这届“WRC必看”：全栈AI、20+超难家务，8.99万带回家

来源：市场资讯

（来源：量子位）

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。

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。

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。

“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。

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。

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。

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。

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。

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。

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。

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。

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。

星尘AOS面向三类角色开放：

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。

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。

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。

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。

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。

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：

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。