星海图发布G0.5基础模型升级与三大整机新品

8月21日，2026世界机器人大会期间，星海图在北人亦创会展中心举办「从模型到生产力」技术与产业应用论坛，集中发布模型层、基础设施层与整机层的最新进展，呈现具身智能从实验室原型走向产业落地的阶段性成果。

技术底座：三大模型与系统升级

星海图首席科学家赵行在演讲中指出，具身智能正沿本能智能、作业智能、进化智能三个层级演进，行业已进入模型、数据、本体、基础设施与应用系统性竞争的新阶段。围绕这一判断，星海图构建起「产业场景—真机数据—模型迭代—本体作业—基础设施—反哺应用」的具身智能生产力飞轮。

技术底座的发布重点包括三项：

G0.5 基础模型升级与开源共建：G0.5 创新性地内嵌原生动作思维链，将图像感知、语言理解、逻辑推理与动作生成统一在自回归数据流中。自发布以来，G0.5 在 LIBERO、RoboTwin 2.0 等 8 项国际权威评测基准上整体性能全面超越行业 SOTA。即将推出的 G0.5 MAX 版本将进一步强化模型综合能力。星海图同步启动「G0.5 复现计划」，向全球科研机构与开发者开放模型权重、推理接口、评测基准与全套微调工具，设立「仿真复现」「真机复现」「开源共创」三个方向。
Fast-WAM 世界模型预训练计划：该模型在推理阶段跳过生成未来视频的环节，将单步推理延迟从传统范式约 800 毫秒缩短至 190 毫秒，实现 4 倍以上提速。基于 Fast-WAM 架构的预训练大模型也将推出，主打更快推理速度与跨任务、跨物体、跨场景泛化能力。
G-Fleet 分布式强化学习系统：作为面向真实机器人集群持续学习的基础设施，G-Fleet 支持集群级策略下发、并行真机 Rollout、真实场景数据回流、人工干预校准、分布式强化学习训练、自动评测与版本发布的全流程，打通「模型部署—真实世界交互—数据筛选—迭代训练—新版本发布」闭环。

整机平台：Nexo、Kengo 与 Lemo 三箭齐发

星海图合伙人兼 COO 李天威在演讲中提出「智能定义本体」的三层工程含义：智能关注速度，整机提供机电节拍；智能关注精度，整机提供 0.1 毫米重复定位精度与 0.1N 力控精度；智能关注泛化性，整机须具备从遥操作数据到 Egocentric 数据的完整迁移能力。他强调，整机不是被动的「壳」，而是智能能力的物理延伸，而产业客户对可靠性、寿命、冷热交替环境适应性的要求已远超实验室原型。

三大整机平台的最新进展如下：

Nexo：新一代旗舰轮臂人形机器人，定位面向通用作业的「具身体」，搭载全域云控的力触能力，双臂峰值负载 20 kg，面向电商零售、工业制造、快递物流、商业服务四大场景。续航 8 小时，支持 7×24 小时连续作业，并提供快充、换电、自主回充三种补能模式。
Kengo：双足人形产品，机电传动系统由星海图全自研，目标覆盖能源、电力、全域勘探、设备巡检等轮式底盘难以应对的非结构化场景。
Lemo：面向开发者生态的高性价比双臂桌面操作平台，通过自研遥操作系统可完成穿针引线级的精细操作。

李天威透露，星海图目前已交付千台级模型驱动的真实生产力订单，2027 年交付目标为万台以上，这一规模背后是产业合作伙伴的产能共建以及整机在可靠性、寿命、宽温域适应性上的持续迭代。

产业圆桌：商业落地的多重变量

由星海图合伙人、营销服总裁虞磊主持的产业圆桌汇聚了 General Robotics 创始人 Ashish Kapoor、Mr.Robot/Jemco Group CEO Edwin Yap、德马科技 CTO 王凯与京东零售具身智能高级专家田瑞林。嘉宾一致认为，市场需求、技术迭代、数据积累、供应链与商业模式的协同打通是机器人实现生产力落地的关键变量。德马科技策略为「先出海、再深耕国内」；京东计划 2028 年实现百万级机器人部署，依托通用底座加垂直模型赋能各行业。北美企业普遍将机器人视为「必答题」，但 ROI 预期过高与人才高流动性是长期障碍；东南亚则因成本低、手工作业场景多，反而成为机器人数据采集的天然土壤。

技术圆桌：世界模型与因果推理之争

技术圆桌由硅谷101 联合创始人陈茜主持，星海图首席科学家赵行、DynaRobotics 联合创始人杨世远（线上）、北京通用人工智能研究院具身机器人中心主任黄思远、清华大学深圳国际研究生院助理教授于超、Current Robotics 创始人祝毅晨、北京大学人工智能研究院助理教授李昊轩共同参与。围绕「世界模型是否只是行业热词」的争议，嘉宾指出行业内技术路线尚未收敛，分别聚焦表征学习、模拟器构建与 3D 建模。杨世远分享了一组反直觉数据：基于百万小时人类视频预训练后，机器人测试集精度反而下降，印证从「看懂世界」到「动手做事」之间存在巨大鸿沟。于超认为预训练划定能力边界，后训练才是拓展边界的关键，但目前高度依赖人工介入。李昊轩从因果推断角度补充，机器人需具备反事实思考能力才能真正理解动作与结果的因果关系。圆桌最后，嘉宾将行业最需突破的方向归纳为五大命题：原生多模态模型架构、人类数据高效利用、因果推理能力、基础设施开源共建、高价值场景闭环迭代。