星海图高继扬：具身智能的终极商业模式，是售卖「物理世界 Token」 | WRC 2026
英文标题：星海图高继扬：具身智能的终极商业模式，是售卖「物理世界 Token」 | WRC 2026
经典的“吉列刀架与刀片”模式，正在具身智能领域上演？ 编辑丨岑峰 过去两年，具身智能行业掀起了一场激烈的“硬件军备竞赛”：能后空翻的人形机器人、刷新奔跑速度纪录的机械腿，以及在精密设定下倒水、叠衣服的机械臂层出不穷。但在这些炫酷的展示背后，一个极其现实的问题摆在了所有从业者面前：具身智能到底该怎么赚钱？目前，行业的主流玩法依然是“卖机器”：将昂贵的硬件本体搭配针对特定场景写死的工作流软件
123.3 KB
2.3 KB
1.6 KB
126.2 KB
89.8 KB
191.4 KB
146.4 KB
191.4 KB
191.4 KB
69.0 KB
191.4 KB
70.9 KB
29.0 KB
28.8 KB
32.3 KB
11.0 KB
12.1 KB
14.0 KB
12.5 KB
9.3 KB
中文
经典的“吉列刀架与刀片”模式，正在具身智能领域上演？****
编辑丨岑峰
过去两年，具身智能行业掀起了一场激烈的“硬件军备竞赛”：能后空翻的人形机器人、刷新奔跑速度纪录的机械腿，以及在精密设定下倒水、叠衣服的机械臂层出不穷。
但在这些炫酷的展示背后，一个极其现实的问题摆在了所有从业者面前：具身智能到底该怎么赚钱？
目前，行业的主流玩法依然是“卖机器”：将昂贵的硬件本体搭配针对特定场景写死的工作流软件卖给 B 端客户。但硬件制造天然受制于供应链和规模效应，毛利率在残酷的价格战下不可避免地会走向极度微薄。
如果具身智能真的是继智能手机之后的下一代计算平台，它的商业终局，绝不可能仅仅是一家“硬件设备制造商”。
在正在进行的 2026 世界机器人大会（WRC）上，星海图联合创始人高继扬，指出，具身智能的商业模式最终将彻底颠覆，走向以“物理世界 Token”的销售为主体。
高继扬认为，在未来的终局里，机器人硬件（整机）甚至可能沦为“负毛利”的载体，其唯一目的就是把更多的终端铺到真实世界中去。而产业真正的价值核心，将100%向“具身大脑”迁移。
就像今天的 OpenAI 按大语言模型吐出的“文本 Token”向开发者收费一样，未来的具身智能巨头，将按照机器人在物理世界中执行的每一个有效动作、完成的每一次任务，即“物理世界 Token”，来攫取难以估量的商业红利。
当然，要支撑起如此庞大的“Token 经济”，底层大脑必须跨越一道天堑。作为一家坚定的“具身大脑”公司，星海图在底层模型上给出了自己的解法：用统一自回归架构打通零样本泛化、通用抓取和长程任务。
在演讲中，高继扬不仅分享了上述领域的底层突破，还对“泛化性”这一学术词汇给出了极其精准、通俗易懂的商业化转译：“泛化性本质上就是培训成本”。这种从实验室走向商业逻辑的独特认知，正是我们强力推荐这篇演讲的原因。
以下是高继扬在 WRC 2026 上的演讲实录，雷峰网(公众号：雷峰网)在不改变原意的前提下进行了精编与整理：
01
******商业模式的演进：******从卖整机，到卖“物理世界 Token”
随着机器人的智能通用性不断取得进展——从单一场景有用，跨越到多场景跨任务有用，具身智能产业的核心商业模式将会发生一次根本性的变化：最终将演变为以“物理世界 Token 销售”为主体的模式。
在这个整体进程中，我们看到具身智能包含两方面：一方面是整机（硬件），另一方面是智能（大脑）。整体的价值量会从整机逐渐向智能迁移。
