星海图创始人高继扬：具身智能三层技术路线，没有捷径可走

具身智能的三重跃迁：从“本能”到“进化”的阶梯

高继扬在Galaxea WDC 2026大会上系统阐述了具身智能的三大必经阶段。第一层“本能智能”直接作用于本体，让机器人像人类一样天然学会驾驭身体——保持平衡、行走、奔跑；第二层“作业智能”建立在本能之上，解决有序操作问题，语言是重要接口，星海图的G系列模型正是这一层的核心；第三层“进化智能”指向更深的问题——AI是否能定义最优生产力形态。高继扬认为，今天机器人的身体由人类工程师设计，未来AI将围绕应用场景与任务，自主定义和设计机器人本体，实现从“人定义机器人”到“AI定义机器人”的跨越。CTO赵行在技术演讲中进一步拆解，G0.5 VLA基础模型已实现从任务后训练到零样本泛化的跨越，并公布了向G0.7、G1.0演进的路线图；世界模型Fast-WAM将单步推理延迟压缩至190毫秒，而双足人形机器人Kengo则是全身控制基础模型的物理载体。

不做整机就没有数据闭环：星海图为何坚持“软硬结合”

在多数具身智能公司选择只做“大脑”时，高继扬判断“不做整机就不可能赢”。其逻辑分两层：长期来看，具身智能最核心的竞争优势建立在物理世界数据闭环上——用自己的机器人在真实场景采集操作数据，训练模型，再部署回机器人产生更多数据。这个循环的起点必须是自家整机硬件。中短期来看，客户购买的不是算法，是一台能工作的机器人，当前具身智能类似汽车产业百年前的初创状态，没有现成产业链，必须从零开始做整机。星海图从第一天起就坚持自研整机，动力单元80%自研或产业链共研，从轮臂R1系列到双足Kengo，成为国内唯一同时拥有顶尖模型与顶尖本体的企业。联合创始人许华哲也强调，“整机生产能力看起来不酷，但很重要”，这是机器人链条的底层基座，自研本体不仅能拓展市场，更打开了技术迭代的“发动机”——斯坦福李飞飞团队就曾用R1平台反馈问题，帮助星海图针对性改进。

真实数据的成本算术与数据飞轮：没有“互联网”就自己建

具身智能发展的核心瓶颈之一在于数据。语言大模型靠互联网级别数据量涌现能力，而具身智能至今没有自己的“互联网”。高继扬算了一笔账：采集一小时真实操作数据约需200-250元人民币，10万小时数据（相当于一个人从出生到18岁与物理世界互动的总时长）总成本约2500万，对融资初创并非不可负担。更重要的是“智能总成本”算法——数据品质与训练成本比例约1:5到1:10，省数据钱会浪费更多训练钱。星海图已开源500小时操作数据集和G0模型，并联合北京亦庄启动“100万小时超高质量真实数据计划”，目标三年迈向千万小时，联合蚂蚁数科、百度智能云等15家企业成立数据生态联盟。许华哲补充，真实数据是唯一与物理世界真实无差的数据，自动驾驶和语言模型已证明真实数据是好模型的最佳“燃料”，星海图在苏州搭建“数据工厂”，几十台机器人日夜采集工业、物流、家庭场景数据。

传播周期框架：算法壁垒只有3个月，整机与数据才是护城河

高继扬自创了“传播周期”框架来解释竞争壁垒：不同要素被对手追上所需时间差异极大。整机与供应链需要12-18个月，客户渠道至少6个月，数据体系在整机基础上再加6-12个月，而算法在开源时代传播周期只有2-3个月。这意味着纯算法投入壁垒最低，星海图因此优先将资源投入传播周期更长的环节：整机、数据、渠道。这一框架也直接解释了为何大厂在算法上可以快速追赶，但在数据获取和整机整合上反而更慢——数据品质需要懂模型的团队定义，整机需要从供应链到结构设计全链路能力。高继扬总结：“做机器人行业就是链条极长的行业，有时候你得把头埋进土里。” 这一逻辑也体现在联合创始人许华哲的离开上——双方分歧本质是“务实创新”与“超前创新”的张力，高继扬认为算法创新独立于整机和数据的ROI太低，而星海图坚持“价值闭环”高于“技术信仰”。

开放生态与未来展望：从单点竞争走向共建

高继扬在大会结尾强调，没有任何一家公司能独自定义具身智能，必须与全球开发者、客户和产业伙伴携手。星海图不仅开源模型与数据集，还联合凯辉基金发起创业孵化项目“星途计划”，赋能早期团队。现场展示的R1 PRO、Kengo等全系产品及物流供包、柔性织物折叠等demo，呈现了从模型到落地的完整能力。许华哲展望未来十年将为具身智能黄金时代：1-2年内技术场景规模化落地，3-5年B端工业应用全面爆发，十年后机器人或将像扫地机一样进入家庭。高继扬则用一句话概括星海图：它是一家具身大脑企业，靠“学得越多越聪明”的规模效应；它是软硬结合最扎实的，从第一天坚持自研整机；它是国内最早也最坚定押注真实数据的公司。在这个充满技术浪漫主义的行业里，高继扬选择了一条不浪漫的路——把整机做好、把数据闭环跑通、把客户用起来，让机器人从实验室走进真实世界。