全球首个具身Agentic OS问世！中国机器人实现「边思考边干活」

刚刚，全球首个让机器人实现“边思考边干活”的具身Agentic OS正式发布！背后团队，正是来自中国深圳的逐际动力（LimX Dynamics），系统命名为LimX COSA（Cognitive OS of Agents）。

话不多说，直接上效果。搭载该系统的全尺寸人形机器人Oli，在一段无遥控、全自主、原速播放的视频里，展现出惊人的连续自主作业能力，率先成为兼具高阶运动智能与复杂认知能力的“人形智能体”！

这项成果的重大意义在于，它从根本上解决了当前具身智能领域“知易行难”的核心痛点。它突破了传统机器人只能被动、分步执行预设程序的局限，让机器人质变为能够自主理解任务、适应真实物理世界并可靠完成作业的智能体！

这也意味着，行业最新趋势正从关注模型能力，转向关注OS系统能力，并为行业从技术Demo迈向真正的产品交付铺平了道路。逐际动力认为未来的操作系统（包括手机、计算机）都将是agentic的，COSA正是为人形机器人量身打造的、面向未来的Agentic OS。

搭载COSA的全尺寸人形Oli初次唤醒

在全球具身智能的激烈竞争中，这一成果的独特性尤为凸显。与其他玩家将“通用大脑”简单嫁接到机器人身上不同，COSA选择了一条更接近生命智能本质的路径——从设计之初就将机器人本体与物理世界深度绑定，实现认知与行动的实时闭环。

这种差异在全球竞争格局中表现得尤为明显。例如，近期备受关注的Figure发布的Helix本质上是一个强大的模型，而逐际动力的COSA是一个完整的操作系统。打个比方，如果Helix是一个功能强大的App，那COSA就是Android/iOS级别的系统平台，不仅能承载无数应用，还原生具备驱动物理AI的Agent能力。

这种底层架构的差异，直接体现在实际表现上：Helix的Demo仍是"移动归移动、操作归操作"的分段式演示，而搭载COSA的Oli已经实现了"移动-操作-移动"的连续作业，真正做到一镜到底的"边想边做"。

左：Oli人形机器人 右：Figure人形机器人

这种连续性，恰恰是逐际动力追求"服务于人"最迫切需要的核心能力。

那么，这个开创性的OS，技术上究竟是如何实现的？别急，我们为你一一拆解。

▍具身Agentic OS解密：如何构建“大小脑融合”的物理世界原生系统？

长久以来，机器人的“认知”（大脑）和“运动”（小脑）是分裂的。

这种割裂，导致了传统机器人“单一指令对应单一动作”的线性束缚，难以适应真实世界的复杂性和不确定性——比如，行走路径上突然出现的同事、执行任务途中收到的新指令、需要拿取的物品被意外遮挡，或是需要同时处理多个优先级不同的待办事项。

而具身Agentic OS的核心，就是要弥合这条鸿沟，为机器人构建一个完整的“神经系统”，实现真正的“知行合一”。

LIMX COSA

为了实现这个目标，具身Agentic OS采用了自底向上的三层精密结构：

底层：小脑基础模型（Whole-Body Control Foundation Model）

这是“小脑”的核心，是所有智能的基石。一个高鲁棒性的全身运动控制系统，为机器人提供稳定、可靠、高鲁棒性的原子动作，确保机器人能实时做出任意全身动作，而不是依赖预先训练的单个动作。

行走、平衡、抗扰……这一层确保了机器人“行得稳、动得准”，保证了上层决策不会因为一个简单的物理动作失败而全盘崩溃。

中层：大小脑融合的高阶技能层

在原子动作的基础之上，具身Agentic OS构建了一个至关重要的高阶技能层。这一层是连接高阶认知（大脑）与底层运控（小脑）的核心枢纽，其关键任务在于打通大模型与全身运控基础模型之间的对齐，从而实现“大小脑”的深度融合。

为此，系统将经过大量可靠性训练的动作，形成一个模块化、可复用的多元技能工具箱。工具箱中的每一项技能都具备环境感知与适应能力，并支持独立迭代与灵活的组合调用，为实现导航、避障、抓取乃至上下楼梯等复杂行为提供了可靠支持。

搭载COSA的全尺寸人形机器人Oli基于实时感知自主上楼梯

上层：赋予机器人灵魂的自主认知与决策

这是“大脑”的体现，是整套系统的灵魂，主要涵盖交互、记忆与思考。

通过集成多种基础模型与先进的Agentic原生决策机制，具身Agentic OS能够对中层的海量技能进行统一的调度、协同与规划，管理所有模型、技能、工具、记忆、存储等，最终实现一个完整的智能闭环。

视频中的高能时刻，正是这一层能力的体现：

• 长程任务拆解：收到“拿两瓶水到前台”的指令后，Oli自主将其拆解为：1.找到水箱 -> 2.取两瓶水 -> 3.前往前台。

• 多任务处理与动态优先级排序：途中遇到同事请求送快递，Oli立刻进行“推理决策”，判断新任务的可行性，并“重新确定任务优先级”，决定先完成紧急的待客任务，再处理快递，并与同事进行语言确认。这就是「边思考边干活」的核心体现。

