7.1
深览指数
科技微博·机器之心Pro··AI 生成
星尘智能甩出20+超难家务自主，具身模型圈：不要再卷了
星尘智能发布第二代具身基座模型 Lumo-2 和智能体 Agent Philia，一次性展示了 20 多个涉及时序推理、物理理解、高精细操作的长时程无遥操作真机家务视频，能力维度分层明确。该文核心论点在于，具身智能真正的竞争壁垒不是单一模型强，而是“AI 模型-具身 OS-绳驱本体”三位一体全栈能力。文章详细介绍了 Lumo-2 的“先预测世界再生成动作”的隐式世界-动作模型技术路线，以及其在推理速度、泛化性上的优势。适合关注具身智能技术路线、人形机器人商业化落地与全栈架构的行业从业者与投资人阅读。原文 ↗
核心观点
- ▍机器人真正要走进家庭，AI 模型、具身操作系统、机器人本体三者缺一不可，单独把某一环做到极致都只是‘半成品’；全栈能力是竞争分水岭。
- 01星尘智能发布 Lumo-2 模型，是业内首个面向家庭场景的隐式世界-动作模型（Latent World-Action Model），核心逻辑是先在一个轻量级潜在动态空间里预测未来世界，再生成动作。
- 02Lumo-2 设计了三阶段渐进式跨模态对齐，将动作与世界动态、视觉、语言依次对齐，解决了‘训练好看、真机拉胯’的问题。
- 03Lumo-2 采用分块自回归解码策略，端到端推理速度比标准自回归提升 2.71 倍，且不损失精度，能支撑闭环实时控制。
- 04公开的 20+ 真机任务涵盖协同合作、物理理解（煎蛋颠锅、称小米）、时序推理（接住滚落球）、长程任务（磨粉萃取咖啡）、高精细灵巧操作（系蝴蝶结、拉拉链）等多个高难度维度。
- 05发布的 Agent Philia 采用全模块化解耦架构，维护持久化语义记忆，支持用户通过飞书、微信等日常应用下达指令，并支持一个智能体同时调度多台异构机器人。
- 06星尘智能已在 WAIC 展示其产品在蚂蚁集团智慧药房、京东集团智慧零售、中科创达智能交互等场景的落地应用。
反方 / 局限
- — 文章提及大部分具身智能公司选择在仿真环境测试，但未深入讨论在真实家庭环境中，即使模型表现优异，面对非结构化、开放的复杂家庭环境时可能遇到的长尾问题与失败案例。
- — 文章虽强调了星尘智能的‘绳驱本体’在灵巧操作与人机交互安全性上的优势，但对本体的耐用性、量产成本、维护难度等工程化挑战没有展开讨论。
星尘智能AstribotLumo-2Agent Philia隐式世界-动作模型FigurePhysical IntelligencePi0.5Fast-WAM绳驱本体VLA世界模型蚂蚁集团京东集团中科创达WAIC
9 分钟 · 4 卡片 · 12 资料
读原文 →