星尘智能WRC首秀：全栈具身机器人8.99万起

在本届WRC展区参观具身智能企业时，我们可以通过三个核心维度来观察企业的落地潜力：其一，AI模型能否胜任复杂长时序的真实任务；其二，机器人操作系统是否真正将AI能力嵌入底层调度，而非仅作为附加插件；其三，机器人本体能否在成本与安全性之间找到规模化量产的平衡点。这三道关卡，正是具身智能从实验室走向民用商业场景必须跨越的核心门槛。而今年的展会上，星尘智能的展位无疑是最值得深入了解的样本之一。

展会现场，星尘智能展示的机器人表现远超多数同类展品。在家庭场景演示中，其机器人不再局限于简单的叠衣动作，而是可以完成包括整理书包在内的20余项高难度家务；另一台机器人则与观众进行桌面冰球对战，反应速度远超人类，且动作并非提前预设的脚本；还有机器人可以自主完成语音接待、商品抓取与递送，动作流畅自然。

用户仅需通过自然语言描述具体场景需求，星尘的操作系统就能快速将想法转化为可运行的机器人应用，大幅降低了机器人应用的开发门槛。本次展会首次公开亮相的新一代绳驱人形机器人T1，起售价仅8.99万元，而行业内同类产品普遍定价数十万甚至上百万，这款产品直接将人形机器人的价格拉到了中高端消费电子的区间，这也是人形机器人能够从展会走向大规模民用场景的关键一步。

本届WRC有一个非常明显的行业趋势：估值领先的具身智能企业都在转向全栈布局。上一届展会的关键词还是“整机爆发”，2025年全球人形机器人出货量实现显著增长，被称为量产元年，但当时估值破百亿的企业寥寥无几。如今头部企业的展台不再仅展示硬件本体，同时会同步展示自研的模型架构、操作系统、数据闭环方案，甚至包括自研的传感器与驱动技术。

当前行业共识是，具身智能最核心的价值并非单独的本体或模型，而是真实场景中持续积累的场景数据，但要让数据形成完整闭环，企业必须具备全栈技术能力。海外头部企业如Figure、1X、特斯拉均已布局全栈路线，就连专注模型研发的Generalist也推出了专属的数据采集硬件，尽管各家起步路径不同，但都在朝着同一方向演进。星尘智能自2022年成立之初就坚持全栈路线，2026年完成了超10亿元的B轮融资，估值突破百亿。

按照星尘智能的定义，其全栈能力由AI模型、具身操作系统与绳驱本体三大核心模块构成。

先看AI模型层面，其基座模型Lumo-2是业内首款面向家庭场景的隐式世界动作模型。展会现场，搭载该模型的机器人可以快速完成杂物收纳进书包并拉上拉链的任务，这项任务看似简单，实则需要同时满足长时序推理、柔性物体操控与毫米级操作精度，是当前公认的高难度家务任务。星尘团队公开了22项家庭任务的真机测试结果，Lumo-2在时序推理、物理理解、高精度操作、长时序任务处理与灵巧操作等多个维度的表现，均超越了Pi 0.5、FAST-WAM等国际顶尖模型。

此外，DuoCore模型负责保障落地能力的下限，该方案通过快慢系统架构，能够将领先的AI模型部署在低算力的商业场景中，无需搭载天价GPU即可在商场等常规环境稳定运行。目前DuoCore已经在全国多个城市的热门商圈落地，展会上的机器人MART就是其落地的典型样板。星尘还展示了强化学习技术的落地效果，比如现场的桌面冰球对战，相较于静态可预判的家务任务，实时对抗需要模型具备毫秒级的反应能力与动态视觉预测能力，这正是强化学习优化动作策略的绝佳证明。

如果说AI模型是机器人的大脑，那么操作系统就是调度大脑完成任务的核心枢纽。星尘AOS操作系统与市面上将AI作为系统附加插件的方案不同，它将AI能力直接嵌入了系统底层。比如用户只需要说出“希望机器人在药店帮我分拣药品”，系统就会自动完成需求理解、能力调度与执行组装，直接生成可用的机器人应用。

这套系统面向三类角色开放：普通终端用户可以零门槛直接使用，无需任何技术基础；独立开发者可以通过组合预制Meta包，单人即可完成可售卖的机器人应用开发；科研团队则可以通过SDK与ROS2接口进行深度定制开发。这套系统大幅提升了开发效率，以往开发一个机器人应用需要一个工程师团队耗时数月，现在单人仅需两天即可完成。为了验证这套系统的落地能力，展会期间星尘智能同步在深圳举办了“一句话生成APP”机器人黑客松活动，并在展会现场招募北京、上海、深圳三地的总决赛参赛选手。

