NE时代

◎ 星源智刘东：具身智能的拐点，是复制生产力。

△ 撰文：董志洋

会做一个动作的机器人越来越多，能把同一套能力装进不同设备、带到不同现场的公司仍然不多。

2026世界机器人大会（WRC）期间，星源智创始人兼CEO刘东在“智造现场·具身智能的工业试炼论坛”上说：“机器人能够完成任务，并不等于已经成为生产力工具。具身智能真正需要跨越的，是从单点技术验证进入真实场景，再走向规模复制的产业拐点。”

△ 星源智创始人&CEO 刘东

WRC现场，两台人形机器人和一台四足机器人协同跳长绳，搭载世界模型的机器人与观众打乒乓球，具身大脑进入工业装卸和高位作业设备。此外，星源智还发布了JEPA-WAM与N5C液冷端侧算力平台。

刘东在演讲中重点谈到跨本体迁移、端侧部署和真实生产，这几项能力也贯穿了星源智在WRC的展示。

01.

Demo之后，要看生产节拍

刘东对比了两届WRC的变化。

此前，观众看到的更多是机器人跳舞和运动表演；今年，大会现场出现了生产线、物流作业和更多面向实际工作的机器人。

一段演示可以证明机器人具备某项能力，进入生产现场后，它还要处理物体位置变化、设备误差和连续任务，并且跟上原有的作业节拍。

刘东把机器人走向生产力需要补齐的能力归纳为四项：理解真实世界，预测动作可能带来的后果，在端侧完成实时决策和执行，以及在部署后通过真实任务继续学习。

机器人先要看懂现场和任务，再判断动作可能造成的变化；选定动作后，本地算力需要及时完成推理和控制。运行过程中产生的新数据，还要回到训练体系中继续改进模型。

刘东用一个简化公式判断项目是否值得继续推进：价值系数＝效果×效率÷成本。

按照他的解释，效果对应任务完成质量，效率关系到生产节拍，成本决定方案可以部署到多大范围。计算结果超过1，意味着新方案相较原有方案具备综合优势。

这个判断把技术指标换成了客户可以直接衡量的结果。机器人即使能够完成任务，执行速度远低于人工，或者每进入一个现场都要重新采集大量数据、重新训练模型，也很难形成批量项目。

星源智没有进入本体制造。

刘东在演讲中直言：“我们自己不做机器人本体。”公司把业务集中在具身大脑、交互世界模型和端侧算力平台，希望将智能能力部署到人形机器人、四足机器人、机械臂、车辆、无人叉车及其他自动化设备。

选择不做本体，星源智的产品价值便取决于机器人大脑的复用范围。模型可以适配的身体和任务越多，新项目重复采集数据和训练模型的成本才可能下降。

02.

跨本体，要先解决迁移成本

刘东认为，传统VLA与具体机器人本体的耦合程度较高。模型依靠真机数据学习观测与动作之间的关系，机器人更换以后，关节数量、动作空间、控制接口和动力学特征都会改变。

星源智尝试通过具身交互世界模型学习环境、物体和任务之间的关系，再用少量真机数据完成动作映射。具身大脑负责环境感知、任务理解、路径规划、导航避障和物体操作，控制系统再按照不同本体的结构生成具体动作。

人形机器人和叉车不会共享同一组关节指令，可以重复使用的是对场景和任务的理解，以及把任务目标映射到不同本体上的方法。

WRC现场的“灵机腾跃”演示把跨本体能力放进了一项连续任务。

两台人形机器人协同摇绳，四足机器人根据绳索位置和节奏连续跳跃。项目由星源智与南京大学LAMDA团队联合完成，使用RoboBrain Pro具身大脑、分层协同学习、闭环反馈和多智能体强化学习。

值得一提的是，这是全球首次人形机器人与四足机器人异构多机协同跳长绳实机验证。

三台机器人需要不断交换任务状态。摇绳机器人保持振幅和节奏，四足机器人判断绳索经过的时间；其中一台出现偏差，其他机器人要根据新的状态调整动作。

异构协同增加了机器人之间的实时反馈，也检验具身大脑能否同时处理不同身体的运动特点。

RoboBrain Pro还进入了工业车辆和高位作业设备。星源智根据具体任务选择机器人形态，再为设备提供环境理解、自主导航、物体识别和操作能力。

工厂和仓库里已经有叉车、机械臂和各类专用设备，机器人大脑如果能够接入这些设备，企业可以保留原有机械结构，只升级感知和决策能力，跨本体也就不再局限于几款人形机器人之间的模型迁移。

身体问题拆开以后，模型还要面对另一类变化。即使使用同一款机器人，现场的背景、物体位置和任务状态也不会与训练数据完全相同

星源智把这部分工作交给世界模型。

03.

