
过去,机器人听到把毛封放进洗手池这样的指令,它只会机械地执行一串预设动作,毫无应变能力。如今,这一局面正在被彻底改写。2026年6月,星海图正式发布新一代具身基础模型G0.5,全面提升零样本泛化能力,让机器人首次实现了边思考、边行动的突破性能力。这一尤进栅志着AI从虚拟数字世界正式走向物理实体世界,一场新的产业革命正在慊然发生。
G0.5的核心创新在于其独特的双系统协同架构:视觉语言模型负责理解指令与环境,而运动控制模块则实时生成动作序列。当机器人面对从未见过的环境布局、物体类别和指令组合时,它能够实时理解指令意图、分解动作步骤,并在执行过程中根据环境反馈动态调整策略。这种能力对于传统的规则式机器人编程来说是不可想象的,但G0.5让这一切成为现实。波士顿动力公司的Atlas、特斯拉的Optimus以及Figure AI的人型机器人,正在借助类似的基础模型快速迭代其物理交互能力。
具身智能的爆发并非5071恨,它是过去五年大模型技术积累的必然结果。Transformer架构带来的语言理解能力、多模态融合带来的环境感知能力、强化学习带来的策略优化能力,三者共同构成了具身智能的技术底座。随着模型参数量的增长和训练数据的多样化,机器人在开放环境中的适应性正在以指数级速度提升。
对于产业界而言,具身智能的成熟意味着制造业、医疗护理、家庭服务等领域即将迎来新一轮自动化浪潮。糟燥重复的生产线工作、老年人陪护、危险环境探索——这些过去必须由人类完成的任务,未来将由具备具身智能的机器人担当。当然,技术伦理与就业结构的调整也需要同步纳入政策考量。AI从虚拟走向实体,是工具的进化,也是人类文明的又一次跨越。