星海图创始人高继扬：具身智能三层技术路线，没有捷径可走

一句话看懂：星海图在首届全球开发者大会上发布了开源VLA基础模型G0.5和双足人形机器人Kengo，并提出100万小时真实数据采集计划。此举标志着具身智能赛道正从单点技术竞赛转向“数据-模型-生态”三位一体的系统性竞争，且真实数据的成本与价值关系成为行业核心议题。

事件核心：发生了什么

6月16日，星海图在北京亦庄举办第一届全球开发者大会（WDC 2026）。创始人高继扬与CTO赵行公布了以下关键进展：
1. 数据战略：联合北京亦庄发起数据公司“亦数智能”，目标为100万小时高质量真实数据。该计划预计成本在1亿至2亿元人民币之间。星海图判断，生成数据的“智能总成本”中，数据与算力支出比例约为1:10，数据投入是必须发生的“底层生产资料”。
2. 模型开源：新一代VLA基础模型G0.5正式发布并开源。该模型将视觉、语言、思维链与动作统一进自回归生成框架，实现“边理解边执行”。不过，由于NVIDIA Jetson Thor算力模块的功耗和尺寸限制，G0.5目前无法直接部署于双足人形机器人Kengo，预计最早今年年底才可能实现迁移。
3. 生态布局：联合凯辉基金发布“星途计划”，计划在未来3-5年投资30-50家上下游企业。目前星海图已投资近10家公司，并与原力灵机、蚂蚁数科、百度智能云等15家企业共建数据生态。

为什么重要

具身智能行业正在经历从“硬件原型展示”到“数据闭环验证”的关键转折。星海图的技术路线图——分为本能智能（强化学习为主）、作业智能（模仿学习为主）、进化智能三个阶段——揭示了当下行业的核心难点：真实数据获取成本高昂（每小时250元遥操作数据）、端侧算力瓶颈（Thor芯片体积与功耗限制）、以及仿真数据与真实数据的迁移鸿沟。公司明确表示“不相信仿真数据能用于预训练”，这与其他玩家（如用合成数据降本）形成路线分歧。此外，星海图“生态平权”的定位（开放技术接口、投资孵化）区别于智元的“航母式孵化”模式，反映出具身智能行业生态竞争的多元化。

对用户/开发者/创作者的影响

开发者：G0.5模型开源意味着研究者可直接在星海图提供的框架上进行二次开发，无需从零训练VLA模型。但需注意，该模型目前对双足机器人支持有限（更适配轮式双臂），且端侧部署依赖消费级显卡（5亿-10亿参数规模）。
投资者/创业者：星海图强调“智能总成本”概念，提示投资人应关注数据-算力-团队的综合成本结构，而非单一硬件毛利率。其“星途计划”为数据驱动、场景应用、下一代核心技术的早期团队提供了资金与产业对接机会。
行业观察者：100万小时数据计划与1-2亿元投入比例，为评估具身智能赛道数据成本提供了可参考的微观指标。海外Genesis AI未能将合成数据用于预训练的事实，也验证了星海图对真实数据路线的判断。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. G0.5在Kengo上的落地时间表：原定2026年底前能否实现？端侧算力（Thor轻量化版本）是否有第三方厂商突破？
2. 数据商业化路径：亦数智能的100万小时数据将如何定价？是否会形成开放数据集或订阅服务？
3. 生态竞争格局：星海图的“生态平权”与智元“航母式孵化”哪种模式更有利于技术扩散？后续是否有更多开发者或初创公司选择加入其体系？

来源：Readhub · AI