• 复杂情境下的自主规划：发现快递被箱子遮挡，Oli没有等待指令，而是自主“任务规划”，生成“先搬箱子，再取快递”的解决方案，并完美执行。

搭载COSA的全尺寸人形Oli 连续操作：移除遮挡物后，取目标快递

• 主动感知任务：途中看到地上的废弃纸杯，Oli主动生成了“捡起来扔掉”的额外任务。这种主动维护环境的意识，标志着它已具备超越指令本身的目标驱动能力。

搭载COSA的全尺寸人形Oli完成移动操作：捡纸杯

这套三层结构，正是具身Agentic OS作为“枢纽”级系统的精髓所在。它并非重复造轮子，而是率先在全球行业内，将运控、技能规划、认知决策等技术深度融合，实现了从“单点技术成熟”到“全局能力一体化”的质变。

▍三大核心能力，赋能真实世界

传统机器人“能动”，大模型加持下开始“能想”，但要在物理世界里“边思考边干活”，却极其困难。

搭载具身Agentic OS的机器人之所以能做到，背后是三大核心能力在起作用：

一、基于物理逻辑的高阶认知与推理能力

COSA的顶层设计，让机器人拥有了面向真实世界任务的深度逻辑能力。当接收到自然语言指令时，它并非简单匹配关键词，而是进行深度语义理解与意图识别，自主地将长程任务动态拆解为一系列可执行的子任务。更关键的是，这个过程具备基于价值判断的动态优先级调整能力，例如：

家庭场景：当机器人正在准备晚餐时，若听到婴儿哭声，它能立刻判断“照顾婴儿”的优先级高于“准备晚餐”，从而暂停当前任务，优先处理更紧急的人类需求。

商用场景：在商场中，一个巡逻机器人侦测到少量垃圾，但同时收到高优先级的火警警报，它会果断放弃“清扫”的低优先级任务，将“前往警报点核实”作为最高优先级。

搭载COSA的全尺寸人形机器人Oli检测到打印机没纸

二、构建世界观的语义记忆与主动感知能力

一个无法记忆和理解世界的机器人，永远只能被动地响应瞬时指令。COSA通过构建跨时间、跨模态的感知与记忆系统，赋予机器人对物理世界的持续认知能力，使其能够对环境、对象、与人的交互历史进行语义记忆和建模，从而构筑起自己的“世界观”。

这意味着机器人不仅“记得”去过哪，更“记得”物品的归属、状态和人的习惯。例如，它能记住“我的杯子”特指书房那个蓝色马克杯，也记得用户习惯下午三点喝咖啡。

更重要的跨越在于，它实现了从“被动接受输入”到“主动感知探索”的转变。当信息不足以决策时，它会主动观察或提问以获取信息。这种主动性，是机器人从被动工具向主动智能体演化的关键特征。

搭载COSA的全尺寸人形机器人Oli主动关注同事身体情况

三、基于实时感知的全身移动操作能力

这是将高阶认知转化为稳定物理交互的关键，也是COSA与许多演示型机器人拉开差距的地方。它实现的，是一种告别“剪辑智能”的、一镜到底的连续作业能力，是“大脑 + 小脑”一体化能力的终极体现。例如：

商业场景：在人流密集的商场，机器人端着咖啡配送。当迎面走来顾客时，它不仅会规划出流畅的避让路径（大脑），更会同步微调全身姿态以保持上身稳定（小脑），确保咖啡不会溅出，将“安全通行”与“平稳运送”两个目标并行完成。

家庭场景：在给植物浇水时，若感知到主人走近，它会在不中断任务的前提下，微调站位和水流角度，避免弄湿主人，将“完成浇水”和“避免影响主人”两个任务并行处理。

搭载COSA的全尺寸人形Oli完成移动操作：扔纸杯进垃圾桶

▍中国物理AI再进化：定义具身智能新范式

逐际动力发布的COSA这一具身Agentic OS，代表了具身智能发展路径的根本性突破。

背后支撑这一切的，是逐际动力的全栈技术体系：从本体硬件设计、运动控制的"小脑"系统，到认知决策的"大脑"能力，再到最关键的大小脑深度融合的系统——每一层都是自主研发，形成了完整闭环。

全尺寸人形机器人 Oli 在 COSA 系统的驱动下，率先成为兼具运动智能和高阶认知的人形智能体

这标志着继多形态双足机器人TRON 2代表中国原创力量之后，中国物理AI再次进化，逐际动力再次做到定义领先。

这不仅是中国企业在前沿科技上的原创自信，更是为全球具身智能的发展提供了来自中国的关键解法与核心动能。

2026年，人形机器人商业化落地的序幕，正由这样的底层创新拉开。