“脑成身就”的星海图，把 SOTA 大脑装进双足人形

作者：彭堃方

编辑：吕鑫燚

出品：具身研习社

具身智能和人形机器人，终于走到了交汇处。

很长一段时间里，这是两条并行、互不交汇的路。一条属于具身智能，追求的是能理解世界、举一反三、什么活都能上手的通用大脑；另一条属于人形机器人，更憧憬重塑越来越像人的身体，会走、会跑、会跳，动作像人一样灵巧。

两种想象力都足够宏大，却始终没能守望相助。大脑要阶段性落地，承载它的多半还是轮式底盘；身体再像人，缺了一颗能干活的脑，也只是一具炫技的空壳。

一边在等身体，一边在等大脑，两条线缺乏强耦合，迟迟未能相交。

把这两条线搓成一股，对一家公司的要求其实很高。脑要足够泛化，身体要足够扎实，背后还要有从模型、运动控制到硬件整机的全栈能力。差强人意的脑驱动不了硬件真正干活，不够可靠的双足连站稳都费劲，更撑不起一颗想干活的脑。

就在刚刚，星海图正式推出自研双足人形机器人行客 Kengo。其硬件性能依旧延续星海图的高性能优势，而且这次发布卡在了一个非常重要的节点。因为这一次，星海图把自己的身体路线推进到了双足人形。它给那颗已经被行业反复验证的具身大脑，准备了一副更接近人类世界的身体。

顺序是关键。先有能干活的脑，再让身体长出来。星海图把这套逻辑称作先有“能干活的脑”，才有“会走路的腿” 。脑先立住，身体才有了被造出来的理由。等行客 Kengo 后续真正搭载具身大脑模型，那种被压抑许久的、属于“人形”的想象力，才会迎来释放的机会。

放到产业的尺度上看，这或许意味着，具身智能开始迈进“脑体共振”的新阶段。

很多人形机器人发布时，最先被看见的往往是动作：会不会走，能不能跑，跳得稳不稳，摔倒之后能不能爬起来。这些能力当然重要，因为双足是最接近人类空间的机器人形态，也最考验一家公司的工程底座。

但如果只剩动作，人形机器人很容易停留在表演层面。它可以让人惊艳，却很难让人相信它真的能长期进入真实场景，承担任务，创造价值。行客 Kengo 想回答的是走起来之后的问题。

图片来源：星海图

行客 Kengo以高性能运动小脑与具身大脑为核心，能够完成多种高难度极限动作，具备动态环境下的自主平衡与地形适应能力。按照星海图的规划，后续行客 Kengo 将搭载具身大脑模型，提升语义理解与任务规划能力，面向诸多真实使用场景，成为具身智能双足机器人的生产力标杆。

这里最值得看见的，是“生产力”。

一具真正有生产力想象的双足身体，首先要经得起真实世界的折腾。行客 Kengo 采用 1.4 米身高，双足设计，头部搭载曲面屏，配合灯光轮廓，科技感和辨识度都很强。整机高动态、高爆发，轻量化机身带来更强的灵活度，单关节扭矩超过 130N·m，可以完成舞蹈、互动等高难度动作。

这些动作能力构成了 Kengo 的第一层证明：它动得起来，也动得足够好。

但真正面向落地，机器人不能只在视频里漂亮。它还要摔得起、用得久、维护成本可控。Kengo 采用高可靠性整机设计，倒地跌落 10 次依旧完好；全中空模组结构让线束折弯寿命超过 20 万次，能够支撑长期稳定运行。更进一步，全身关节只用两款核心模组覆盖，高标准化设计让成本更可控，也更适合批量化应用。

这些指标拼到一起，Kengo 想讲的就不再是市面上又多了一台“表演双足”。它是在回答一个更严肃的问题：一具双足人形身体，如何从发布会上的动作展示，走向长期运行、稳定迭代和真实使用，最终在人类社会生产生活中展现价值。

