“腦成身就”的星海圖，把 SOTA 大腦裝進雙足人形

作者：彭堃方

編輯：呂鑫燚

出品：具身研習社

具身智能和人形機器人，終于走到了交匯處。

很長一段時間里，這是兩條并行、互不交匯的路。一條屬于具身智能，追求的是能理解世界、舉一反三、什么活都能上手的通用大腦；另一條屬于人形機器人，更憧憬重塑越來越像人的身體，會走、會跑、會跳，動作像人一樣靈巧。

兩種想象力都足夠宏大，卻始終沒能守望相助。大腦要階段性落地，承載它的多半還是輪式底盤；身體再像人，缺了一顆能干活的腦，也只是一具炫技的空殼。

一邊在等身體，一邊在等大腦，兩條線缺乏強耦合，遲遲未能相交。

把這兩條線搓成一股，對一家公司的要求其實很高。腦要足夠泛化，身體要足夠扎實，背后還要有從模型、運動控制到硬件整機的全棧能力。差強人意的腦驅動不了硬件真正干活，不夠可靠的雙足連站穩都費勁，更撐不起一顆想干活的腦。

就在剛剛，星海圖正式推出自研雙足人形機器人行客 Kengo。其硬件性能依舊延續星海圖的高性能優勢，而且這次發布卡在了一個非常重要的節點。因為這一次，星海圖把自己的身體路線推進到了雙足人形。它給那顆已經被行業反復驗證的具身大腦，準備了一副更接近人類世界的身體。

順序是關鍵。先有能干活的腦，再讓身體長出來。星海圖把這套邏輯稱作先有“能干活的腦”，才有“會走路的腿” 。腦先立住，身體才有了被造出來的理由。等行客 Kengo 后續真正搭載具身大腦模型，那種被壓抑許久的、屬于“人形”的想象力，才會迎來釋放的機會。

放到產業的尺度上看，這或許意味著，具身智能開始邁進“腦體共振”的新階段。

很多人形機器人發布時，最先被看見的往往是動作：會不會走，能不能跑，跳得穩不穩，摔倒之后能不能爬起來。這些能力當然重要，因為雙足是最接近人類空間的機器人形態，也最考驗一家公司的工程底座。

但如果只剩動作，人形機器人很容易停留在表演層面。它可以讓人驚艷，卻很難讓人相信它真的能長期進入真實場景，承擔任務，創造價值。行客 Kengo 想回答的是走起來之后的問題。

圖片來源：星海圖

行客 Kengo以高性能運動小腦與具身大腦為核心，能夠完成多種高難度極限動作，具備動態環境下的自主平衡與地形適應能力。按照星海圖的規劃，后續行客 Kengo 將搭載具身大腦模型，提升語義理解與任務規劃能力，面向諸多真實使用場景，成為具身智能雙足機器人的生產力標桿。

這里最值得看見的，是“生產力”。

一具真正有生產力想象的雙足身體，首先要經得起真實世界的折騰。行客 Kengo 采用 1.4 米身高，雙足設計，頭部搭載曲面屏，配合燈光輪廓，科技感和辨識度都很強。整機高動態、高爆發，輕量化機身帶來更強的靈活度，單關節扭矩超過 130N·m，可以完成舞蹈、互動等高難度動作。

這些動作能力構成了 Kengo 的第一層證明：它動得起來，也動得足夠好。

但真正面向落地，機器人不能只在視頻里漂亮。它還要摔得起、用得久、維護成本可控。Kengo 采用高可靠性整機設計，倒地跌落 10 次依舊完好；全中空模組結構讓線束折彎壽命超過 20 萬次，能夠支撐長期穩定運行。更進一步，全身關節只用兩款核心模組覆蓋，高標準化設計讓成本更可控，也更適合批量化應用。

這些指標拼到一起，Kengo 想講的就不再是市面上又多了一臺“表演雙足”。它是在回答一個更嚴肅的問題：一具雙足人形身體，如何從發布會上的動作展示，走向長期運行、穩定迭代和真實使用，最終在人類社會生產生活中展現價值。

