星尘智能来杰谈机器人iPhone时刻,绳驱本体+AOS系统+具身模型,三位一体架构能否复刻苹果生态
星尘智能创始人来杰提出机器人行业尚未迎来“iPhone 4时刻”,但技术路径已趋清晰。公司采用绳驱机器人本体、具身操作系统AOS与具身模型的三位一体架构,目标是降低开发门槛,让机器人走进家庭而非工厂。...
在具身智能创业热潮中,星尘智能显得格外独特。这家位于深圳的初创企业并未选择主流的电机直驱或液压方案,而是聚焦于“绳驱”技术路线——通过高强度纤维绳索传递动力,将沉重的驱动部件集中布置在基座,使机械臂末端轻量化、低摩擦且力控透明度高。这一设计不仅减轻了关节负载,也为高精度人机协作提供了物理基础。
星尘智能的差异化不仅体现在硬件上。其自主研发的具身操作系统AOS(Agent Operating System),将机器人的感知、移动、操作与交互能力封装为可调用的技能模块包,并与GPT-6等大语言模型及Agent框架深度适配。开发者可通过自然语言指令快速构建应用,例如让机器人写书法、跟拍相机、铲猫屎甚至打麻将——这些看似生活化的功能,实则是验证系统泛化能力与人机协同可行性的关键测试点。
创始人来杰曾任腾讯Robotics X实验室1号员工,也是苹果生态的长期观察者。他明确表示,星尘智能的终极目标并非制造工业机器人,而是打造“数十亿人可用的AI机器人助理”。为此,公司提出了“机器人、模型与系统三位一体”的架构构想,意图复刻苹果当年以iPhone硬件+iOS系统+App Store生态形成的闭环体系。
“我们不是要给机器人装AI,而是要为AI重新设计身体。”来杰在访谈中强调,这是根本性的路线分歧。传统路径往往将现成机械结构作为载体,再叠加算法模块;而星尘主张从第一性原理出发,依据AI的学习机制反向设计本体结构。他援引《智能简史》观点指出,人类智能跃升的关键物理节点之一,是对生拇指带来的自由度扩展——工具适应性直接放大了智能潜力。同理,机器人若想真正“成长”,其身体构型必须能被AI持续优化并反馈吸收,形成“智能→形态→智能”的正向循环。
这一理念也反映在公司Logo设计中:两颗相互环绕的星辰象征着智能与身体的动态共生关系。
值得注意的是,星尘智能旗帜鲜明地反对“机器人进厂打工”的路径依赖。来杰认为,将机器人局限在封闭产线中,既浪费了其通用能力潜力,也错失了与人类共建生活场景的机会。这种立场背后是一种双重人文主义:既不希望机器人取代人类岗位,也不愿它们沦为车间里的沉默工具。在他看来,真正的具身智能应服务于家庭、教育、陪伴等开放环境,成为人类能力的延伸而非替代。
技术实现上,绳驱方案虽有轻量化优势,但也面临耐久性、传动效率与复杂动作控制等挑战。目前行业主流仍以高扭矩无刷电机为主,如Figure 01、Tesla Optimus均采用多关节直驱设计;而像Agility Robotics的Digit则结合了液压与电机混合驱动。星尘选择绳驱,本质上是在“性能上限”与“人机友好性”之间做出取舍——牺牲部分绝对功率,换取更安全、更柔顺、更适合日常交互的运动特性。
AOS系统的开放性同样构成关键壁垒。当前多数机器人厂商仍采用封闭式SDK,开发需掌握底层C++或ROS协议;而星尘试图将应用层抽象至自然语言层面,大幅降低准入门槛。这与OpenAI推动的“Agent即应用”趋势高度契合:当大模型能理解任务意图并自动编排技能链时,机器人便不再依赖预编程脚本,而可实时响应动态环境。
从产业节奏看,来杰坦言:“机器人的‘iPhone 4时刻’还没到。”他指出,iPhone 4的成功不仅源于硬件突破,更在于App Store引爆了第三方创新生态。当前具身智能尚缺一个足够成熟、稳定、易用的“机器人应用商店”。但随着多模态大模型推理成本下降、仿真训练平台普及以及低成本传感器迭代,这一拐点可能比外界预期更近。
事实上,2024年以来,多家头部机构已开始布局具身操作系统层。英伟达推出Isaac Sim 2024版强化仿真-部署闭环;Google DeepMind联合 Everyday Robots 推出RT-2的开源推理框架;国内优必选、追觅等也在构建自有技能库。星尘智能的AOS若能在自然语言编程接口与跨平台兼容性上建立先发优势,有望在生态竞争中占据一席之地。
需要指出的是,“为AI设计身体”并非孤立命题。它与具身认知理论(Embodied Cognition)高度一致:智能并非仅存于大脑,而是通过身体与环境互动涌现。MIT媒体实验室早期项目如Kismet、Cog即尝试通过面部表情与肢体反馈塑造情感交互;近年DeepMind的RT-2模型则证明,将视觉-语言模型接入机械臂后,可直接执行“把红色积木放进蓝色盒子”等零样本指令——这正是身体结构与模型能力协同进化的初步体现。
星尘智能目前处于产品验证与生态搭建阶段。其工程样机已在多个生活场景完成功能演示,但尚未公布量产时间表。来杰表示,团队正重点打磨AOS的稳定性与技能泛化能力,并计划未来向开发者社区开放部分API。“我们不追求最快的速度,而是最可持续的进化路径。”
具身智能的终局,或许不在工厂流水线,而在千家万户的厨房、客厅与书房。当机器人能理解一句“帮我热杯牛奶,顺便提醒我下午三点开会”,并自主规划路径、避开障碍、完成操作时,那个属于普通人的“iPhone时刻”才算真正到来。
