星源智刘东：具身智能的产业拐点，是生产力能否规模复制

“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。”

8月19日-23日举行的世界机器人大会（WRC 2026）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》上表示。

相比具身智能的本体形态之争，他认为，产业下一阶段更重要的是具身大脑能否跨本体、跨场景复用，并在效果、效率和成本上形成可验证的商业价值。

刘东将这一过程归纳为四项能力：理解真实世界、预测动作后果、在端侧完成实时决策，以及在部署后通过真实任务持续学习。

这也构成了星源智的技术路线。与本体和算法紧密绑定的传统方案不同，星源智希望通过具身大脑、交互世界模型和端侧算力平台，将智能能力部署到人形机器人、机器狗、机械臂、车辆、无人叉车及其他自动化设备之中。

围绕这一目标，星源智构建了自己的具身大脑、交互世界模型和端侧算力平台。其中，ω-EVA通过“设想—验证—执行”闭环，让机器人在执行动作前预演可能产生的后果，并据此修正动作。

在商业化层面，刘东提出用“效果×效率÷成本”判断具身智能方案能否跨越PoC，只有综合价值优于原有方案时，机器人才能从技术展示走向规模复制。

这一判断已经进入实际项目验证。星源智与中力股份合作，将具身大脑应用于工业装卸场景，覆盖货车识别、路径规划、精准停靠、自动装卸和任务反馈等环节。

这也印证了刘东的说法，具身智能的竞争指标正在发生变化。过去比较机器人能否完成一个动作，未来则要比较它能否稳定完成一项工作，以及这种能力能否以合理成本复制到更多设备和场景。

以下为「明亮公司」整理的刘东在该分论坛上名为《从能力到生产力：具身大脑赋能产业，跨越验证拐点》演讲内容精编：

#01 具身智能正在从能力展示走向真实生产力

具身智能发展飞快。去年参加世界机器人大会时，大家看到的更多是机器人跳舞和运动表演；今年，机器人已经开始在很多场景中干活。大会现场不仅出现了真实生产线，也搭建了物流等应用场景。

我们现在需要考虑的，不再只是模型能否理解当前世界，或者机器人能否完成一个简单的PoC，而是它能否进入真实场景，持续完成工作。

从模型角度看，接下来有四项能力需要持续开发。第一，机器人模型要能够理解真实世界；第二，在理解世界之后，要能够预测自身动作可能产生的后果；第三，在预测动作后果之后，要能够在端侧实时完成决策并执行动作；第四，模型部署以后，要能够从真实任务中持续学习和进化。

我们认为，AI的下一次产业跃迁，是智能从数字世界进入物理世界。数字世界的AI已经发展得非常快。以编程为例，早期AI编程工具的能力还比较弱，现在一些AI工具生成的内容，已经能够达到较好的软件开发水平。数字世界的通用智能正在加速到来，物理世界的智能也会在不远的将来逐步落地。

进入物理世界以后，机器人需要解决环境感知、空间理解、变化预测、动作执行和端侧部署等问题。这些能力完善以后，机器人才可能在不同环境中代替人类完成一系列工作。

#02 具身智能的下一阶段不是本体之争

星源智是一家专注于具身大脑的公司，我们自己不做机器人本体。不做本体，如何为不同本体提供好用的大脑？我们的思路，是从模型和算法范式上进行创新。

过去的模型大多采用VLA范式，机器人本体与算法紧密耦合。模型需要依靠真机采集数据进行训练，如果迁移到另一种机器人上，整机映射、关节结构和动作控制方式都会发生变化，很难实现跨本体通用。

现在，我们尝试采用具身交互式世界模型范式构建机器人大脑。模型可以通过与特定本体无关的数据理解不同场景，再利用少量真机数据完成映射。这样，同一套模型就有机会部署到人形机器人、机器狗、机械臂、车辆以及其他自动化设备上。

真实产业需要的机器人形态是多种多样的。人形机器人适合代替人类完成分拣、搬运等工作，物流和生产场景中也已经存在大量自动化工具。如果能够把具身大脑直接部署到这些工具上，就不再需要人持续操作设备。

具身大脑需要提供对环境的感知、对任务的理解和规划，也要提供移动、导航、避障、设备操作、物体操作以及全身运动控制能力。有了这些能力，不同形态的机器人才能被驱动起来，完成一系列工作任务。

