高继扬按下加速键，星海图的野心藏不住了

今年WRC现场，我在星海图展台前，听到最多的一句话是：“展台真大啊，那个机器人前置仓很不错。”

但我最真实的感受是：展台大只是表象，内容密度才是看点。

Nexo、Kengo、Lemo三款不同定位的机器人同时亮相，前置仓取货、拧螺丝、折叠纸盒等演示轮番进行。逛完一圈，我发现，已经很难再用某一款产品来概括星海图。

这也解释了高继扬说过的一句话：“迭代是唯一的护城河。”

从用8个月做出首款硬件，到投入预训练、构建具身大脑；从R1扩展到Nexo、Kengo、Lemo三类机器人产品；再到正式提出“1+3+N”品牌战略，星海图在坚持以模型为核心的公司定位下，一直在调整抵达终点的路线。

高继扬按下的，不只是产品发布的加速键。

他想推动星海图从一家机器人公司，走向下一代生产力平台。

01

“1+3+N”，星海图开始改写自己的公司定义

在WRC主论坛上，高继扬正式发布了“1+3+N”下一代生产力品牌战略。

表面上，这是一套产品分类；往深处看，它回答了三个问题：星海图依靠什么建立能力，准备进入哪些市场，又打算怎样完成交付。

“1”是整机加智能。

这是星海图从成立之初就坚持的路线：本体自己做，具身大脑也自己做。

同时做本体和模型，意味着一家企业要同时承担制造业与AI研发的成本。高继扬对此的解释很直接：“为了把大脑做好，所以得有一个好的本体。”

这句话背后，是他从自动驾驶行业带来的一层判断。如果模型公司没有自己的硬件，数据采集、模型验证和客户反馈就要经过更长的合作链条。中间多一层，数据回来慢一拍，模型更新也会跟着慢一拍。

因此，对星海图来说，本体既是商品，也是数据采集器、模型验证平台和商业终端。

“3”对应三类产品。

Nexo面向电商、物流、工业制造等结构化场景，任务是率先进入生产环节；Kengo采用双足形态，更多面向能源、电力、巡检等复杂环境；Lemo是一款桌面级双臂平台，服务开发者和研究机构，承担数据采集、模型验证和生态入口的功能。

我在现场看这三款产品时，一个很强烈的感觉是，它们对应的不只是三种机器人形态，更像是星海图对三个时间维度的安排。

Nexo负责眼前的商业化，Kengo探索更远的能力边界，Lemo用来扩大开发者和数据生态。一个要尽快进入客户现场，一个提前适应非结构化环境，一个负责降低生态参与门槛。

“N”指向行业伙伴和具体场景。

机器人公司可以提供本体、模型和数据平台，但进入工厂、仓库和门店后，决定项目能否交付的，往往是工艺流程、行业经验和现场工程能力。

星海图希望提供通用的本体与智能底座，再由合作伙伴把这些能力送进不同产业。

我认为，“1+3+N”的价值，不在于把产品线铺得更宽，而在于让同一套能力进入不同形态和场景。Nexo、Kengo和Lemo各有分工，背后共享的仍是星海图的基础模型、真实数据和工程体系。不同本体进入现场后，又能反过来为同一个具身大脑提供数据和验证。

“1+3+N”，实际上是把“一脑多形”从技术判断变成了一套公司战略。

02

G0.5的价值，不在榜单上

如果“1+3+N”定义了星海图的外部边界，那么作为具身基础模型的G0.5，决定了这些产品能不能共享同一个“大脑”。

在星海图举办的分论坛上，首席科学家赵行介绍，G0.5采用统一的自回归VLA架构，把视觉、语言、推理和动作放进同一个模型，并将机器人动作转化为可以预测的Token。

