一家过去以轮式机器人和具身大模型为主线的公司，终于把产品形态延伸到了双足。
作者｜Li Yuan
编辑｜靖宇
过去两年，人形机器人行业已经展示过不少令人印象深刻的动作：跑步、跳跃、后空翻，甚至一整段舞蹈。
但当动作展示逐渐变得常见，一个更难的问题开始浮现：机器人学会走路之后，究竟要去哪里？它能不能一边移动，一边理解任务，最终把某一类真实工作做完？
6 月 2 日，具身智能公司星海图正式发布双足机器人「行客 Kengo」。这是星海图首次对外推出双足形态的机器人产品。
按照星海图披露的信息，Kengo 身高 1.4 米，采用双足设计，头部搭载曲面屏。它的单关节扭矩超过 130N · m，可以完成舞蹈、互动等高动态动作；倒地跌落 10 次后仍可正常运行，线束折弯寿命超过 20 万次。整机仅使用两款核心模组覆盖全身关节，试图在性能、可靠性与量产成本之间取得平衡。
如果只看这些参数，Kengo 首先是一台强调运动能力的双足机器人。但对星海图来说，这次发布更重要的地方在于：一家过去以轮式机器人和具身大模型为主线的公司，终于把产品形态延伸到了双足。
这不是一次孤立的产品扩充。
就在一天前，星海图刚刚发布新一代具身智能基础模型 G0.5。再往前回看，今年以来，这家公司发布产品和模型的频率明显加快：1 月发布 G0 Plus，2 月更新 G0 Plus 并推出适合端侧部署的 G0 Tiny，4 月完成 20 亿元 B+ 轮融资，6 月初又连续发布 G0.5 和 Kengo。
星海图正在试图把过去两年分别搭建的模型、本体与数据能力，压缩进更紧密的产品节奏里。
01
证券配资服务平台双足不是起点
元股证券:ygzq.hk星海图此前推出的 R1 Pro、R1 和 R1 Lite，主要采用轮式移动底盘与双臂设计。
这条路线与过去两年更受关注的双足人形机器人有所不同。它牺牲了一部分外形上的拟人化程度，但也更容易获得稳定性、续航和工程可靠性，适合作为数据采集、模型训练和开发者验证的平台。
公开信息显示，星海图的轮式机器人已经进入高校实验室、科技公司研发部门和具身智能创业团队，并被斯坦福大学李飞飞团队、Physical Intelligence 等机构采用。过去一年，公司也在家庭、酒店、工厂、仓库、超市和餐厅等真实场景中采集数据。
因此，星海图不是从双足切入具身智能，也不是先造出一个身体，再寻找适合它的智能系统。它的顺序更接近于：先用轮式机器人把数据采集、模型训练、运动控制和整机工程搭起来，再向更接近人类环境的双足形态延伸。
这种顺序并不意味着双足问题已经解决。
与轮式底盘相比，双足机器人的控制难度更高。它不仅需要在运动中维持平衡，也需要适应不同地形、承受跌落与碰撞，并在真实场景中保持足够长时间的稳定运行。
经现场勘查，该豹猫右侧下牙缺失两颗，尸体无外力作用伤害痕迹，未发现人为猎捕相关痕迹特征，排除人为猎捕可能，初步判定符合自然衰老死亡特征。
Kengo 此次披露的能力，主要集中在运动小脑与整机工程：高动态动作、自主平衡、可靠性设计和模组标准化。根据星海图目前披露的信息，Kengo 后续还将搭载具身大脑模型，用于提升语义理解和任务规划能力。
值得说清楚的是：Kengo 目前展示了是双足运动能力，但并不等于已经实现和 Figure AI 的人形机器人一样，实现了从双足行走到双臂操作的端到端全身统一控制。
但这也使 Kengo 的后续路径更明确。它需要验证的，不只是「能不能走」，而是具身大脑、运动小脑和双足本体能否真正组合起来。
02
刚刚发布的机器人「大脑」
如果说 Kengo 是星海图对机器人身体形态的一次扩展，那么一天前发布的 G0.5，则更接近这家公司对具身智能「大脑」路线的一次集中表达。
过去一段时间，视觉语言动作模型（VLA）正在成为机器人基础模型的重要方向。很多模型采用的思路是：让视觉语言模型理解图像和指令，再由独立的动作模块生成连续控制信号。
G0.5 做了另一种选择。
根据星海图发布的技术报告，G0.5 采用统一的自回归序列生成方式，让同一个模型同时生成推理 token 和动作 token。简单来说，它试图让机器人的「理解、分解、规划和行动」不再被拆成相对独立的模块，而是进入同一条生成链路。
为了适应不同机器人，G0.5 还引入了跨本体 action tokenizer，将不同自由度与不同控制频率的动作映射到共享 token vocabulary。报告显示，其预训练数据覆盖 18 种机器人本体，并统一到 27 维动作空间。
在星海图公布的评测中，G0.5 覆盖了 LIBERO、RoboTwin、SimplerEnv、DROID 和 BEHAVIOR-1K 等多个基准。其中，在完全不针对 DROID 平台进行微调的情况下，模型在 10 项桌面任务中的平均成功率达到 82.5%。
G0.5 反映出星海图正在形成的技术方向：让机器人减少对单一任务后训练和定制化工程的依赖，在预训练阶段获得更多可迁移、可组合的操作能力。
这也解释了 Kengo 为什么会在此时出现。
如果机器人的智能仍然高度依赖固定场景和重复调试，那么双足形态带来的自由度，反而会显著增加部署难度——本来机器人在底盘稳定的前提下，主要基于视觉的模型泛化性已经是问题，双足方式如果稍有不稳定，会让成功率进一步降低。
只有当模型开始具备一定程度的迁移和泛化能力，更灵活的身体才有机会真正转化为生产力。
03
从开发平台走向生产力工具
两个月前，星海图刚刚完成 20 亿元 B+ 轮融资，估值突破 200 亿元。
在那轮融资中，星海图对外释放了一个更明确的信号：2026 年，公司将继续扩大数据与训练投入，同时把重点推向真实生产力场景。目标不只是完成 POC，也不是拍出更流畅的视频，而是找到可以连续作业、稳定交付，并且让客户算清经济账的具体岗位。
Kengo 让这条路径多了一种新的身体形态。
轮式机器人依然有很强的工程价值。在平整地面、固定空间和稳定工作流中，轮式底盘往往更加可靠，也更容易控制成本。双足机器人并不会简单取代轮式产品。
但在楼梯、门槛、狭窄空间和为人类设计的复杂环境中，双足形态拥有更大的想象空间。它意味着机器人不再需要等待环境被重新改造，而是尝试直接进入人类原本工作的空间。
对星海图而言，这也是一次新的验证。
此前，它已经拥有轮式机器人、机械臂、数据平台和具身基础模型。Kengo 加入后，公司的产品矩阵进一步向「大脑 × 小脑 × 本体」延伸。但全栈能力不是把几项能力写在同一张产品图上，而是让它们最终在真实任务中共同工作。
双足机器人的下一场竞争，不会只比谁走得更稳、跳得更高，也要比谁能更早把一双腿接入可泛化的操作能力。
Kengo 只是星海图在这条路径上的第一步。
* 头图来源：星海图
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
做大脑的机器人公司，
需要具备双足本体吗？
配资资费对比中心提示：本文来自互联网，不代表本网站观点。