一个不争的事实是，几乎所有具身大脑公司都在做自己的本体。

关于为什么要自己做本体这个问题，我们得到的答案大同小异，大概三条逻辑：市面上现有的本体极不稳定；模型需要数据，而数据飞轮需要载体；以及AI正在重新定义本体，我们需要更适配模型的本体。

而星源智的独特之处就在于，刘东（星源智创始人）都没动过做本体的念头。

“未来本体和模型一定是解耦的。”，曾任京东智能驾驶总经理的刘东，对于硬件与软件的解耦关系，有着自己独特的理解。智驾行业从Mobileye的黑盒方案，到特斯拉引领的全栈自研浪潮，最终到华为和Momenta与车企达成的合作开发平台，这条路走了十年。

“只有少数头部车企会坚持自研智驾，”刘东对我们表示，“更多车企会选择华为、Momenta这样的供应商合作。而具身行业也必然会出现类似分工。”

基于这一认知，刘东从创业第一天起就把“跨本体部署”这五个字烙在了星源智的基因底色上。“星源智要做具身行业的华为。”刘东表示，其核心产品也定位为“做一个最容易跨本体部署的模型和做一套最容易跨本体部署模型的Infra。”

成立以来，星源智的自研具身大脑及端侧算力平台，先后服务了智元、宇树等多家头部人形机器人公司，其软硬一体化解决方案已覆盖70% 以上的头部具身智能公司。而在传统工业机器人领域，星源智也与浙江中力机械联合开发了具身装卸方案，将具身大脑直接部署于叉车本体，实现全场景装卸自动化。

融资进度上，星源智虽然成立较晚，但在巨额融资此起彼伏的具身赛道，也曾领衔过一阵子“融资速度最快”的光环。

自2025年8月成立以来，在10个月内完成三轮融资 ——9月获2亿元天使轮、12月获超亿元天使 + 轮、2026年6月完成 Pre-A 轮，累计融资达10亿元，投资方覆盖高瓴创投、中科创星、松禾资本、赛富基金等知名机构及智元机器人、乐聚智能等产业资本。而据我们了解，星源智近期又将关闭一轮新的融资。

如此之快的融资速度，与智源研究院的深度孵化不无关系。而作为智源研究院的“亲儿子项目”，刘东常说星源智和智谱承担了智源的两个不同梦想：智谱要做数字世界的AGI，而星源智想实现的是物理AGI。

▎以下为与刘东的对话全文，略有删减：

从智驾到具身

创投家：很多智驾行业的从业者选择进入具身赛道，您是怎么看智驾和具身的区别？

刘东：差别非常大。智驾解决的是二维平面内移动的问题，输入是路况图像，输出只有横向和纵向两个维度，变量只有油门刹车、方向盘左转右转，数据结构单一，模型也可以很小。

具身则升级为三维空间内的交互，除了移动还要做物体的搬运、位移、操作。输入模态扩充了很多，图像、动作、触觉、力觉反馈等。而输出端就更为复杂，一个人形机器人就有30多个电机，手部的自由度也远比智驾多。

创投家：从智驾转具身，您觉得这个背景最大的优势是什么？最大的短板是什么？

刘东：最大优势是对系统工程化的理解。在汽车行业，单纯算法跑通了不代表能上车，不代表能自主完成送货。智驾出身的人已经适应了从系统角度考虑：算法怎么做、硬件怎么做、端侧部署优化怎么做、兜底能力怎么做，万一哪个case搞不定，如何通过人为介入实现闭环。这是智驾行业训练了很久的认知。

最大的短板就是以前只考虑二维平面上的事，现在变成三维空间交互，对机器人控制和三维操作并不见得很熟。但我们团队补充了很多专门做机器人的同事，两个层面互补，既有工程能力，也有机器人交互和模型能力。

创投家：星源智的第一轮融资非常迅速。作为一家起步稍晚的具身大脑公司，关于后续的融资节奏和期望，您是怎么设计的？

刘东：我们有自己的节奏，没必要为了追赶第一梯队的进度而去加速。但近期我们马上又要关闭一轮，另外大概在年底左右，我们会再开一轮。但我们不是为了赶节奏，我们的融资节奏还是按公司发展预期和资金需求来规划的。

创投家：作为一个行业后入者，您认为咱们的核心壁垒是什么？

刘东：我们的核心壁垒就是我们的算法。

我们发布的具身交互世界模型，是一个真正跟本体解耦的跨本体模型。行业里前期的头部具身公司，做的更多是基于他们自己本体的模型。真正的跨本体的模型，目前只有我们做得比较好。