星源智提供具身大脑、世界模型和端侧算力，希望让轮式双臂机器人、人形机器人以及各类自动化设备在不同场景中完成任务。

#03 让机器人在行动前预演后果

传统模型接到任务后，通常会直接生成动作。我们的模型在接到任务后，首先思考下一步应该怎么做，同时预演这一动作可能产生什么后果。

如果预测结果有利于完成任务，机器人就执行这一动作；如果预测结果不利，模型就会修正候选动作。通过这种方式，机器人可以在行动前形成一个思考和修正闭环。这一闭环可以概括为三个阶段：Envision、Verify、Act，也就是设想、验证和执行。基于此，今年6月，我们发布了端侧交互世界模型ω-EVA。

ω-EVA的核心是基于隐空间的世界模型。它学习物理世界的变化，并与动作生成模型同步工作。动作模型生成候选动作序列后，会将动作重新输入世界模型，观察它可能对空间和环境产生什么影响，再根据预测结果修正动作。整套闭环以较高频率持续运行，从而提高任务执行的成功率。

世界模型在这里不再只是被动预测未来，而是进入动作生成过程，成为反馈和修正动作的一部分。ω-EVA参数规模约为1.2B。在没有额外机器人数据预训练的情况下，该模型在LIBERO、LIBERO-PLUS和RoboTwin 2.0等评测中取得了较好的结果。

#04 机器人大脑必须走向端侧

具备世界模型以后，接下来还要解决模型能否在现有机器人上实时运行的问题。过去的机器人主要进行运动展示，对算力的需求相对有限。现在，模型规模越来越大，如果机器人本体没有足够的算力，就很难完成实时感知、推理和控制。

如果把模型放在云端运行，会产生网络依赖和通信延迟，生产数据和用户数据也不适合全部上传云端。这些问题会影响模型对机器人的实时驱动。因此，我们需要让大脑在端侧运行。端侧大脑能够让机器人实时响应，在本地完成模型推理，减少对网络的依赖，同时保障数据和隐私安全，这种方式更适合真实物理任务。

目前，端侧大算力已经从自动驾驶领域逐渐延伸到机器人领域。现在一些主流机器人方案已经开始内置较高算力，以支撑更复杂的具身模型。星源智也开发了端侧算力平台，使交互世界模型可以在本地运行，不需要依赖云端网络。

有了模型和端侧算力以后，还需要更多高质量数据作为训练燃料。因此，我们打造了覆盖模型训练、数据采集、端侧算力和垂直场景交付的数据闭环。

搭载具身大脑和端侧算力平台的机器人进入真实场景后，可以一边工作，一边采集数据。这些数据反馈回来以后，又可以继续训练世界模型，使机器人进入越用越好用的状态。

#05 跨越PoC，形成可以规模复制的产业方案

目前，星源智的具身大脑已经应用于工业制造、生产分拣、物流搬运、商业服务、教育教学和自动巡检等领域。我们提供的是一套跨本体、跨场景的具身大脑。在选择落地项目时，我们也提出了一项判断标准：新的具身智能方案与原有方案相比，效果、效率和成本能否达到更优的平衡。

可以用一个简单的公式进行判断：价值系数＝效果×效率÷成本。如果计算结果大于1，说明新方案相较于原有方案更有优势，也更有机会从PoC项目走向可以大规模复制的工业项目。

当然，成本有所增加并不一定意味着项目没有价值。如果效率提升明显、效果足够好，客户仍然可以接受。相反，如果机器人虽然能够完成任务，但效率和成本没有优势，就很难实现规模化落地。

我们与中力股份合作的工业装卸项目，是一个比较典型的案例。物流领域已经实现了较高程度的自动化，但装卸车一直是比较难解决的环节。卡车到达作业区域时，车型具有随机性，停车位置具有随机性，车内货物和托盘的状态也具有随机性。这些问题很难通过预编程解决。

将具身大脑部署到叉车以后，叉车可以自主识别车辆类型、停车位置和车内货物，并规划卸货流程，将货物依次卸下。在实际部署中，双车协同的作业效率已经可以接近人工，同时成本能够明显降低。

在高货架仓储等场景中，过去往往需要布置四向穿梭车或者货到人的AGV系统。硬件合作伙伴也可以针对场景快速生产适配的机器人本体，再通过部署星源智具身大脑，为设备提供环境理解、物体识别、操作和自主导航能力。

不同形态的机器人都可以部署同一套具身大脑，并进入不同产业场景。只有当机器人在效果、效率和成本上形成综合优势，具身智能才能从技术能力转化为真实生产力。