据星海图披露，G0.5在8项公开基准测试中取得第一。赵行还提到，WRC现场展示的通用抓取、柔性物体操作和长程任务，底层采用的都是G0.5基础预训练模型。

目前，不少具身智能团队选择采用Pi0.5等公开基座，再用自有场景数据进行微调，并叠加强化学习。这条路线投入相对可控，也能较快验证具体任务。

愿意从预训练阶段就下重注的企业并不多。因为预训练消耗的不只是研发时间，还包括大量算力、数据和资金，短期内却很难直接换成订单。

但星海图选择了这条更重的路。

赵行在论坛上表示，星海图把视觉、语言和动作的主要参数放进统一模型，并为此投入了大量预训练资源。预训练负责建立零样本泛化、通用抓取和长程任务能力，强化学习再针对具体岗位提高速度、精度与成功率。

这也是高继扬所说的：“学得越多越聪明，而不是造得越多越便宜。”

而在G0.5背后，星海图从成立之初就压住了一件事：真实世界数据。

高继扬在解释为什么同时做整机和智能时说过，做物理世界智能，首先要有物理世界数据，而承接这些数据的载体就是整机。如果数据获取链路不顺畅，模型的飞轮就跑不起来。

真机数据会记录物体摩擦、材料形变、接触力度，也会留下抓取失败、任务中断和人工接管。这些信息很难在仿真环境和公开视频中完整还原，却直接决定机器人能不能稳定工作。

为此，星海图搭建了G-Fleet分布式真机强化学习系统和ADP数据平台。机器人产生的成功、失败与人工接管数据，经过质检、去重、任务切分和语义标注，再回到模型训练中。

星海图还提出了百万小时真实数据计划。高继扬表示，百万小时是支撑产业价值基础模型的规模门槛，当前量级仍远远不够。

这个计划透露出的态度很明确：真实数据不是G0.5的补充，而是支撑它继续进化的核心资源。

G0.5能够进入行业第一梯队，不只因为选择了自回归架构。它背后还有星海图对预训练的重投入，以及从整机、真实场景到数据回流的完整链路。

03

Demo不是答案，生产力才是

在WRC开展的第一天，我就去星海图的展台体验了机器人在前置仓工作的能力。我下单了三件商品。

系统接收订单后，机器人要连续完成移动、识别、抓取、开袋、装袋和交付，中间还涉及多机协同。能够把这些环节连起来，说明星海图的技术开始从单点能力走向流程能力。

另一个让我印象很深的演示，是机器人打螺丝组装机器人。

从拿取螺丝、寻找孔位，到更换工具、完成锁付，看上去是在“拧螺丝”，背后考验的却是视觉、力控、动作规划和长任务稳定性。

Demo最容易赢得围观，稳定运行和投资回报才能赢得合同。

因此，星海图接下来要跨过的门槛，是让客户愿意持续为任务结果付费。

在高继扬的判断中，具身智能的商业模式会经历几个阶段。

早期主要销售硬件，随后进入具体生产场景，以解决方案和服务订阅获得收入。当机器人的通用能力继续提高，商业模式还会再次变化，最终以物理世界的Token，也就是机器人实际完成的劳动量作为主要计价单位。

这是星海图整个战略里最有野心的部分。

高继扬说：“客户购买的不是机器人整机，而是机器人能够完成的生产工作。”

如果这个判断成立，机器人行业未来的价值中心将逐渐从本体转向智能和劳动产出。机器人会更像一种基础设施，客户购买的是拣选了多少件商品、搬运了多少货物、完成了多少工时。

星海图想卖的，是被机器人重新组织过的生产力。

不过，“物理世界Token”还不是星海图今天已经兑现的商业模式。物理世界的每一个动作都要消耗时间、能源和硬件寿命，只有单位经济性成立，Token销售才不只是一个远景概念。

对现阶段的星海图来说，它更像一个终点，反过来决定公司今天要做什么。

我长期关注星海图，看到这家公司变化很多，但有几件事一直没有变。

它始终相信具身智能的核心在“大脑”，未来会走向“一脑多形”；也始终愿意为真实数据投入本体、算力和基础设施。

变化的是产品形态和商业路径。

从R1到“1+3+N”，从销售整机到场景方案，再到高继扬提出的物理世界Token，星海图一直在根据产业进展调整打法。

方向不变，路线持续更新，这或许正是高继扬所说的：“迭代是唯一的护城河。”

— 欢迎在评论区留下您的想法 —