这款跨本体模型做出来之后，我们发现中国有海量的算法需求朝我们涌过来。除了大家熟知的机器人公司之外，还有车企，比如赛力斯、长安和一些新势力；家电公司，比如海尔、海信、美的；手机公司，比如荣耀；甚至还有一些传统的自动化设备公司，比如中力、杭叉、极智嘉。

从各个行业涌过来的做机器人的公司，都对大脑有非常强烈的需求。而且他们做的机器人形态并不限于人形机器人或轮式双臂。他们认为机器人要适配它所工作的环境，不是一个标准人形打天下。

对我们来说，大脑可以在任意形态的机器人上做适配。无非就是感知环境、理解当前任务、调动机器人做操作类的执行。所以不挑机器人形态，反而使我们的市场更大。

好的模型并不需要那么多数据

创投家：那咱们正好聊聊星源智当家的ω-EVA的世界模型模型，在架构有哪些创新点？

刘东：ω-EVA是一个可以闭环的模型——一开始要考虑“我应该准备怎么做”，同时思考“这样做会发生什么”，再考虑“如果做了发生不利后果，我应该如何修正”，然后才真正执行。

整个模型架构的底座部分，我们用了action-conditioned world model。它来理解当前环境，预测接下来的时空状态变化。同时我们还有一个专门的动作策略模型，预测机器人要做出什么动作才能实施环境改变。

最后还有一个重要模块——我们把动作和对世界的预测做了闭环反思。这样它就可以考虑“我这么做动作，会对接下来的状态有什么影响”——如果是不利影响，比如会发生碰撞或倾倒，它就及时调整动作策略来完成整个任务。

这一块也是我们在世界上首个提出的具身交互策略。

创投家：这套架构的优越性被验证过吗？

刘东：我们在验证这个架构时，并没有用特别大的参数量去训练。先在1.2B参数下，用评测集上的官方数据来训练这个模型。我们发现，在没有经过大规模预训练的情况下，1.2B的模型在评测集上已经可以达到SOTA结果，能打败8B的模型。这充分展示了模型架构的优越性。

第二步，我们把参数和更多数据scale up起来。这样能保证前面的收益是由模型架构带来的，将来把模型扩到3B或7B，那就是数据和训练带来的收益。所以从结构上说，我们是非常领先的架构。

创投家：ω-EVA的预训练用的数据并不多，数据结构是怎样的呢？

刘东：我们用了90%的ego centric数据和10%左右的机器人真机数据。ego centric数据用来训练让模型学会实际世界的表征和与物体的交互，10%的真机数据用来做真机映射。

将来在环境里需要用到谁的本体，就基于这个本体去采最后10%的数据，训完模型就部署到这个真机上直接干活。

创投家：目前咱们外采的数据，清洗成本高吗？

刘东： 非常高，我们发现数据清洗的成本比自己纯采一遍还高。清洗时不但要一条一条去看，非常麻烦。

所以近期我们正考虑建一个两万平米的数据工厂，按我们的采集范式、对齐方式和标注方式雇人采一遍，验证范式有效性，再生成标准SOP发给行业去采。

创投家：在数据这件事上，咱们有哪些不一样的思考？

刘东：我们不太认同纯粹数据堆量的做法，质量还是远远要比数量重要。

比如我们之前做一个操作类的模型DECO，在“抓取”这件事情上，我们发现用了新范式之后，只需要10个小时的数据，就可以把长程复杂的操作任务类似于装配等做好。

如果数据质量不高，纯粹堆数据可能给模型带来额外噪声。比如抓物体时，关节提取不够精细，可能让机器人误以为在一个很大范围内动作都能将目标抓起来。数据噪声很多，模型在空间内就会积累很多随机误差，没办法消除。但如果数据是非常高质量的，空间位置的确定性就很高，模型执行效果也会很好。

商业价值验证公式

创投家：ω-EVA未来在场景上的部署，优先考虑什么场景？

刘东：物流拣选是第一个场景，包括仓内拣选、药店和零售前置仓的夜间值守拣选。这一块的重点是要先把Pick and Place真正做落地。机器人做了这么多年，我们认为除了移动之外，Pick and Place是最能快速落地的，远比进家庭或进酒店简单，但真正做到work的也不多。

另外，一些更大的物流场景，比如货物搬运，我们都可以用同一套模型、同一套逻辑落地。同时这套模型也可以同步支持快速动态交互，所以你看我们也在做机器人打乒乓球、打羽毛球。

