8月21日，2026世界机器人大会期间，星海图在北人亦创会展中心举办了“从模型到生产力”技术与产业应用论坛。本次论坛汇聚海内外高校科研专家、开发者、企业高管等，围绕具身基础模型创新、整机演进、商业化落地和技术边界展开分享，呈现了技术迭代与产业落地的最新思考。
解锁技术底座三大进展，G0.5 MAX即将发布
星海图首席科学家赵行在题为《从模型到生产力：构建通用具身智能的系统闭环》的演讲中指出，具身智能技术正沿本能智能、作业智能、进化智能三个层级演进，行业正从单点技术突破迈入模型、数据、本体、基础设施与应用系统性竞争的新阶段。围绕这一判断，星海图搭建起完整的具身智能生产力飞轮：从产业场景出发沉淀真机数据，通过数据驱动模型迭代进化，再由模型赋能机器人本体完成物理作业，依靠基础设施支撑集群持续迭代优化，最终反哺产业应用，形成自强化的正向循环。
技术底座的三大重磅进展包括：
第一，G0.5基础模型升级与开源共建。
G0.5基础模型创新性内嵌原生动作思维链，将图像感知、语言理解、逻辑推理与动作生成统一在一套自回归数据流中。自发布后，G0.5在 LIBERO、RoboTwin 2.0 等 8 项国际权威评测基准上，整体性能全面超越行业 SOTA。同时，G0.5 MAX 版本即将发布，模型综合能力将得到进一步强化。
为推动行业开源生态建设，星海图也正式启动了G0.5 复现计划。该计划面向全球科研机构与开发者完整开放模型权重、推理接口、评测基准与全套微调工具。围绕“仿真复现”、“真机复现”与“开源共创”三个方向，鼓励开发者进行深度验证。
第二，预告Fast-WAM 世界模型的预训练大模型计划。
该模型在推理阶段跳过了生成未来视频的环节，将单步推理延迟从传统范式的约800毫秒缩短至190毫秒，实现了4倍以上的提速。赵行透露，基于Fast-WAM架构的预训练大模型也将正式推出，届时将具备更快的推理速度和更强的跨任务、跨物体、跨场景泛化能力。
第三， G-Fleet 分布式强化学习系统正式发布。作为面向真实机器人集群持续学习的分布式基础设施，G-Fleet 完整支持集群级策略下发、并行真机 Rollout、真实场景数据回流、人工干预校准、分布式强化学习训练、自动评测与版本发布全流程，打通“模型部署-真实世界交互-数据筛选-迭代训练-新版本发布”闭环，解决大批量真机部署后，如何在物理环境下安全高效完成持续进化的行业难题。
新一代轮式双臂机器人Nexo领衔，三大整机新品承载生产力星海图合伙人兼COO李天威以《面向具身智能生产力的下一代整机进化》为题发表演讲。他的开场指出整机设计的核心命题：“对于智能来说，迭代是无穷无尽的；但对于硬件，必须有聚焦。”
他将“智能定义本体”拆解为三层工程含义：智能关注速度，整机提供机电节拍；智能关注精度，整机提供0.1毫米重复定位精度、0.1N 力控精度支撑；智能关注泛化性，整机须具备从遥操作数据到Egocentric数据的完整迁移能力。整机不是被动的“壳”，而是智能能力的物理延伸。
“如今，智能定义本体不再是唯一的核心意见者，我们拥有了新一批关键的意见发声者——产业客户。”李天威指出，他们对可靠性、寿命、冷热交替环境适应性提出了远超实验室原型的要求，这正是星海图过去一年重点攻坚的方向。现场还发布了三大整机平台的最新进展：
一是新一代旗舰轮臂人形机器人Nexo，定位为面向通用作业的“具身体”，产品搭载全域云控的力触能力，双臂峰值可达 20 kg 负载，面向电商零售、工业制造、快递物流、商业服务四大应用场景。Nexo 配备 8 小时续航，可支撑 7×24 小时连续作业，并提供快充、换电、自主回充三种补能模式。
