打通机器人“到真实场景的生产力全链路”，星海图是怎么做的？

来源：滚动播报

（来源：千龙网）

观众下单后，机器人自主完成商品识别、规划路径、抓取拣选、撑袋打包等一系列操作，完成从接单到交付的完整闭环，全程无需人工干预……这是全球首个支持在线下单、全自动闭环履约的机器人前置仓的运行场景。8月19日，在2026世界机器人大会上，千龙网发现新商学记者在星海图展区全程观摩了它的整套作业流程。

展会期间，该前置仓演示累计完成900单全流程订单，拣选1775次，打包1560次，用持续不间断的实景作业验证了系统稳定性。前置仓的连续运行，成为星海图“生产力觉醒”的一个直观呈现。星海图是如何打通从基础模型、机器人本体到真实场景的生产力链路的，记者在大会现场对星海图进行了深入了解。

2026世界机器人大会星海图展区内，全球首个机器人前置仓，机器人智能体依托G0.5具身基础模型，正在打包订单。千龙网发现新商学记者 姜萌 摄

基础模型持续突破

星海图将自身定位为一家“具身大脑公司”。创始人、董事长高继扬表示，此前具身智能模型能力相对较弱，机器人商业化更多依靠整机销售，但从2025年至今的近18个月里，全球已经出现100多款开源基础模型，几乎每三个月都能看到新的能力进展。

伴随模型快速迭代，具身智能的竞争也不再局限于单项技术。星海图首席科学家赵行认为，具身智能已经从单点技术突破，进入模型、数据、本体、基础设施和应用协同发展的系统性竞争阶段。

今年6月，星海图发布新一代具身智能基础模型G0.5，采用统一自回归架构，试图用单一模型贯通机器人的推理与动作。架构的差异最终体现为机器人能否解决真实任务。高继扬将G0.5的能力概括为三个关键词：零样本泛化、通用抓取和长程任务。也就是说，机器人依托G0.5模型面对没有训练过的新场景、新物体，能根据语言指令理解并执行任务；不需要针对每一种物品重新编程和训练，也能够处理大小不同、形状各异的物体，它具备基本的识别和抓取能力；可以将几十个乃至上百个动作连续串联起来，完成一套完整工作流程。

2026世界机器人大会星海图展区内，高回弹纸盒连续折叠演示区，现场每日可完成4000单高回弹纸盒连续折叠作业，可在反复扰动下保持作业稳定。千龙网发现新商学记者 姜萌 摄

在高继扬看来，机器人能否连续完成长程任务，是基础模型走向商业价值的关键。

据星海图披露，G0.5目前已在全球八项具身智能相关评测中取得第一。今年8月，G0.5在海外第三方机器人操作评测RoboDojo中，再次取得第一。

不过，从模型具备通用能力，到机器人在生产环境中稳定作业，仍有很长的距离。

为此，星海图开始规模化推进“后训练”强化学习。据高继扬介绍，通过这种方式，机器人可以通过预训练完成厘米级的操作，进而进化到毫米级甚至亚毫米级，同时将成功率大幅提升至99.9%。

目前，公司已搭建几十台机器人编队式、分布式强化学习系统，并引入人工接管机制。当机器人执行出现问题时，由人类接管操作，由此产生的真实交互数据再回流到模型训练。星海图因此建立ADP具身数据平台，为模型训练提供数据支撑。赵行认为，只有形成这样一套完整的数据生产和训练管线，机器人的进化速度才可能持续提高。

“一脑多形”适配不同真实场景

在赵行看来，“每个场景都有它最适合的机器人形态”。这形成了星海图另一项较有辨识度的技术思路“智能定义本体”，即从模型能力和实际任务需求出发，定义机器人需要怎样的感知、运动和作业能力，并进一步确定本体形态，不同本体对应不同的生产环境。

这一目标便是“一脑多形”，即同一套基础模型能够适配轮式双臂、双足人形等不同形态的机器人，让“大脑”具备更强的通用性，而“身体”则根据不同场景各有所长。赵行提出，未来甚至可以利用具身大模型，通过自进化、自迭代反向指导机器人的本体设计。

“具身智能本质是人工智能事业，但绝非纯软件，一定是软硬结合，构建完整体系。”高继扬说。这一思路也进一步落到整体布局上。在今年世界机器人大会上，星海图发布“1+3+N”生产力品牌战略。其中，“1”是“整机+智能”的核心战略；“3”对应三个产品系列，面向生产力作业的轮式双臂机器人NEXO、聚焦非结构化场景的双足人形机器人KENGO，以及面向开发者和创客群体的LEMO；“N”则指向不同行业场景的生产力解决方案及产业伙伴体系。

面向开发者，星海图还将G0.5系列模型进行配套封装，并开源部分开发工具，希望降低开发者使用具身智能模型和本体的门槛。

2026世界机器人大会现场，星海图新一代轮臂产品Nexo亮相展区。千龙网发现新商学记者 姜萌 摄

随着机器人进入实际生产，客户需求也在推动本体迭代。高继扬介绍，新一代NEXO强化了精细操作、负载和连续作业能力，单臂最大负载10公斤、双臂20公斤，并通过双电池、快充、换电和自主回充等设计，目标支撑8小时续航及7×24小时连续作业。这些本体能力的迭代，最终都要随着真实生产的需求而不断更新。

具身智能迈向“生产力觉醒”

具身智能的生产力觉醒，是AI从虚拟算力走向物理生产世界、从辅助工具升级为独立生产主体的质变过程。“我们希望把具身智能真正应用到物理世界中产生生产力，让机器人解决实际问题、去干活。”高继扬说。

从模型能力到真实生产，要看机器人能否达到生产作业的技术要求。高继扬认为有三个核心指标：速度、精度和泛化性。目前，机器人整体执行效率约为人工的七八成，需进一步提速；操作精度通过强化学习可提升至毫米级；泛化性则体现为机器人的“培训成本”，目前一个新的长程任务后训练约需10小时，星海图希望明年将其缩短至1小时。

2026世界机器人大会星海图展区，工作人员正在讲解全球首个“机器人组装机器人”应用。千龙网发现新商学记者 姜萌 摄

达到技术要求后，还要过市场这一关。需求真实、稳定持续运营、经济账算得过来、部署能够复制和规模化，星海图把这四点列为机器人真正进入市场生产环节的条件。

围绕这些条件，星海图正在不同场景中推进实际应用。高继扬介绍，目前公司围绕电商零售、工业制造、快递物流和商业服务四大场景展开解决方案。在国内，除了与京东合作的前置仓，星海图正推动机器人进入更多真实作业流程。在海外，公司已在美国洛杉矶等地探索3PL仓储应用，机器人承担拣选、打包、退货上架等任务。

随着机器人逐步进入真是生产场景，高继扬认为，具身智能的商业模式也将经历变化。当下，行业正从整机销售的第一阶段向方案订阅的第二阶段迈进，客户开始为特定生产场景中的解决方案付费，机器人本体成为方案载体。未来，随着智能进一步实现跨场景、跨任务通用，商业模式第三阶段可能进入“物理世界Token”，智能本身成为核心商品，机器人则成为智能进入物理世界的载体。

千龙网发现新商学记者现场了解到，星海图今年正在陆续交付千台级“模型驱动的真实生产力订单”，并希望明年进一步实现数倍增长。