所以，Kengo 的意義就在于，它給星海圖的大腦準備了一個更難、也更有想象力的物理入口。

如果只看今天發布的行客 Kengo，它已經是一具完成度很高的雙足人形身體。但把它放回星海圖的整體路線里，它真正的想象力，來自后續要裝上的那顆大腦。

星海圖日前發布的 G0.5，是其具身基礎模型能力的新推進。G0.5 解決了大部分 VLA 被詬病的問題——只會執行見過的任務，G0.5 要做的是讓機器人從“記住任務”走向“學會操作”。

圖片來源：星海圖

它通過大規模、多任務預訓練，把抓取、放置、推拉、開合、移動等基礎動作，從具體任務軌跡中沉淀出來，變成可遷移、可組合、可復用的能力單元。這樣一來，機器人面對新的物體、新的空間布局和新的自然語言指令時，不再只是檢索自己見過什么，而是調用自己學會的操作能力。

從榜單來看，這套架構取得顯著成績。G0.5 在 LIBERO 上拿到 98.9%，RoboTwin 93.3%，SimplerEnv-Bridge 87.3%，DROID 零樣本 82.5%，真機微調 76.7%；在斯坦福團隊發布的大規模長程仿真基準 BEHAVIOR-1K 上，單一模型超過原冠軍 11.5 個百分點。橫向看，它的大腦能力已經比肩全球頂尖的 π0.7，泛化能力站上全球第一梯隊。

至此，Kengo 解決了身體能不能進入世界的問題，G0.5 解決了進入世界之后能不能理解任務的問題。前者擴大機器人的行動半徑，后者提高機器人在新場景中的適應能力。它們放在一起，才構成星海圖這次發布最值得想象的部分。

后續當 G0.5 真正裝進 Kengo，那時的 Kengo 就不再只是能走、能跳、能互動的雙足身體，而是一臺有機會理解指令、規劃任務、適應環境、持續行動的具身智能體。它不再只是完成某個被提前編排好的動作，而是有機會在諸多真實使用場景里，根據任務、環境和反饋持續做出判斷。

這才是“把 SOTA 大腦裝進雙足人形”的真正含義。

在業內，人形機器人容易被兩種想象撕扯。一種想象停留在身體，關注它像不像人、動得是否流暢、展示是否驚艷；另一種想象停留在大腦，關注模型指標、泛化能力、評測成績。星海圖這次把 Kengo 和 G0.5 放到一起，試圖把這兩種想象拉回同一個問題：機器人能不能真正成為一個有生產力的具身智能體。

先回答一個問題：憑什么是星海圖做成了這件事？

答案是全棧。星海圖最初成立，從一開始就立定“整機 + 智能”的戰略，把“大腦（G 系列基礎大模型）× 小腦（運動控制）× 本體（硬件整機）”三位一體地攥在自己手里，全棧自研。這種布局讓它既能把腦做到第一梯隊的泛化，又能讓身體和腦彼此適配、同步迭代。順便一說，星海圖此前在輪式雙足已經做到了頭部覆蓋率90%，到今天，它已服務斯坦福、Physical Intelligence、華為等全球近百家頂尖客戶，累計融資近 50 億元，是一家把整機能力做到頂尖的模型公司。

回到開頭那條線索，具身智能和人形機器人之所以能在此刻交匯，是因為終于有一方先成熟到了足以去定義另一方的程度。過去做這件事的人，要么埋頭做模型，要么單獨磕人形本體，兩套敘事各說各話；如今它們被擰到一起，能迸發的想象力也隨之翻倍，一個會理解、懂規劃，真正具備通用落地能力的模型到來，加上一具走得穩、扛得住的身體，能去的地方遠比從前寬廣。

圖片來源：星海圖

也正因如此，軟硬件之爭或許可以休矣。“硬件和軟件誰更依賴誰？”這個話題可以先放一放了。倒不是誰贏了、有了定論，而是星海圖擺出了一個樣本：腦和身體可以同步推進，并且同時做到最優。一家公司把全棧能力握在手中，讓大腦領著方向、身體隨著跟上，兩者在同一套工具鏈里一起成熟，誰依賴誰的問法，自然就沒那么要緊了。

當大腦與身體真正交融，具身智能將被推向更開闊的地帶，以生產力的角色真正融入物理世界。這也代表著具身智能競爭有了新切口，模型和本體不再是單獨敘事，而是 1+1>2 的全棧能力。

在這條脈絡上，星海圖用實踐證明，它是通用具身智能的必經之路。