二是双足人形产品Kengo，机电传动系统由星海图全自研，目标指向能源、电力、全域勘探、设备巡检等轮式底盘难以覆盖的非结构化场景。
三是面向开发者生态的Lemo，一款高性价比双臂桌面操作平台，通过自研遥操作系统即可完成穿针引线级的精细操作。
李天威还提到：截至目前，星海图已交付千台级模型驱动的真实生产力订单，明年的交付目标为万台以上。这份成果背后，来自产业合作伙伴产能共建，以及整机在可靠性、寿命、宽温域环境适应性等维度的持续迭代历练。“具身智能的成功，不会是一家一户的成功，一定是整个产业生态的共同努力”。
多元全球视角汇聚，新一代AI前沿技术力量同场碰撞两场圆桌分别从商业落地与技术探索两个维度展开。
产业圆桌由星海图合伙人、营销服总裁虞磊主持，General Robotics 创始人兼 CEO Ashish Kapoor、Mr.Robot 创始人兼 Jemco Group CEO Edwin Yap、德马科技集团首席技术官王凯、京东零售具身智能高级专家田瑞林参与对话。
虞磊指出，机器人能否真正实现生产力落地，取决于市场需求、技术迭代、数据积累与供应链、商业模式能否打通等多重因素，但他判断这一天会比想象中更快到来。王凯直言，海外市场投资回报周期更短、客户对现阶段机器人能力的接受度更高，德马科技的策略是"先出海，再深耕国内"；但他也指出，ROI能否算得过来，仍是规模化落地的最终卡点。田瑞林从大厂视角补充，京东计划2028年实现百万级机器人部署，通过通用底座加垂直模型的架构赋能各行业。
海外嘉宾提供了不同市场的观察角度。Ashish Kapoor表示，北美企业已将机器人视作“必答题”，但过高的ROI预期和人才高流动性，仍是长期落地的障碍。Edwin Yap结合东南亚经验指出，该地区无法采用统一策略；马来西亚、越南等市场成本低、手工作业场景多，反而成为机器人数据采集的天然土壤。多位嘉宾提到，跨企业、跨国界的生态协作将成为行业趋势。
技术圆桌由硅谷101联合创始人陈茜主持，星海图首席科学家赵行、DynaRobotics联合创始人杨世远（线上）、北京通用人工智能研究院具身机器人中心主任黄思远、清华大学深圳国际研究生院助理教授于超、Current Robotics（元流智能）创始人兼CEO祝毅晨、北京大学人工智能研究院助理教授李昊轩共同参与。
针对“世界模型是否只是行业热词”的争议，嘉宾们认为行业内技术路线尚未收敛——有的团队侧重表征学习，有的专注模拟器构建，还有的转向3D建模。
杨世远分享了来自硅谷的反直觉数据：基于百万小时人类视频预训练后，机器人测试集的模型精度反而下降，印证了从"看懂世界"到"动手做事"之间存在巨大鸿沟。赵行则认为，具身数据的采集空间足够大，随着产业与推动，数据供给问题不必过度担忧。于超指出，预训练划定能力边界，后训练才是拓展边界的关键，但目前高度依赖人工介入，规模化仍有距离。李昊轩从因果推断角度补充，现有训练多停留在相关性层面，机器人需具备反事实思考能力，才能真正理解动作与结果的因果关系。
圆桌最后，嘉宾各自用一句话总结行业最需突破的方向，观点汇集为五大关键命题：原生多模态模型架构、人类数据高效利用、因果推理能力、基础设施开源共建、高价值场景闭环迭代。
本次论坛集中呈现了星海图从模型、基础设施到整机的完整体系化能力。当前，具身智能正处在从实验室原型走向产业生产力的关键阶段，既需要底层算法的持续突破，也离不开硬件工程打磨、开源生态建设与真实场景沉淀。未来，公司将持续推动模型与本体的协同迭代，联动产学研多方伙伴，让具身智能技术真正落地千行万业。
红腾网提示：文章来自网络，不代表本站观点。
