林方舟 发自 凹非寺

逛WRC展区时，我通常会带着三个核心问题去观察具身智能公司：

模型究竟能不能处理复杂、长时序任务？操作系统到底是把AI当作插件使用，还是已经真正嵌入到底层调度？机器人本体是否在成本、安全性与规模化落地之间找到了平衡？

这三个问题，正对应着具身智能从实验室走向真实应用场景必须跨越的三道门槛。

今年逛下来，星尘智能的展台就是一个非常值得重点关注的样本。

以家庭场景为例，很多机器人展示的能力还停留在叠衣服这类基础家务，但星尘智能的机器人已经能够完成包括整理书包在内的20多项高难度家庭任务。

另一台机器人还在和人类进行桌面冰球对打，球飞过来时，它的手臂挥动速度甚至比人更快，明显不是预先编排好的固定动作。

还有机器人可以全自主完成语音接待、商品抓取和递送，整套动作流畅自然，几乎可以用“丝滑”来形容。

“我希望机器人能……”用户只需要描述一个明确的场景需求，星尘OS操作系统就能把开发门槛降到很低，让一个创意快速转化为可运行的机器人APP。

最让我震撼的是，星尘智能最新一代绳驱人形机器人T1在WRC首次亮相，价格不是几十万甚至上百万元，而是8.99万元起。

更关键的是，星尘智能展现出的全栈能力，并不只是实验室里的炫酷Demo，而是已经在真实商业和服务场景中完成验证。

01

高估值具身智能公司，正在集体走向全栈能力

这一届WRC释放出一个非常清晰的行业趋势：估值领先的具身智能公司，几乎都在向全栈方向演进。

上一届WRC的关键词还是“整机爆发”，展台主角基本都是机器人整机。到了2025年，全球人形机器人出货量显著提升，行业开始把“量产元年”挂在嘴边。那时，估值突破百亿元的具身智能企业仍然屈指可数。

而到了现在，头部具身智能公司的展台已经不再只展示机器人本体，而是同步展示模型架构、操作系统、数据闭环，甚至包括自研传感器和驱动技术方案。

如今，越来越多从业者认为，具身智能最核心的价值不只是机器人本体，也不只是AI模型，而是能够在真实应用场景里持续产生并沉淀的数据。不过，想让数据真正形成闭环，全栈能力几乎不可或缺。

海外头部公司也是类似路径。Figure、1X、特斯拉都在强化全栈能力，就连模型公司Generalist也推出了新的数据采集硬件。

虽然不同公司的起点和路线并不相同，但最终都在朝同一个方向汇聚。

而星尘智能从2024年成立开始，就坚定选择了全栈路线。到2026年，星尘已经完成超过10亿元的B轮融资，估值突破百亿元。

按照星尘智能的定义，全栈能力主要由三部分构成：AI模型、具身OS、绳驱本体。

先看模型层。

基座模型Lumo-2负责拉高系统能力上限。它是业内首个面向家庭场景的隐式世界动作模型。

模型技术报告：www.astribot.com/research/Lumo2

在WRC现场，搭载Lumo-2的机器人能够快速把杂物整理进书包，并顺利拉上拉链。

听起来似乎不算复杂？实际上，这个任务同时要求长时序推理、柔性物体操控和毫米级精度控制，是目前业内公认的高难度家务场景之一。

团队一次性公开了22项家庭任务真机测试结果。在时序推理、物理理解、高精度控制、长时序执行和灵巧操作等多个维度上，Lumo-2的表现超过了国际顶尖模型Pi 0.5、FAST-WAM等。

而DuoCore则负责守住模型能力的下限。它通过快慢系统架构，把领先的机器人模型部署到低算力商业场景中。翻译成更直白的话就是：不用堆昂贵GPU，商场里的机器人同样能稳定运行。

目前，DuoCore已经在全国多个城市的热门商圈落地，WRC展出的机器人MART就是一个很有说服力的落地样板。

星尘智能还展示了模型层面的前沿方向——强化学习。

与相对静态、可预判的家庭家务不同，WRC现场的人机桌面冰球对打属于高强度实时对抗场景：球速快、轨迹随机，模型必须具备实时视觉预测能力和毫秒级响应能力。而这恰恰体现了强化学习在动作策略准确率提升上的价值。