创投家：关于落地场景的选择，您曾提到一个“商业价值验证公式”理论，这个方便展开说说吗？

刘东：我们有一套具身落地公式：效果×效率÷成本，系数是不是大于1。这个1就是跟原有方案比是否有真实优势，如果能优于当前方案，才能有落地机会。

比如物流拣选，都是完成物体转移，当下实际效率目前确实劣于人类，但成本如果是人类二分之一，综合评判优于原方案，那这就是真实落地需求。反过来，比如让机器人从事工厂生产线的生产。这个场景对效率和任务成功率要求极高，而且原有方案可能已在一个很高的水准上，具身方案可能根本PK不过。那这种场景，就先暂缓落地。可能有人愿意花钱做POC做宣传，但不会变成具有替代性的生产力工具。

创投家：ω-EVA下一步优化方向是什么？

刘东： 差不多十月份，我们会再出一版基于扩充预训练数据的模型。

下一个优化方向，是把后果推演跟动态信息输入连接起来。把力、触觉也同步加入进来，并且在执行动作之前，加入一些缓冲或及时刹车系统，基于动态信息输入做反馈闭环，让模型知道哪些场景能顺利完成、哪些有风险。

同时，我们可能再把失败的轨迹反哺为模型的自我改进能力。因为我们一直想做一个能够自我进化的模型。现在很多模型部署完了，参数量写死、权重写死，就没有了持续成长或优化的能力。我们希望将来模型架构部署到场景后，可以从失败案例里再学习经验，变成持续演化、持续成长的模型。

创投家：在端侧实现自我进化这件事这听起来很遥远，您觉得大概多长时间能实现？

刘东：明年应该能实现。我们这个架构就是为持续演化设计的。

具身的基础Infra

创投家：我们再聊一聊星源智的核心产品——端侧算力平台，这个产品的核心壁垒在哪？

刘东： 很多人以为壁垒是硬件，但纯做硬件国内很多公司能做，真正的壁垒是系统工程化。我们做了底层软件开发——高效通信中间件、实时操作系统，控制机器人所有关节。

整机按车规级标准做测试：高低温、耐久、传感器实时同步触发。数据进来后高效压缩，通过内存零拷贝策略传递到模型，还要过信息安全认证。

模型也不是拿U盘拷上去就能跑的，要做底层算子加速，控制必须达到10Hz到30Hz的频率。

客户看中的，就是我们模型和工程化系统的综合能力。

创投家：您觉得行业里其他具身公司的端侧方案做得怎么样？

刘东：说实话，一家真正的端侧解决方案都没有。

创投家：对于端侧解决方案，您的定义标准是什么？

刘东：标准就是算力是不是真正放在端侧、在端侧跑模型。

有些公司还是用一台4090服务器通过WiFi下发控制信号，机器人感知信号传到服务器，推理结果再吐回本体，这不算端侧。

机器人公司里70%用的都是我们的方案，还有30%是倾向云端的方案和传统工控方案。不过未来慢慢也都会转向我们。

创投家：为什么我们感觉很多企业都在部署自己的端侧解决方案？

刘东：对，很多都有部署。但部署不代表这个东西是他自己的。

就像所有机器人都有关节，但并不见得关节模组是他自己做的。端侧算力平台，可以把它当成一个零部件。具身公司是一个集成和总装的角色，不需要所有部件都自己亲自做。这一点上，我们跟传感器公司、灵巧手公司、底盘公司一样，是重要的核心部件供应商。

客户选核心部件无非从性能和成本上考虑，我们提供端侧算力平台也是一样的道理。机器人公司要自己去改造实时操作系统、把所有协议变成实时协议、打通通信中间件，需要养庞大的工程开发团队。如果一年出货量只有几百台，成本上肯定是不合算的。所以最优解就是直接从市场上采购方案来用。

创投家：在公司内部，算力平台和模型的关系是如何定位的？会有阶段性偏重吗？

刘东：两个是并重的。模型能不能跑得起来，完全看它在端侧上的表现。算力平台是我们的基础infra，模型是我们的能力体现。这两条线就是我们的左右手。

你只有一个很强的模型，可以去跑评测集，但没办法真正落地到环境里干活。你只有一个算力平台、没有模型，只能做一个低价值的硬件供应商。只有把两者结合起来，才会有溢价产生。就像华为为所有车企提供全套智能化方案——智驾、智舱、大屏、传感器——都在它的方案里，这样它就能在供应链里占据最高价值的部分。星源智要做的就是“具身智能领域的华为”。