世界模型开始参与动作生成

刘东把“预测动作后果”列为具身大脑的核心能力，机器人看到当前环境后，还要判断动作会怎样改变物体和空间关系。

星源智目前沿着两条路线研究世界模型。

2026年6月发布的ω-EVA采用Envision、Verify、Act闭环，即设想、验证和执行。

动作模型先生成候选动作，世界模型预演动作可能带来的环境变化。预测结果有利于完成任务，机器人执行动作；结果偏离目标，模型重新调整。ω-EVA参数规模约为1.2B。

WRC现场，搭载ω-EVA的机器人与观众进行乒乓球对打。球的位置、速度和方向不断变化，机器人需要判断球路和落点，并根据结果调整挥拍动作。

乒乓球没有固定轨迹可供重复播放，世界模型需要跟随来球变化，反复预测动作结果，才能把回球动作接起来。

WRC期间发布的JEPA-WAM采用了另一种方法，该项目由星源智联合创始人、算法负责人何嘉伟博士与实习生林艺涵主导研发，相关代码已经开源。

JEPA-WAM不生成完整的未来视频，而是学习当前状态与未来状态之间的变化。模型使用冻结的V-JEPA 2.1编码器处理视觉信息，以Qwen2.5-0.5B作为共享预测器，并通过动作专家生成连续动作。

训练时，模型将当前画面和未来画面放进同一个表征空间，学习物体位置、局部区域和空间关系怎样随时间改变。它保留图像块级的空间对应关系，杯子移动、抽屉开合等变化可以与具体区域和物体联系起来。

共享预测器同时参与状态转移预测和动作生成。环境变化产生的监督信号直接训练动作生成使用的模型主干，动作分支则通过独立表示读取任务和视觉信息，减少两个训练目标之间的干扰。

状态转移预测只用于训练。模型部署到机器人后，目标编码器和转移预测分支被移除，系统直接根据当前视觉信息和任务指令生成动作，不需要逐帧生成未来视频。

JEPA-WAM关心的是哪些环境变化会影响机器人行动，相比生成一张视觉完整的未来画面，物体如何移动、空间关系如何改变，对动作控制更有用。

在LIBERO-Plus测试中，没有使用大规模机器人策略预训练的JEPA-WAM平均成功率达到79.2%，将同类状态转移监督加入预训练策略π0.5后，平均成功率由84.5%提升至86.3%。

RoboTwin 2.0测试中，JEPA-WAM在Clean和Random设置下分别达到79.9%和36.9%。

真机双臂操作测试中，JEPA-WAM在分布内和分布外场景分别得到59.8%和54.2%的平均任务完成分，π0对应成绩为51.8%和22.5%。

分布外测试改变了背景、物体位置或初始状态，更接近机器人进入新现场时遇到的情况。

JEPA-WAM在这类测试中的表现，支持星源智以环境变化提高模型迁移能力的技术思路。

同一套状态转移监督还可以接入已有VLA策略。JEPA-WAM通过增加未来Token和轻量预测分支，为π0.5补充环境变化信息，同时保留原有的视觉和动作路径。

ω-EVA在执行阶段预演动作后果，JEPA-WAM用状态变化训练动作策略。无论采用哪种方式，世界模型最终都要跟随机器人进入现场运行，端侧设备必须接住不断增加的计算量。

04.

端侧和场景决定复制范围

刘东判断，“机器人将像智能汽车一样，进入高算力时代。”他以智能汽车端侧算力从700 TOPS向3000 TOPS演进为参照，预计高阶机器人也会从2000T+继续向10000T+发展。

机器人需要同时处理视觉、语言、空间和动作信息，将模型放在云端，会受到网络稳定性和通信延迟影响，生产数据和用户数据也不适合全部上传。端侧大脑可以在弱网或断网环境下继续运行，并在本地完成感知、推理和控制。

星源智在WRC发布的N5C液冷端侧算力平台搭载THOR T5000计算核心，面向高功率密度机器人计算。

根据星源智公布的参数显示，其液冷循环架构散热能力达到传统风冷的3至15倍，可在70℃环境中稳定运行，并具备IP56防护等级。

N5C机身厚度由60毫米降至40毫米，采用低噪音、低振动设计和快插接口。平台搭载C++边缘推理框架RoboInfer，可运行π0.5、GR00T、Fast-WAM和JEPA-WAM等模型。

算力芯片决定模型是否跑得动，散热影响持续运行，推理框架负责调动模型，尺寸则决定平台能够装进哪些机器人，端侧大脑需要同时处理这些工程条件。

JEPA-WAM在RoboTwin测试中的推理延迟为85毫秒，对应11.76Hz。由于训练使用的目标编码和转移预测分支不会进入部署阶段，模型减少了现场推理需要执行的模块。

星源智目前形成T5、N5、N5C和BotPack B等端侧产品组合，覆盖不同机器人形态、安装空间和散热需求。

模型和算力最后都要进入具体工作。

星源智与中力股份合作的具身装卸方案，覆盖货车识别、路径规划、精准停靠、自动装卸和任务反馈。

货车到达作业区域后，车型、停车位置、车内货物和托盘状态可能变化。具身大脑先识别车辆和货物，再规划设备如何接近、停靠和完成装卸。

目前，该方案实现单车装卸约90秒、双车协同装卸约1分钟，与人工操作速度相当。

面向高位作业的“擎天柱”最高可完成10米级作业，并用一台机器人承接原有两台设备的作业流程，减少人工登高。

装卸项目已经把模型表现换成生产节拍，高位作业则增加了安全价值。刘东提出的“效果、效率和成本”，在这里都有了具体对象。

星源智还计划把机器人执行任务时产生的数据送回训练体系。机器人进入新的设备和场景后，现场数据继续训练世界模型，更新后的能力再部署到端侧。

对一家不生产本体的公司来说，规模不只体现为交付了多少台硬件，也体现为一套机器人大脑能够进入多少种设备、完成多少类任务。

每个项目都需要从头训练，软件能力很难摊薄成本；新项目能够复用已有模型、数据和端侧平台，具身大脑才可能形成规模收益。

刘东所说的“复制生产力”，最终要落到这种复用上。

机器人换一副身体、换一个现场，仍然能够理解任务、及时行动并跟上生产节拍，具身智能才真正越过产业拐点。

-END-