盖多种商业场景:

  • 智慧药房:与蚂蚁灵波、国大药房合作,星尘机器人进入既有门店,协助药剂师处理夜间高频分拣;
  • 智慧零售:与京东合作,机器人MART已经进入多个城市的商圈,星尘机器人承担接待、介绍、引导、取货和交付;
  • 智慧交互:中科创达采用星尘机器人作为智能交互终端载体,打造面向展厅、前台等场景的高拟人化交互解决方案;
  • 智慧导览:具脑磐石基于星尘机器人落地导览场景;
  • 工业物流:仙工智能在工业物流场景中部署星尘机器人,利用其高灵巧操作能力完成非标物料的抓取、分拣与上下料。

文章配图

所以,如果WRC只看一家公司的话,我建议你优先去看星尘智能。

具身智能这场竞赛,最终能留在牌桌上的,大概率是没有明显短板的那一批。

星尘智能,目前是这批选手里跑得靠前的一个。

文章来自于"量子位",作者 "林方舟"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)