星塵智能甩出20+超難家務自主，具身模型圈：不要再卷了

一覺醒來，具身智能的牌桌上又多了一張硬牌。

WAIC 前夕，星塵智能（Astribot）新模型 Lumo-2，直接在官網甩出 20 + 真機視頻 ——

兩個機器人四手聯彈打包禮盒、煎蛋還要顛鍋、稱一斤小米、接住高處滾落的球、磨豆做咖啡、花式調酒、打蝴蝶結、行李箱拉拉鏈、疊衣服…… 幾乎把 "復雜家務" 這四個字能覆蓋的場景都過了一遍。

https://mp.weixin.qq.com/s/GH1PatBqRw8rYUdy19YyhA

• 20 + 全流程視頻官網 www.astribot.com/research/Lumo2
• 技術報告：https://arxiv.org/abs/2607.11270

這背后，是星塵智能發布的第二代具身基座模型，也是業內首個面向家庭場景的隱式世界 - 動作模型（Latent World-Action Model），同步發的，還智能體Agent Philia。和上個月發售的 8.99 萬起新本體 T1，推動星塵智能 "AI 模型 — 具身 OS— 繩驅本體" 三位一體的全棧架構，又一次升級。

在此之前，能拿出多個長時程、連續、無遙操作真機演示的公司屈指可數，大部分公司選擇在仿真環境測試：Figure 先后放出廚房、房間、客廳三段整理視頻，成了行業標桿；Physical Intelligence 任務多、時序長、提供全流程視頻，跟此次發布頗為相像。

星塵智能，一口氣拋出 20 + 任務，不僅數量可觀，任務類型也不是簡單的 "拿取 - 放置"（pick and place），躍升到需要時序推理、物理理解、高精細操作、人機協同的更高難度區間。

部署性毫不示弱，端到端推理速度比標準自回歸提升 2.71 倍且不損失精度，能支撐閉環實時控制；

20 + 家庭任務，難度分層拉滿

翻看星塵智能這次公開的任務清單，會發現它并不是在堆砌數量湊熱鬧，而是刻意按能力維度做了分層展示：

協同合作：一個機器人都難完成的高精細度折紙盒任務，讓兩個機器人或人和機器人四手聯彈，需要過程中理解對方在做什么、做到哪一步、持續判定狀態，難度暴增。

物理理解：煎雞蛋并顛鍋翻面、稱出 500 克小米、把咖啡粉碗刷洗干凈 —— 這類任務表面簡單，實則要求機器人對液體、顆粒物、油溫這些非剛體物理規律有真實的感知與預判，而不是背答案式地重復固定軌跡。

時序推理：接住從高處滾落的球、把杯子準確放進正在旋轉的杯架、拿起一顆正在滾動的雞蛋。這幾個任務幾乎是給機器人出的 "動態目標預判題"，容錯空間極小，稍慢一拍就會失敗。

長程任務：磨粉、萃取、出品，一整套咖啡制作流程；花式調酒；煎蛋加撒胡椒 —— 任務鏈條長、步驟強依賴，前一步的誤差會直接傳導到后面每一步。

高精細靈巧操作：給禮盒系蝴蝶結、往書包里塞玩具再拉上拉鏈、熨燙衣物并掛上衣架、行李箱裝箱拉鏈、拆茶包泡茶、疊衣服。這類任務非常少見，對末端力控和視覺伺服精度要求極高，是過去人形機器人最容易 "露餡" 的地方。

一套 Demo 打下來，星塵智能想傳遞的信號很直接：不是能做一件事做到極致，而是同一套大腦系統，能撐起認知理解、動態反應、長鏈條執行、精細操作等多種完全不同的能力形態。這也是它敢把技術報告和數十段視頻一次性公之于眾的底氣。

真正的分野，不是模型多強，是 "AI - OS - 本體" 齊不齊

Demo 好看，只是表象。真正決定這場競賽走向的，是 Demo 背后支撐的技術路線。

放眼全球，具身智能公司大致能分成全棧派、偏模型大腦派、本體派幾類打法：

全棧派走蘋果 “軟硬件協同” 路線，圍繞 AI 模型、機器人操作系統（OS）、機器人本體及量產部署進行一體化布局，其優勢在于軟硬件協同優化，能夠持續獲取真實場景數據，形成” 數據 — 模型 — 產品” 閉環，加速機器人能力迭代。

大腦派則聚焦打造跨機器人平臺的通用基礎模型，Pi 重點突破 VLA、提升機器人長時序任務和泛化能力；Skild AI 則為不同機器人提供統一智能層。其優勢在于能夠集中資源推動基礎模型創新，具備更強的跨平臺適配能力。

星塵智能給出的判斷是：機器人真正要走進家庭，AI 模型、具身操作系統、機器人本體，三者缺一不可，誰也替代不了誰。

• AI 模型負責理解世界、學習技能，是感知與決策的源頭；
• 具身 OS負責長期服務用戶、管理記憶、協調多個智能體，是機器人 "活下去、記得住、越用越懂你" 的中樞；
• 本體負責安全、高效地和真實物理世界打交道，是所有智能最終落地的載體。

單獨把某一環做到極致 —— 無論是最強的模型、最能打的操作系統，還是最精密的硬件 —— 都只是 "半成品"。只有 AI 模型、具身 OS、繩驅本體三者協同進化，機器人才能真正成為開放世界里可持續迭代的 "Personal Robot"。

