星海图双足机器人行客Kengo现在发布原因解读

一家过去以轮式机器人和具身大模型为核心技术路线的公司，如今正式将其产品形态拓展至双足机器人领域。

在过去两年中，人形机器人行业已经展示了众多令人印象深刻的动作，例如跑步、跳跃、后空翻，甚至完成一整段舞蹈编排。然而，随着动作展示逐渐趋于常态化，一个更具挑战性的问题开始浮现：当机器人学会行走之后，它的实际应用场景在哪里？它能否在移动的同时，理解并执行复杂任务，最终将某一类真实世界的工作完整完成？

6 月 2 日，具身智能领域企业星海图正式发布了双足机器人「行客 Kengo」。这是星海图首次向外界推出双足形态的机器人产品。根据星海图披露的信息，Kengo 身高 1.4 米，采用双足设计，头部配备曲面显示屏。其单关节扭矩超过 130N·m，能够完成舞蹈、人机互动等高动态动作；在经历 10 次倒地跌落后仍可正常运作，线束折弯寿命超过 20 万次。整机仅使用两款核心模组来覆盖全身关节，力求在性能表现、运行可靠性与量产成本之间实现平衡。

仅从这些参数来看，Kengo 首先是一款强调运动能力的双足机器人。但对于星海图而言，此次发布的更深远意义在于：这家过去专注于轮式机器人和具身大模型的公司，终于将产品形态延伸到了双足领域。

这并非一次孤立的产品线扩充。就在产品发布的前一天，星海图刚刚推出了新一代具身智能基础模型 G0.5。再往前回溯，今年以来，该公司发布产品和模型的节奏明显提速：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 月初又连续发布了 G0.5 和 Kengo。星海图正在做的事情，是将过去两年分别搭建的模型、本体与数据能力，全部整合进一个更为紧凑的发展节奏之中。

双足并非起点

星海图此前推出的 R1 Pro、R1 和 R1 Lite 机器人，主要采用轮式移动底盘搭配双臂的设计方案。这条技术路线与过去两年更受瞩目的双足人形机器人有所不同。它虽然在一定程度上牺牲了外观的拟人化程度，但更容易获得运动稳定性、更长的续航时间和更高的工程可靠性，非常适合作为数据采集、模型训练以及开发者验证的平台。

公开信息显示，星海图的轮式机器人已经进入高校实验室、科技公司研发部门以及具身智能创业团队，并被斯坦福大学李飞飞团队、Physical Intelligence 等知名机构采用。过去一年，公司还在家庭、酒店、工厂、仓库、超市和餐厅等真实场景中进行了数据采集工作。

因此，星海图并非从双足机器人切入具身智能领域，也不是先制造出一个身体，再为其寻找适配的智能系统。其发展顺序更接近以下逻辑：先用轮式机器人搭建起数据采集、模型训练、运动控制以及整机工程的基础能力，再向更贴近人类环境的双足形态进行延伸。当然，这种发展顺序并不意味着双足技术问题已经完全解决。

与轮式底盘相比，双足机器人的控制难度显著更高。它不仅在运动过程中需要维持身体平衡，还必须适应不同地形、承受跌倒与碰撞等突发情况，并在真实环境中保持长时间稳定运行。根据此次披露的信息，Kengo 的能力主要集中在运动小脑与整机工程领域：包括高动态动作、自主平衡、可靠性设计以及模组标准化。依据星海图目前公布的信息，Kengo 后续还将搭载具身大脑模型，以提升其在语义理解和任务规划方面的表现。

需要明确的是：Kengo 目前展示的是双足运动能力，但这并不等同于它已经实现了像 Figure AI 那样，从双足行走到双臂操作的端到端全身统一控制。然而，这也使得 Kengo 的后续发展路径更加清晰——它需要验证的关键点，不仅是「能否行走」，更是具身大脑、运动小脑和双足本体这三者能否真正实现有效组合。

刚刚发布的机器人「大脑」

如果说 Kengo 是星海图在机器人身体形态上的一次扩展，那么一天前发布的 G0.5 模型，则更接近这家公司对具身智能「大脑」技术路线的一次集中阐述。

在过去一段时间里，视觉语言动作模型（VLA）正逐渐成为机器人基础模型领域的重要方向。许多模型采用的思路是：先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。而 G0.5 选择了另一条技术路径。

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，让同一个模型能够同时生成推理 token 和动作 token。简而言之，它试图使机器人的「理解、分解、规划和行动」不再被分割为相对独立的模块，而是纳入同一条生成链路中进行处理。

为了适应不同类型的机器人，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的 token vocabulary 中。报告显示，其预训练数据覆盖了 18 种机器人本体，并统一转化为 27 维动作空间。

在星海图公布的评测结果中，G0.5 覆盖了 LIBERO、RoboTwin、SimplerEnv、DROID 和 BEHA VIOR-1K 等多个基准测试平台。其中，在完全不针对 DROID 平台进行微调的情况下，该模型在 10 项桌面任务中的平均成功率达到 82.5%。

G0.5 的发布反映了星海图正在形成的技术方向：即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。这也解释了为什么 Kengo 会选择在此时问世——如果机器人的智能水平仍然高度依赖于固定场景和反复调试，那么双足形态带来的额外自由度，反而会显著增加部署的复杂性。只有当模型开始具备一定程度的迁移和泛化能力时，更灵活的身体形态才有机会真正转化为生产力。

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，公司估值突破 200 亿元。在那轮融资中，星海图向外界释放了一个更加明确的信号：2026 年，公司将继续加大在数据和训练方面的投入，同时将重点转向真实的生产力场景。其目标不仅仅是完成概念验证（POC），也不是制作出更流畅的宣传视频，而是要找到能够连续作业、稳定交付，并且让客户算清经济账的具体工作岗位。

Kengo 的发布为这条发展路径提供了一种新的身体形态。轮式机器人依然具有强大的工程价值，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地取代轮式产品。

然而，在楼梯、门槛、狭窄空间以及为人类设计的复杂环境中，双足形态具备更大的想象空间。这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。

对于星海图而言，这也是一次新的验证。此前，该公司已经拥有轮式机器人、机械臂、数据平台和具身基础模型。随着 Kengo 的加入，公司的产品矩阵进一步向「大脑 × 小脑 × 本体」的方向延伸。但全栈能力并非仅仅是将几项能力并列在同一张产品图上，而是要使它们最终能够在真实任务中协同工作。

双足机器人的下一场竞争，将不再仅仅比拼谁走得更稳、跳得更高，还要看谁能更早地将双足运动系统与可泛化的操作能力结合起来。Kengo 仅仅是星海图在这条道路上迈出的第一步。

*头图来源：星海图

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：星海图双足机器人行客Kengo现在发布原因解读要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题