去年和今年，我们看到行业里（包括我们自己）销售整机产品，毛利率大概在 40% 到 60%。我们相信，到了第二阶段，也就是“方案订阅”阶段，整机的毛利率可能会降到 20% 左右。
而到了真正“Token 销售”的第三阶段，整机甚至有可能变成一个负毛利的状****态 。因为那个时候，我们要的是让更多的终端出现在物理世界当中，去消耗更多具身智能基础模型的 Token。这是一个完全由模型能力牵引的具身智能产业化过程。
正是带着这样的认知，星海图将自己的核心定位明确为一家“具身大脑公司”。过去几年，我们的基础模型在不断迭代，不仅发布了 G0.5 模型，还推出了 fast-wam 最新的模型架构，持续在底层能力上寻求突破。
02
******基础模型的三大核心能力：******零样本泛化、通用抓取与长程任务
如何去描述我们当前的具身大模型能力？我们可以用一句话概括：创新地采用了统一自回归架构，用单一模型贯通了零样本泛化、通用抓取和长程任务的能力。
第一个关键词是“零样本泛化”。 通俗一点说就是“言出法随”。我给模型下达一句指令，它就能跟随完成。比如，对它说“把面包从盘子里拿起来放到面包机里”，或者“把碗里的食材倒进锅里”。在这些场景中，模型其实是第一次看到这些物品和环境，但依然能完成任务，这就是零样本泛化能力。
第二个关键词是“通用抓取”。 抓取是具身智能非常基础且重要的能力。所谓的“通用”，就是不经过任何的后训练（Post-training）和再编程，机器人就能够把大的、小的、胖的、瘦的、不同材质的物体，从任意地方放置到另一个地方。
第三个是“长程任务能力”。 为什么长程任务如此重要？因为在真实的物理世界中，几乎没有一个工作流（Workflow）是靠单一或少数几个动作就能完成的。它们基本上都是由几十个、甚至上百个动作串联而成。如何让模型连续完成上百个动作？我们通过叠纸盒等复杂精细操作验证了这种能力。这是基础模型走向真实商业价值的核心所在。
当然，仅靠强大的基础模型预训练还不够，我们还需要后训练。在后训练中，除了基于模仿学习的 SFT（监督微调）外，还有一个非常重要的技术就是强化学习（RL****） 。
目前，我们已经完成了几十台机器分布式的编队强化学习规模化训练。这带来的效果是突破性的：我们可以把通过预训练完成的“厘米级”操作，进化到“毫米级甚至亚毫米级”，同时将任务的成功率大幅提升至 99.9%。 这一切都源于真机强化学习的能力闭环（如包含人机协同的 DAgger 机制）。
03
******衡量机器人的“泛化性”，******本质是衡量“培训成本”
基础模型底层能力的持续突破，是带领具身智能走向“生产力时刻”的核心变量。当我们真正进入生产力场景时，会发现衡量基础模型有三个非常关键的指标：速度、精度、泛化性。
速度 ，核心描述的是作业效率。坦率来讲，今天机器人的执行效率还不如人类快，大概是人类的 70% 到 80%。精度 ，目前依靠预训练可以稳定完成厘米级精度，但毫米级精度必须依靠强化学习，我们目前正在推进这一进程。
最关键的是泛化性 。很多人问，泛化性到底是什么？我们觉得一个最通俗的解释就是：泛化性 = 培训成本。
就像我们雇佣一个人类员工，上岗前需要培训；未来雇佣机器人，同样需要培训。这个培训成本的高低，直接反映了泛化性的强弱。 培训成本高，说明泛化性低；如果培训成本趋向于无穷大（即一直教不会），那就说明泛化性极差。
目前，星海图完成一个新长程任务的后训练大约需要 10 个小时。我们希望到明年，能把这个“培训时间”压缩到一个小时，甚至只需要提供几条数据，就能完成长程任务的后训练。
基于这些模型能力，我们正在围绕电商零售、工业制造、快递物流和商业服务四大场景展开解决方案落地。
