在機器人技術(shù)領(lǐng)域，一場關(guān)于“智能”的變革正悄然發(fā)生。曾經(jīng)，讓機器人抓取一支筆或一個蘋果，需要編寫大量專用代碼、進行長時間示教訓(xùn)練，并在仿真環(huán)境中反復(fù)調(diào)試，即便如此，真實環(huán)境中的細微變化仍可能導(dǎo)致任務(wù)失敗。如今，這一局面被星海圖最新發(fā)布的“萬物抓取”Demo徹底改變——用戶只需一句自然語言指令，如“請拿起那個紅色的積木”或“把桌子上的馬克杯遞給我”，搭載G0 Plus模型的機器人便能精準理解、定位并完成操作。

這一突破標志著具身智能從“模型展示”邁向“可直接體驗與部署”的新階段。1月4日，星海圖正式推出端到端雙系統(tǒng)VLA模型G0的升級版——G0 Plus，并同步上線全球首個開箱即用的VLA模型體驗Demo“萬物抓取”。該Demo完整展示了從語言理解、視覺感知到機器人動作執(zhí)行的閉環(huán)能力，讓用戶直觀感受到具身智能的實用性。

長期以來，機器人與具身智能行業(yè)陷入一個悖論：大模型論文與演示日新月異，但實際產(chǎn)品的智能化水平卻提升緩慢，仍嚴重依賴預(yù)設(shè)程序和固定環(huán)境。大多數(shù)開發(fā)者拿到手的機器人，若想實現(xiàn)特定功能，需投入大量時間進行二次開發(fā)。這種割裂導(dǎo)致許多聲稱實現(xiàn)“具身智能”的機器人訂單，交付的仍是需要高成本賦能的精密產(chǎn)品，客戶購買的“智能”部分充滿不確定性。

G0 Plus的出現(xiàn)打破了這一困局。它首次在真實開放環(huán)境中實現(xiàn)了無需任務(wù)特定訓(xùn)練的通用抓取能力，將“通用抓取”這一復(fù)雜問題轉(zhuǎn)化為用戶可通過自然語言調(diào)用的標準功能接口。這種轉(zhuǎn)變的核心在于模型構(gòu)建了“視覺-語言-動作”的統(tǒng)一認知架構(gòu)，使機器人能像人類一樣，基于視覺感知環(huán)境，通過自然語言指令理解任務(wù)，并自主規(guī)劃執(zhí)行動作。例如，機器人不再僅識別物體，而是理解“可抓取性”“穩(wěn)定性”“空間關(guān)系”等概念，形成跨物體的通用操作智能。

G0 Plus的訓(xùn)練數(shù)據(jù)主要來自真實世界中的開放任務(wù)與執(zhí)行過程，覆蓋抓取、操作、組合動作與復(fù)雜交互等場景。這種“生于真實、用于真實”的數(shù)據(jù)閉環(huán)，使模型具備更穩(wěn)定的動作表現(xiàn)和更強的任務(wù)泛化能力?；诖?，G0 Plus不僅具備即裝即用的便捷性，還形成了能夠自我強化的數(shù)據(jù)飛輪，成為面向真實應(yīng)用的“具身智能基座模型”。

技術(shù)的價值在于落地，而系統(tǒng)集成是前沿技術(shù)落地的關(guān)鍵障礙。星海圖在輪式雙臂機器人領(lǐng)域已實現(xiàn)全球領(lǐng)先的部署規(guī)模與市場占有率，其R1 Pro和R1 Lite平臺覆蓋超過90%的全球頂級開發(fā)者。此次推出的VLA一體機解決方案，正是基于硬件優(yōu)勢，瞄準開發(fā)者部署痛點，通過軟硬件一體化設(shè)計，將G0 Plus從模型推理到機器人執(zhí)行系統(tǒng)進行端到端封裝，實現(xiàn)端側(cè)實時運行與即插即用部署。開發(fā)者開箱后30分鐘內(nèi)即可體驗完整的萬物抓取功能，大幅降低了技術(shù)門檻。

星海圖的產(chǎn)業(yè)化思路不僅體現(xiàn)在產(chǎn)品封裝上，更通過與華為、比亞迪等產(chǎn)業(yè)巨頭的合作，將技術(shù)推向?qū)嶋H業(yè)務(wù)場景。這些合作圍繞工業(yè)制造、物流履約與商業(yè)展示等方向展開，驗證了軟硬件技術(shù)的可靠性，并打通了技術(shù)研發(fā)到場景驗證再到數(shù)據(jù)反哺的閉環(huán)。高價值、高復(fù)雜度的實際場景成為檢驗系統(tǒng)穩(wěn)定性的“考場”，也為模型迭代提供了真實反饋，未來這些反饋將成為模型進化的“數(shù)據(jù)燃料”。

星海圖的戰(zhàn)略核心是“整機+智能”的垂直整合路線，即“From Motor to Model”。從底層電機控制到頂層AI模型，星海圖全部自研并深度集成，以最大化系統(tǒng)性能、保障穩(wěn)定性，并掌控最終用戶體驗。G0 Plus和VLA一體機的發(fā)布，正是這一戰(zhàn)略的集中體現(xiàn)。目前，星海圖已構(gòu)建覆蓋硬件、數(shù)據(jù)和模型的完整開發(fā)體系，超過50萬次的數(shù)據(jù)集下載、90%的頂級開發(fā)者覆蓋率以及持續(xù)的產(chǎn)業(yè)合作，形成了強大的網(wǎng)絡(luò)效應(yīng)：更多開發(fā)者和合作伙伴帶來更多應(yīng)用場景，更多場景產(chǎn)生更多數(shù)據(jù)，進而吸引更多開發(fā)者加入生態(tài)，形成“硬件開發(fā)-數(shù)據(jù)飛輪-模型迭代-應(yīng)用生態(tài)”的正循環(huán)。

當(dāng)機器人能像人類一樣理解“請把那個工具遞給我”這樣的自然指令時，我們面對的不再是執(zhí)行特定程序的機器，而是一個真正具備認知決策與執(zhí)行能力的智能體。這種轉(zhuǎn)變不僅將重新定義機器人產(chǎn)業(yè)的價值分配，更可能推動具身智能從先鋒企業(yè)的試驗場走向廣泛行業(yè)的標準化配置。