聊完模型，再来看OS。如果说模型是机器人的大脑，那么操作系统就是让这个大脑真正高效工作的底层调度中枢。

星尘AOS与市面上把AI作为传统系统插件的方案不同，它是把AI能力直接嵌入系统底层。

比如，用户只需要说一句“我希望机器人能在药店帮我分拣药品”，系统就可以自动完成需求理解、能力调度和执行组装，直接生成一个机器人APP。

星尘AOS面向三类用户角色开放：

终端用户：几乎零门槛直接使用，不需要具备技术背景；

“一人公司”开发者：通过组合Meta包，一个人就能交付可售卖的机器人应用；

科研团队：可以通过SDK与ROS2接口进行更深层次的定制开发。

这套机器人操作系统显著提升了开发效率。过去，开发一个机器人APP往往需要一个工程师团队，而现在，一个人花两天时间就有机会完成。

为了验证这并非停留在纸面上的概念，WRC期间，星尘智能还同步在深圳举办了“一句话生成APP”机器人黑客松，并在WRC现场招募上海、北京、深圳总决赛参赛选手。

说完模型和OS，最后再聊聊机器人本体。

星尘智能基于自研绳驱传动技术打造的最新一代人形机器人T1，在WRC完成首秀，售价仅8.99万元起。

这是什么概念？当前行业里的人形机器人，普遍定价在数十万元到上百万元区间，而T1直接进入了中高端消费电子的价格带。

只有把价格真正降下来，人形机器人才能从展会展示走向大规模真实场景应用。

除了价格优势，T1的另一个关键标签就是绳驱技术。

目前机器人本体领域的主流方案多为关节直驱或推杆传动，本质上都属于刚性结构；而绳驱传动模仿人体肌腱运动方式，通过外置电机驱动腱绳，使末端结构更轻量，因此在灵活性与顺应性方面优于传统刚性方案。

绳驱本体具备高灵巧操作、高拟人动态和更高交互安全性等优势。这意味着，机器人更有机会与人类安全共处同一空间，不惧轻微磕碰，动作更自然，操作也更精细。

如今，资本市场更愿意追逐想象空间更大的具身智能模型，因此机器人本体的重要性常常被低估，但星尘智能团队并不这样看。

只有本体足够强，才能吸引更多模型团队接入；而模型团队完成部署之后，生态和数据飞轮才有机会真正转动起来。

星尘的绳驱机器人本体，正在逐步成为外部模型团队进行效果验证的热门平台。阿里达摩院借助其机器人完成煎牛排、倒红酒；破晓智能联合哈工大深圳，基于它进行灵巧操作验证；生数科技也指出，星尘绳驱结构的运动学特性与人类高度接近，这天然降低了模型迁移过程中的偏移成本。

02

为什么全栈能力会成为具身智能行业趋势？

为什么全栈路线会成为当下具身智能产业的重要趋势？

如果把视角拉大，会发现其他科技产业的发展史早就给出过类似答案。

在功能机时代，硬件是诺基亚的，软件是塞班的，芯片是德州仪器的，最终手机整体体验始终停留在旧时代的水平。

随后iPhone出现了。硬件、软件、芯片由同一个团队设计，被同一个目标驱动，并按照同一套标准进行协同调校。于是，苹果引领了智能手机革命，也成为全球最具代表性的科技公司之一。

iPhone之所以能带来远超同时代产品的用户体验，核心就在于垂直整合，而这往往也是产业发展到一定阶段后出现的必然收敛。

自动驾驶行业也上演过几乎同样的故事。

早期行业比拼的更多是算法，特斯拉第一代自动驾驶硬件平台采用的是Mobileye芯片。后来马斯克提出，必须自研芯片、自研数据闭环、自研整车工程。

在当时，很多人并不看好，几乎所有反对理由听起来都成立：成本高、周期长、风险大，而且供应商似乎更专业。

但结果是，后来特斯拉FSD芯片的整体体验明显领先竞争对手，而Mobileye的市场份额则被持续蚕食。

具身智能行业如今也在走相似的路径。

即使模型和OS足够强大，如果没有优秀的机器人本体来执行，整个系统依然只是空中楼阁；即使本体和模型都很强，如果缺少OS来统筹调度，那也只是一台难以发挥价值的“哑机器”；即使OS与本体已经成熟，如果没有强大的模型来完成决策与泛化，同样很难进入复杂真实场景。只有模型、操作系统和本体三者协同进化，才能形成真正的系统级竞争优势。

星尘智能很早就想明白了这个逻辑，这与其创始团队的背景密切相关。

公司创始人来杰，是腾讯Robotics X机器人实验室的一号员工兼架构师，此前还曾带领百度小度机器人团队，在AI与机器人领域拥有17年的研发经验。

在过往职业经历中，来杰既做过AI模型，也做过机器人本体，因此星尘智能今天的全栈能力，本质上是他把十多年的技术判断集中押注在了一起。

不过，全栈能力最难的一场真正考试，其实并不发生在WRC展馆内，而是在展馆之外的真实市场环境中。

星尘智能表示，公司的产品已经在多个真实应用场景中跑通，覆盖多种商业落地方向：

智慧药房：与蚂蚁灵波、国大药房合作，星尘机器人进入现有门店，协助药剂师完成夜间高频药品分拣；

智慧零售：与京东合作，机器人MART已进入多个城市商圈，星尘机器人负责接待、介绍、引导、取货与交付；

智慧交互：中科创达采用星尘机器人作为智能交互终端载体，打造面向展厅、前台等场景的高拟人交互解决方案；

智慧导览：具脑磐石基于星尘机器人落地导览应用场景；

工业物流：仙工智能在工业物流场景中部署星尘机器人，利用其高灵巧操作能力完成非标物料的抓取、分拣和上下料。

所以，如果这届WRC你只准备重点看一家公司的话，我会建议你优先关注星尘智能。

在具身智能这场长期竞赛中，最终更有机会留在牌桌上的，大概率会是那些没有明显短板、具备全栈能力的公司。

而星尘智能，至少在当前这批选手中，已经算是跑在前面的一个。