半个具身智能产业链齐聚亦庄，2025年度权威榜单发布

2026年，具身智能行业将迎来真正的分水岭。

过去两年，机器人登台表演的进步有目共睹：跑得更快、跳得更高、动作更流畅。这确实是行业最直观的成果，证明了本体工程与运动控制的实质性进展。但从产业视角审视，决定机器人上限乃至具身智能天花板的，并不在于这些舞台效果。

6月16日，星海图在亦庄举办全球开发者大会，同步披露模型、本体与数据三大战线的成果：G0.5大模型跻身全球第一梯队，自研双足人形机器人Kengo首度亮相，“百万小时真实数据计划”正式启动。至此，星海图成为中国唯一同时具备顶尖模型与顶尖本体的具身智能企业。

这场汇聚了半个具身智能产业链的大会，释放出一个明确信号：行业竞争正从单台产品的性能比拼，转向数据生态与系统能力的全面较量。

头部玩家加速构建生态版图

国内具身智能行业的层级分化日益清晰。不同企业基于自身禀赋，选择了截然不同的进化路径。

宇树科技的核心竞争力集中于本体硬件、运动控制与量产交付。其四足与人形机器产品凭借高动态运动性能、成本优势与工程交付能力，长期占据行业关注焦点。这代表了一条典型的硬件工程路线——先打造稳定、灵活、可靠的身体，再通过规模化量产开辟市场。

智元则强调整链垂直整合，打法更趋近于“软硬件一体化的具身智能平台”。该路线的核心优势在于控制力强，适合在明确场景中推动规模化落地部署。

星海图走出了第三条路。硬件与数据，在它这里都不是终点，而是通向同一目标的不同入口。所有努力最终都指向一个核心命题：机器人如何在真实世界中创造可量化的生产力？

换句话说，星海图选择自研整机，是为了获取真实场景中的数据入口、执行反馈与模型闭环。缺少整机，具身智能就失去了持续采集物理世界数据的载体；没有真实世界的任务反馈，模型迭代也难以实现有效闭环。

从这个逻辑出发，星海图的战略可以概括为“数据-模型-整机”飞轮：整机深入场景，带回真实数据；真实数据训练模型，提升任务泛化能力；模型能力反过来定义下一代本体、模组与场景部署策略。

星海图并未将自己锁定在单一本体形态中。早期它就提出了“一脑多形”的判断——人形只是具身智能的载体之一，未来真正具备价值的是一套可迁移、可复用、可接入多种硬件形态的智能系统。

这也解释了星海图为何反复强调“生态”二字。过去，具身智能行业更多是在制造“专用工具”，针对某个场景或流程设计机器人，能力边界明确，但迁移至新场景的成本极高。星海图希望构建的，是更接近“通用智能体”的底层能力——同一套大脑可适配轮式双臂、双足人形、灵巧手等不同本体形态，也能进入工业、商业、科研等多元场景。

这并不意味着专用机器人没有价值。恰恰相反，专用机器人往往是具身智能最早实现落地的入口。但如果行业长期停留在专用工具阶段，每家公司都将陷入重复造轮子的困境，数据无法流动，模型难以泛化，生态也难以成型。星海图要解决的，正是从“单点可用”到“能力复用”的核心问题。

三重跃迁曲线：从本能到进化

大会上，星海图CEO高继扬提出了具身智能发展的“三重跃迁曲线”：本能智能、作业智能与进化智能。

本能智能解决的是机器人对自身身体的掌控，包括平衡、协调、运动控制与复杂地形适应。这类似于动物的本能反应，是机器人进入真实世界的基础门槛。缺乏这一层能力，机器人无法稳定执行任务，更谈不上产出生产力。

作业智能更接近产业真实需求。机器人不仅需要能动，还要能理解任务逻辑、拆解操作流程、完成有序作业。在这一阶段，自然语言将成为关键接口——因为真实世界中的生产任务，往往是一连串带有上下文、目标和约束条件的流程。人类需要通过语言调度机器人，机器人则需将语言指令转化为可执行的动作序列。

进化智能则是更长远的判断。过去，人类凭借经验设计机器人的形态、关节、传感器与任务流程；未来，AI有望反客为主，参与定义机器人应该长成什么样子、采集哪些数据、进入哪个场景、如何形成下一轮能力迭代。具身智能的终局，或许不只是让机器人模仿人类动作，还包括让AI重构机器人设计与生产的底层逻辑。

