在全球开发者大会上，具身智能企业星海图公布了其最新技术进展与商业战略，引发行业高度关注。此次大会上，星海图不仅展示了双足人形机器人Kengo（行客），还开源了新一代VLA基础模型G0.5，并与北京亦庄等国资平台共同成立数据公司“亦数智能”，启动“100万小时超高质量真实数据计划”。随着Kengo的发布，星海图成为中国唯一同时具备模型与本体研发能力的具身智能企业。
具身智能赛道正从早期技术展示向商业化落地转型，产业焦点逐渐转向底层逻辑与实际应用场景。星海图CEO高继扬表示，公司已重新定位自身角色：作为具身大脑企业，以基础模型预训练为核心；作为软硬结合企业，坚持自主开发整机，动力单元自研比例达80%；作为数据驱动型企业，是国内最早且最坚定投入真实数据采集的公司。
在硬件层面，Kengo机器人采用整机EC通信架构，确保系统同步性，但星海图并未将商业重心放在硬件本身。高继扬强调，整机与供应链是“有限游戏”，而智能与应用才是“无限游戏”。公司投入资源研发硬件，最终目的是为智能算法提供支撑。他以发达国家劳动力成本为例：若硬件成本降至1万美元，一年回本周期下可释放3万至4万美元的溢价空间，这正是智能技术的商业价值所在。
基于这一逻辑，星海图规划了三条商业路径：第一阶段通过整机销售切入科教研与展演娱乐市场，避免盲目扩张生产力场景；第二阶段随着机器智能提升，转向生产力场景的方案订阅服务；第三阶段实现物理世界Token销售，按机器人实际操作量计费，类似云计算的算力付费模式。为支撑这一跨越，公司提出本能智能、作业智能与进化智能的“三重跃迁”技术架构。
针对VLA与世界模型的技术路线分歧，星海图提出融合方案：两者底层均将多模态数据转化为Token，通过Transformer编码。具体应用中，以模仿学习为主的作业智能（如G0.5模型）将优先部署于轮式双臂机器人，解决高精度任务；以强化学习为主的本能智能则匹配Kengo等双足设备，应对复杂地形运动控制。最终，两类技术将在非结构化空间中融合，形成完整的具身大脑能力。
数据匮乏是当前具身智能的核心挑战。高继扬指出，行业需在动作、操作对象、场景和机器本体四个维度积累海量真实物理数据，而仿真数据无法解决泛化性问题。与大语言模型依赖公开网络文本不同，具身智能所需数据99%为私有物理数据，获取成本高昂。为此，星海图联合北京亦庄控股等机构成立“亦数智能”，启动百万小时级数据采集计划。
据测算，以人力为主的采集成本约每小时50至100元，含设备折旧的遥控操作则高达250元/小时。完成百万小时采集需投入1亿至2亿元直接资金。星海图计划通过工业场景外包采集与穿戴设备众包采集双轨并行，三年内将数据规模扩展至千万小时。然而，数据采集仅是成本冰山一角——具身智能领域存在“1:10定律”，即每投入1元采集数据，需配套10元算力训练成本。
面对指数级增长的资金需求，星海图采取“Scaling Law”策略：数据与算力消耗非线性增长，企业需在资本上行期储备资金，并严格遵循技术规律规划支出。为应对数据爆发带来的生态与合规挑战，公司联合凯辉基金发起“星途计划”产业基金，扶持初创团队；同时与蚂蚁数科、百度智能云等15家企业成立数据生态联盟，构建从采集到应用的闭环体系。