這也是為什么星塵智能把這次發布同時押在 AI、OS、本體三條線上 ——AI 模型管 "腦子怎么想"，OS 管 "這個腦子怎么長期服務人、協調多臺機器人"，而背后的繩驅本體，則是全球第一家實現量產的繩驅人形機器人平臺，模仿人類肌腱運動機制，讓機器人在靈巧操作、擬人表現力、人機交互安全性上有天然優勢 —— 這一點，純軟件公司做不到，只靠硬件堆料的公司也做不到。

https://mp.weixin.qq.com/s/GH1PatBqRw8rYUdy19YyhA

5 月發布 T1 新品 8.99 萬元起售，將高精細操作機器人打到地板價

Lumo-2：先 "預測世界"，再 "生成動作"

過去一代具身模型，無論是 VLA 還是 WAM（世界動作模型），本質上都在解決 "下一步該做什么動作"，卻很少回答 "這個動作會怎樣改變世界"。這帶來兩個老問題：復雜技能高度依賴昂貴的機器人示范數據；模型越做越大，端側部署成本水漲船高。

Lumo-2 的核心思路是反過來：先在一個輕量級、基于物理規律的潛在動態空間（Latent Space）里預測未來世界會變成什么樣，再從這個預測結果生成動作。這比傳統顯式文本推理 "一步步說出想法" 更快，也比直接生成未來視頻的世界模型更省算力，用最小的計算代價，實現了接近世界模型的推理能力。

技術報告里，團隊還指出了一個此前容易被忽視的問題：過去基于重建的動作編碼方式，會讓模型學到的表征偏向 "重建得像不像"，而不是 "控制得好不好"，導致訓練指標和真機表現兩張皮。

為此，Lumo-2 設計了三階段漸進式跨模態對齊—— 先把動作和世界動態對齊，再把動作和視覺、語言對齊，最后在多源異構數據上聯合訓練，從根子上解決了 "訓練好看、真機拉胯" 的老毛病。

階段 1：將動作與世界動態對齊

階段 2：將動作與視覺和語言對齊

階段 3：在 VLM、視頻和機器人數據上聯合訓練

這套設計帶來了實打實的性能提升：

在按時序推理、物理理解、長流程、高精度四類拆分的真實復雜任務測試中，綜合表現全面最優，超越 Pi0.5 和 Fast-WAM

在具身 VLM 基準測試中，相比同規模基座，Lumo-2 在幾乎所有具身理解與空間定位任務上都取得一致提升，多項核心基準排名第一；

在泛化抓取 - 放置任務上，無論是基礎設置、未見指令還是未見物體，Lumo-2 都持續優于 π?.?和 Fast-WAM 等主流基線，在未見指令 + 未見物體的組合場景下優勢尤其明顯；

在人機技能遷移上，面對兩類標注完整度不同的人類視頻數據源，Lumo-2 無需額外的專用遷移學習機制，就能把人類演示中的經驗有效遷移到機器人任務上，包括那些機器人從未見過的物體。

工程層面毫不示弱，分塊自回歸解碼策略利用動作維度間的弱耦合性并行生成，端到端推理速度比標準自回歸提升 2.71 倍且不損失精度，能支撐閉環實時控制；

輕量化的時序上下文機制則通過歷史動作記憶消除多階段任務里的 "感知混疊"，讓長鏈條任務不容易在中途 "斷片"。

Agent Philia，讓機器人不止會干活，還能長期陪著你

如果說 Lumo-2 解決的是 "這一步怎么做"，Agent Philia 要解決的就是 "這個機器人怎么在你家里長期靠譜地活下去"。

https://mp.weixin.qq.com/s/GH1PatBqRw8rYUdy19YyhA

Philia 采用全模塊化解耦架構，交互界面、推理模型、記憶系統、導航算法、操作策略、新增機器人實體支持，都是獨立組件，升級任何一塊都能直接反映到整體能力上，不需要推倒重來。

它維護一套持久化的語義記憶，記住用戶偏好、歷史交互、任務執行記錄和語義位置信息 —— 這些記憶只用來輔助任務規劃，不會繞過安全校驗直接控制機器人執行，網關層始終把關。用戶可以直接用飛書、微信這類日常應用，打字或說話下指令，不用學一套新的操控方式；機器人還能結合歷史上下文理解你的真實需求，主動匯報執行進度。

對企業客戶，Philia 支持一個智能體同時調度多臺異構機器人：每臺機器人保留自己的地圖、定位和運行時環境，但共享同一個語義空間，任務可以在多臺機器人之間統一分配。對開發者，Agent 能力和機器人本體能力相互解耦，模型可以持續升級、機器人平臺可以持續擴展，而不用把整套系統推倒重來。

三位一體時代，牌桌上沒幾個真玩家

具身智能這場仗，正在從 "比誰的模型參數大、榜單刷得高"，轉向 "比誰先把 AI 模型、具身 OS、機器人本體擰成一個能持續進化的系統"。這不只是技術路線之爭，更是決定誰能率先把機器人真正規模化推進普通家庭的分水嶺。

星塵智能這次交出的答卷是：20 + 高難度任務的真機驗證，加上一篇把訓練方法論、benchmark 結果和局限性都擺出來的技術報告，再加上一套面向長期服務的操作系統 —— 三樣東西同時拿出手，這在當前全球具身智能公司里并不多見。

7 月 17 日至 20 日，星塵智能亮相在上海世界人工智能大會（WAIC）上，已成為客戶最愛展示的機器人產品之一，出現在多個落地場景：螞蟻集團智慧藥房應用，京東集團智慧零售應用、智能操作系統公司中科創達（股票代碼：300496.SZ）智能交互應用、類腦具身智能公司具腦磐石的智慧導覽應用場景。

模型可以被復現，Demo 可以被模仿，但長在自家繩驅本體上的運控策略、大腦與身體之間磨合出來的協同關系，以及能陪用戶一起變聰明的記憶系統，短期內很難被簡單復制。

具身智能這條賽道，顯然還沒到誰能松口氣的時候。