最后来看机器人本体，星尘智能基于自研绳驱传动技术打造的T1人形机器人在本次展会首次公开亮相，起售价仅8.99万元。行业内主流的机器人本体方案多采用关节直驱或推杆传动，本质上属于刚性结构；而绳驱传动模仿了人体肌腱的运动逻辑，通过外置电机带动腱绳实现动作，末端结构更轻量化，灵活性与顺应性均优于刚性方案。

绳驱本体具备高灵巧操作、拟人化动态表现与高交互安全性等优势，能够让机器人与人类在同一空间安全共处，不怕意外磕碰，动作更自然流畅，操作精度也更高。当前资本往往更关注具身模型的想象空间，而机器人本体的重要性常被低估，但星尘智能团队并不认同这一观点。他们认为，只有本体性能足够出色，才能吸引模型团队进行落地部署；模型团队接入后，生态与数据的正向循环才能真正运转起来。

目前星尘的绳驱本体已经成为多家外部模型团队验证效果的首选平台：阿里达摩院使用其机器人完成煎牛排、倒红酒等精细操作；破晓智能与哈工大深圳团队用其开展灵巧操作相关的验证实验；生数科技则表示，星尘的绳驱结构运动学特性与人类高度同构，能够大幅降低模型迁移时的偏移成本。

为什么全栈布局会成为当前具身智能行业的必然趋势？我们可以从其他成熟产业的发展历程中找到相似的脉络。在功能手机时代，硬件、软件、芯片分别由不同厂商提供，整体使用体验停留在功能机时代的水平。直到iPhone推出，苹果将硬件、软件与芯片整合为统一的研发体系，由同一团队协同设计、统一目标调校，最终引领了智能手机革命，成为全球顶尖的科技企业。这种垂直整合的模式，带来了远超分散式开发的使用体验，也是产业发展到成熟阶段后的必然收敛方向。

自动驾驶行业也上演了完全相同的故事，早期行业竞争的核心是算法，特斯拉初代自动驾驶硬件采用了Mobileye的芯片，但马斯克随后提出必须自研芯片、自研数据闭环与整车工程。当时几乎所有人都不看好这一决策，认为成本过高、周期过长、风险极大，且第三方供应商的技术更专业。但后续的发展证明，特斯拉的FSD芯片体验远超其他方案，Mobileye的市场份额也被持续蚕食。

具身智能行业正在复刻这一发展路径：再好的AI模型与操作系统，如果没有优秀的本体来执行动作，也只是空中楼阁；再完善的本体与模型，如果没有操作系统进行调度，也只是无法运转的哑巴机器；再优秀的系统与本体，如果没有强大的模型做决策与泛化能力，也无法真正进入真实场景。三大模块必须协同进化，才能形成真正的系统级优势。

星尘智能能够早早看清这一行业逻辑，与其创始团队的背景密不可分。公司创始人来杰曾是腾讯Robotics X机器人实验室的首位员工兼架构师，此前还带领过百度小度机器人团队，在AI与机器人领域拥有超过17年的研发经验。过往的工作经历让他既深耕过AI模型研发，也参与过机器人本体的制造，星尘智能的全栈路线正是他将十多年的技术判断整合后的成果。

全栈布局最难的考验并非展会上的演示Demo，而是真实场景中的持续落地。星尘智能表示，其产品已经在多个商业场景中完成跑通，覆盖的领域包括：

• 智慧药房领域，与蚂蚁灵波、国大药房合作，机器人进入线下门店协助药剂师完成夜间高频药品分拣工作
• 智慧零售领域，与京东合作的机器人MART已经进入多个城市的商圈，承担接待顾客、产品介绍、引导带路、商品取货与递送等工作
• 智慧交互领域，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化交互解决方案
• 智慧导览领域，具脑磐石基于星尘机器人落地了导览场景应用
• 工业物流领域，仙工智能部署星尘机器人完成非标物料的抓取、分拣与上下料等灵巧操作任务

如果本届WRC只选择一家企业深入参观，星尘智能无疑是最优选择。具身智能的竞赛最终留下来的玩家，必然是没有明显技术短板的企业，而星尘智能目前正是这一阵营中表现亮眼的选手。