星海图认为，具身智能不存在所谓的“GPT时刻”。大语言模型的突破发生在一个普通用户可以直接感知的界面里——每个人打开网页或手机，就能直观看到模型能力的跃迁。但具身智能的进展不会如此集中爆发，也很难由一次产品发布就完成定义。它更可能在B端场景中逐步渗透：仓储、零售、工业、服务、科研，某个场景先跑通，某类任务先稳定，再逐步扩展至更多任务。几年后回头看，机器人可能已深入大量生产环节，但很难说清质变到底发生在哪一天。

在此判断下，星海图构建了一系列支撑“作业智能”落地的硬核技术矩阵，包括G0.5、Fast-WAM、Kengo、R1系列、灵巧手等，覆盖软件到硬件全栈。

新一代VLA基础模型G0.5是这套体系的智能核心。该模型采用统一自回归VLA架构，具备“边思考边行动”的原生动作思维能力，并沉淀了抓取、放置、推拉等可迁移基础动作单元。

评测数据显示，G0.5刷新了全球7大权威榜单，稳居全球第一梯队，位列国内第一。

Fast-WAM世界模型则聚焦于动作响应效率。对机器人而言，慢半拍就意味着任务失败。Fast-WAM单步推理延迟仅为190毫秒，配合G0.5可使机器人动作响应速度提升4倍以上。

此外，星海图自研的双足人形机器人Kengo，不仅外形具备科技感，更拥有强悍的运动爆发力（单关节扭矩超130N·m），可胜任四连踢、递物、叠衣等复杂场景动作。双足形态的核心价值，在于它能无缝适配现有人类环境，降低场景改造成本。对一家以“具身大脑”为核心的公司而言，拥有自研双足本体，意味着可以在更复杂的任务中充分验证模型能力。

Kengo的发布，补全了星海图面向全身作业的最后一块拼图，使其成为中国唯一同时拥有“顶尖模型+顶尖本体”的具身智能企业，“整机+智能”战略正式形成闭环。

真实数据：具身智能的长期壁垒

除了模型与本体，数据是制约具身智能发展的另一个核心变量。在许多从业者看来，其重要性不亚于前两者。

大语言模型之所以能实现能力跃迁，关键前提是互联网已积累了海量文本、图像、代码与视频数据。而具身智能至今没有属于自己的“互联网”。物理世界每天都在发生大量交互，但这些交互很少被系统性地记录为可训练、可复用、可标注的数据。

缺乏足够规模、质量与多样性的真实世界数据，具身智能很难真正理解物理约束，也难以在新环境中稳定执行任务。仿真数据与合成数据虽能提升效率、补充长尾场景，但真实世界的操作数据依然不可替代。

从行业进展来看，过去两年，具身智能赛道的数据积累量基本停留在几千小时到十几万小时区间。但今年开始，行业头部企业普遍在向百万小时量级数据推进，而未来两三年，千万小时或将成为新的竞争基准线。

星海图去年开源的GOD数据集，是全球首个开放场景具身操作数据集，下载量已突破60万次，在开源社区中保持着较高活跃度。

在此基础上，星海图联合北京亦庄共建“亦数智能”，并启动“100万小时超高质量真实数据计划”，目标在2026年完成百万小时数据积累，未来三年迈向千万小时规模。

同时，通过由原力灵机、蚂蚁数科、百度智能云等15家企业组成的“数据生态联盟”，中国具身智能终于开始搭建属于自己的第一条完整数据供应链。

千万小时量级的动作、视觉、力觉协同数据，有望打破Corner Case的魔咒，让AI开始反向定义硬件，彻底将机器人从特定场景推向真正的通用化。谁掌握了真实数据，谁就掌握了通往物理AI世界的话语权。在这一逻辑下，星海图试图对行业的游戏规则进行一次底层重构。

商业终局的重定义

过去，外界评估具身智能公司，最常用的标准是卖出了多少台机器人、进入了多少个场景、能否形成稳定订单。这些指标依然重要，因为它们决定了企业能否活下来。但从更长远的产业视角看，具身智能的商业模式可能会经历一次深层变革。

星海图提出，未来具身智能的商业模式将从“整机销售”，走向“方案订阅”，最终进入“Token销售”——这也是具身智能商业模式中，最具想象空间的部分。

第一阶段与智能解耦，只是单纯“卖铁”，而星海图追求的是智能驱动的第二乃至第三阶段的领先优势。

通过开放“大脑”与构筑“真实数据互联网”，星海图正在发展成为具身智能时代所有开发者都无法绕开的基础设施供应商。没有任何一家公司能独自定义这个时代，但当半个具身智能产业链今天都站在亦庄的会场里时，大幕已经拉开。

或许具身智能的确没有GPT-3.0时刻，但我们能看到，它正在加速走向成熟。