星海图双足机器人行客Kengo发布亮点评测

一家曾深耕轮式机器人与具身大模型的企业，现已将产品形态正式拓展至双足领域。

过去两年间，人形机器人产业已密集展示了跑步、跳跃、后空翻乃至整段舞蹈等高难度动作。然而，当动作演示成为常态，一个更棘手的命题逐渐浮现：机器人学会行走后，究竟该走向何处？它能否在移动过程中同步理解任务，并最终闭环完成某类真实世界的作业流程？

6 月 2 日，具身智能企业星海图正式发布了其双足机器人「行客 Kengo」。这是星海图首次推出双足形态的机器人整机产品。根据官方披露，Kengo 身高 1.4 米，采用双足构型，头部配备曲面屏显示模块。其单关节峰值扭矩超过 130N·m，支持舞蹈与交互等高动态动作；在经历 10 次倒地跌落测试后仍可正常运转，线束折弯寿命超过 20 万次。整机仅通过两款核心模组覆盖全身关节，旨在实现性能、可靠性及量产成本的平衡。

若单看参数，Kengo 首先是一台运动能力突出的双足机器人。但对于星海图而言，此次发布的关键意义在于：一家过去以轮式底盘和具身大模型为核心布局的企业，终于将产品能力边界延伸至双足形态。

这并非孤立的产品线扩充。就在发布前一天，星海图刚刚发布了新一代具身智能基础模型 G0.5。回顾今年以来，星海图的产品与模型发布节奏明显加速：1 月推出 G0 Plus，2 月迭代 G0 Plus 并发布面向端侧部署的 G0 Tiny，4 月完成 20 亿元 B+ 轮融资，6 月初又连续推出 G0.5 与 Kengo。星海图正在将过去两年积累的模型能力、本体设计与数据体系，整合进一个更紧凑的迭代周期中。

双足并非原点：轮式底盘的战略价值

星海图此前推出的 R1 Pro、R1 及 R1 Lite，均采用轮式移动底盘配合双臂设计。这条技术路线与过去两年备受关注的双足人形机器人有所区别。它牺牲了部分外形拟人度，但换来了更高的稳定性、更长的续航时间和更强的工程可靠性，适合作为数据采集、模型训练及开发者验证的实用平台。

公开资料显示，星海图的轮式机器人已进入高校实验室、科技公司研发部门及具身智能创业团队，并被斯坦福大学李飞飞团队、Physical Intelligence 等机构采用。过去一年，公司还持续在家庭、酒店、工厂、仓库、超市和餐厅等真实环境中进行数据采集。

因此，星海图并非以双足作为切入点进入具身智能，也不是先制造一个躯干再去寻找匹配的智能系统。其顺序更接近：先用轮式机器人搭建起数据采集、模型训练、运动控制及整机工程的基础能力，再向更接近人类作业环境的双足形态延伸。当然，这并不意味着双足运动控制难题已被完全攻克。

与轮式底盘相比，双足机器人的控制复杂度显著提升。它不仅需要在运动中维持动态平衡，还需适应不同地形、承受跌落冲击，并在真实场景中保持长期稳定运行。Kengo 目前所展示的能力，主要集中在运动小脑与整机工程层面：高动态动作、自主平衡、可靠性设计以及模组标准化。根据星海图已披露的信息，Kengo 后续还将搭载具身大脑模型，以提升语义理解与任务规划能力。

需要明确的是：Kengo 目前展现的是双足运动能力，但尚未达到像 Figure AI 那样，从双足行走到双臂操作的端到端全身统一控制。不过，这也使 Kengo 的后续技术路线更加清晰——它需要验证的，不只是“能否行走”，而是具身大脑、运动小脑与双足本体能否真正实现系统级整合。

具身智能“大脑”的密集更新

如果说 Kengo 是星海图对机器人身体形态的一次扩展，那么前一天发布的 G0.5，则更集中地反映了这家公司对具身智能“大脑”路线的核心判断。

近期，视觉语言动作模型（VLA）正在成为机器人基础模型的主流方向。许多模型采用的做法是：由视觉语言模型理解图像和指令，再通过独立的动作模块生成连续控制信号。G0.5 则提供了另一种选择。

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。简而言之，它试图让机器人的“理解、拆解、规划与执行”不再被分割为独立的模块，而是整合进同一条生成链路中。

为适配不同机器人本体，G0.5 还引入了跨本体 action tokenizer，将不同自由度及控制频率的动作映射到共享的 token vocabulary。报告显示，其预训练数据覆盖了 18 种机器人本体，并统一至 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 及 BEHA VIOR-1K 等多个主流基准。其中，在完全不针对 DROID 平台进行微调的条件下，模型在 10 项桌面任务中的平均成功率达到 82.5%。

G0.5 折射出星海图正在形成的技术战略：减少机器人对单一任务后训练及定制化工程的依赖，在预训练阶段就赋予模型更可迁移、可组合的操作能力。这也解释了 Kengo 为何会在这个节点出现——如果机器人智能仍高度依赖固定场景与反复调试，那么双足形态所带来的自由度，反而会加剧部署复杂度。只有当模型具备一定程度的迁移与泛化能力，更灵活的物理形态才有机会转化为实际生产力。

从研发平台向生产力工具的跨越

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。在那次融资中，星海图释放了一个更明确的信号：2026 年，公司将持续加码数据与训练投入，同时将重心转向真实生产力场景。目标不再局限于完成 POC 或拍摄更流畅的演示视频，而是找到可以连续作业、稳定交付，并且能让客户算清经济账的具体岗位。

Kengo 的加入使得这条路径多了一种新的物理形态。轮式机器人仍然拥有坚实的工程价值，在平整地面、固定空间和稳定工作流中，轮式底盘往往更可靠、成本也更可控。双足机器人并不会简单替代轮式产品。

但面对楼梯、门槛、狭窄空间以及为人类设计的复杂作业环境，双足形态提供了更大的想象空间。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的工作空间。

对星海图而言，这也是一次新的验证。此前，公司已拥有轮式机器人、机械臂、数据平台及具身基础模型。Kengo 加入后，星海图的产品矩阵进一步向“大脑 × 小脑 × 本体”方向延伸。但全栈能力并非简单地将几项能力写在同一张产品蓝图上，而是让它们最终在真实任务中协同运作。

双足机器人的下一阶段竞争，不会只看谁走得更稳、跳得更高，更要看谁能更早地将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迈出的第一步。

*头图来源：星海图

来源：互联网