共计 1200 个字符，预计需要花费 3 分钟才能阅读完成。
不与大模型对抗, 星尘智能想用 AOS 接住通用智能的红利
导语: 当通用大模型开始直接输出机器人末端位姿,“具身公司会不会被降维打击”成了行业争论的焦点 。星尘智能创始人来杰给出的答案并非对抗, 而是搭一层桥——用自研操作系统 AOS, 把通用智能和专用智能接到同一台机器人身上。
📌 一场“替代”争论, 引出第三条路
今年 9 月 3 日,OpenAI 发布 GPT-6 Astra。据公开信息, 发布第二天就有团队把它接上机械臂, 结果发现 Astra 不只能理解、拆解任务, 还能直接输出末端执行器的位姿, 在部分测试中成功率甚至超过专门训练的具身模型。
“通用大模型即将覆盖具身模型”的说法随之扩散。 多数具身公司创始人的回应是: 物理交互侧还没有同等规模的数据积累 , 复杂操作仍是自己的阵地。来杰不认同这种简单对立。他把两者的关系形容为“伙伴”——通用智能与专用智能各司其职, 而不是谁取代谁。
🔍 AOS 的核心: 接口要写给模型看
早在 2024 年训练具身基座模型时, 来杰曾用三支笔在桌上摆出一个箭头 , 让机器人把东西抓到箭头前面。通用大模型能理解“箭头”, 具身模型却理解不了——这类抽象概念几乎不在专用模型的训练数据里。这件事之后,“Design for AI”成为星尘搭建操作系统的主线。
AOS(Astribot OS) 把感知、移动、操作、交互等复杂能力封装成可调用、可组合的能力包与 Skill, 并对接 GPT、DeepSeek 等模型和 AI 编程工具。来杰给开发团队的要求很具体: 设计调用接口时, 优先考虑 GPT 能不能看懂。
这意味着工程师要多做一层工作: 能力描述不能只写在文档里, 而要写进接口本身 , 因为模型不会去查文档; 模型算不准的六自由度估计、握力估计、打滑检测, 也要逐项包成工具。工具链接通后, 星尘内部开发速度提升了 3 到 5 倍, 新入职的应届生和实习生也能较快接近老手的产出。
💡 黑客松成绩单:94% 上真机率
- 门槛变化: 开发者不必从零编写底层代码, 可从一句话需求出发完成能力组合与真机验证。
- 接口重点: 硬件接口相对明确, 后续要加强的是与 AI 对接的接口。
- 待解问题: 机器人抓不住、打滑时如何让模型读懂失败, 仿真到真机的落差, 以及“一句话生成 App”的稳定性, 仍无定论。
📊 商业化还在专业用户一侧
围绕“不与大模型对抗, 星尘智能想用 AOS 接住通用智能的红利”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
🚀 总结
AOS 提供的是一种不同于“替代论”的答案: 通用智能未必是专用模型的对手, 也可能迅速拉低机器人应用的创作门槛 。真正要验证的, 是机器人产业的价值能否从厂商自己开发功能, 扩展到更多人在其上创造功能。在应用稳定运行、创作者获得回报之前, 星尘距离“机器人时代的 iOS 与 App Store”仍有距离, 但三次黑客松已经让这条路径有了可被观察的样本。