所以，Kengo 的意义就在于，它给星海图的大脑准备了一个更难、也更有想象力的物理入口。

如果只看今天发布的行客 Kengo，它已经是一具完成度很高的双足人形身体。但把它放回星海图的整体路线里，它真正的想象力，来自后续要装上的那颗大脑。

星海图日前发布的 G0.5，是其具身基础模型能力的新推进。G0.5 解决了大部分 VLA 被诟病的问题——只会执行见过的任务，G0.5 要做的是让机器人从“记住任务”走向“学会操作”。

图片来源：星海图

它通过大规模、多任务预训练，把抓取、放置、推拉、开合、移动等基础动作，从具体任务轨迹中沉淀出来，变成可迁移、可组合、可复用的能力单元。这样一来，机器人面对新的物体、新的空间布局和新的自然语言指令时，不再只是检索自己见过什么，而是调用自己学会的操作能力。

从榜单来看，这套架构取得显著成绩。G0.5 在 LIBERO 上拿到 98.9%，RoboTwin 93.3%，SimplerEnv-Bridge 87.3%，DROID 零样本 82.5%，真机微调 76.7%；在斯坦福团队发布的大规模长程仿真基准 BEHAVIOR-1K 上，单一模型超过原冠军 11.5 个百分点。横向看，它的大脑能力已经比肩全球顶尖的 π0.7，泛化能力站上全球第一梯队。

至此，Kengo 解决了身体能不能进入世界的问题，G0.5 解决了进入世界之后能不能理解任务的问题。前者扩大机器人的行动半径，后者提高机器人在新场景中的适应能力。它们放在一起，才构成星海图这次发布最值得想象的部分。

后续当 G0.5 真正装进 Kengo，那时的 Kengo 就不再只是能走、能跳、能互动的双足身体，而是一台有机会理解指令、规划任务、适应环境、持续行动的具身智能体。它不再只是完成某个被提前编排好的动作，而是有机会在诸多真实使用场景里，根据任务、环境和反馈持续做出判断。

这才是“把 SOTA 大脑装进双足人形”的真正含义。

在业内，人形机器人容易被两种想象撕扯。一种想象停留在身体，关注它像不像人、动得是否流畅、展示是否惊艳；另一种想象停留在大脑，关注模型指标、泛化能力、评测成绩。星海图这次把 Kengo 和 G0.5 放到一起，试图把这两种想象拉回同一个问题：机器人能不能真正成为一个有生产力的具身智能体。

先回答一个问题：凭什么是星海图做成了这件事？

答案是全栈。星海图最初成立，从一开始就立定“整机 + 智能”的战略，把“大脑（G 系列基础大模型）× 小脑（运动控制）× 本体（硬件整机）”三位一体地攥在自己手里，全栈自研。这种布局让它既能把脑做到第一梯队的泛化，又能让身体和脑彼此适配、同步迭代。顺便一说，星海图此前在轮式双足已经做到了头部覆盖率90%，到今天，它已服务斯坦福、Physical Intelligence、华为等全球近百家顶尖客户，累计融资近 50 亿元，是一家把整机能力做到顶尖的模型公司。

回到开头那条线索，具身智能和人形机器人之所以能在此刻交汇，是因为终于有一方先成熟到了足以去定义另一方的程度。过去做这件事的人，要么埋头做模型，要么单独磕人形本体，两套叙事各说各话；如今它们被拧到一起，能迸发的想象力也随之翻倍，一个会理解、懂规划，真正具备通用落地能力的模型到来，加上一具走得稳、扛得住的身体，能去的地方远比从前宽广。

图片来源：星海图

也正因如此，软硬件之争或许可以休矣。“硬件和软件谁更依赖谁？”这个话题可以先放一放了。倒不是谁赢了、有了定论，而是星海图摆出了一个样本：脑和身体可以同步推进，并且同时做到最优。一家公司把全栈能力握在手中，让大脑领着方向、身体随着跟上，两者在同一套工具链里一起成熟，谁依赖谁的问法，自然就没那么要紧了。

当大脑与身体真正交融，具身智能将被推向更开阔的地带，以生产力的角色真正融入物理世界。这也代表着具身智能竞争有了新切口，模型和本体不再是单独叙事，而是 1+1>2 的全栈能力。

在这条脉络上，星海图用实践证明，它是通用具身智能的必经之路。