在真实的商业落地中，我们非常注重全自主与模型驱动。比如在与京东合作的全自主机器人前仓中，从货物的拣选、抓取、放置，到最难的柔性打包（打开袋子、放入物品、系上封口），全流程没有任何人工干预，且能支持数千到上万级的 SKU。在海外市场，比如洛杉矶的 3PL 仓储，因为用工难度和培训成本更高，具身智能落地的迫切性和速度可能会比国内更快。
对于整个产业的未来，我们确立了 “1 + 3 + N” 的品牌战略：
-
“1”代表不变的战略：整机 + 智能。 具身智能绝不是纯软件的人工智能，一定是软硬结合的完整解决方案。
-
“3”代表三大产品序列。 我们围绕生产力场景打造了轮臂旗舰产品（主打 0.1毫米位控精度的“刚柔并济”）；围绕非结构化场景（如能源电力）推出了双足产品；同时围绕创客和开发者群体推出了高性价比的硬件与开源工具，降低具身智能的开发门槛。
-
“N”代表产业生态伙伴。 独木不成林，我们希望与更多上下游的硬件、算法、场景伙伴一起做大做强，将具身智能真正转化为物理世界的生产力。
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈
扫描上方二维码
或点击「阅读原文」关注专区。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
English / 原文
经典的“吉列刀架与刀片”模式，正在具身智能领域上演？****
编辑丨岑峰
过去两年，具身智能行业掀起了一场激烈的“硬件军备竞赛”：能后空翻的人形机器人、刷新奔跑速度纪录的机械腿，以及在精密设定下倒水、叠衣服的机械臂层出不穷。
但在这些炫酷的展示背后，一个极其现实的问题摆在了所有从业者面前：具身智能到底该怎么赚钱？
目前，行业的主流玩法依然是“卖机器”：将昂贵的硬件本体搭配针对特定场景写死的工作流软件卖给 B 端客户。但硬件制造天然受制于供应链和规模效应，毛利率在残酷的价格战下不可避免地会走向极度微薄。
如果具身智能真的是继智能手机之后的下一代计算平台，它的商业终局，绝不可能仅仅是一家“硬件设备制造商”。
在正在进行的 2026 世界机器人大会（WRC）上，星海图联合创始人高继扬，指出，具身智能的商业模式最终将彻底颠覆，走向以“物理世界 Token”的销售为主体。
高继扬认为，在未来的终局里，机器人硬件（整机）甚至可能沦为“负毛利”的载体，其唯一目的就是把更多的终端铺到真实世界中去。而产业真正的价值核心，将100%向“具身大脑”迁移。
就像今天的 OpenAI 按大语言模型吐出的“文本 Token”向开发者收费一样，未来的具身智能巨头，将按照机器人在物理世界中执行的每一个有效动作、完成的每一次任务，即“物理世界 Token”，来攫取难以估量的商业红利。
当然，要支撑起如此庞大的“Token 经济”，底层大脑必须跨越一道天堑。作为一家坚定的“具身大脑”公司，星海图在底层模型上给出了自己的解法：用统一自回归架构打通零样本泛化、通用抓取和长程任务。
在演讲中，高继扬不仅分享了上述领域的底层突破，还对“泛化性”这一学术词汇给出了极其精准、通俗易懂的商业化转译：“泛化性本质上就是培训成本”。这种从实验室走向商业逻辑的独特认知，正是我们强力推荐这篇演讲的原因。
以下是高继扬在 WRC 2026 上的演讲实录，雷峰网(公众号：雷峰网)在不改变原意的前提下进行了精编与整理：
01
******商业模式的演进：******从卖整机，到卖“物理世界 Token”
随着机器人的智能通用性不断取得进展——从单一场景有用，跨越到多场景跨任务有用，具身智能产业的核心商业模式将会发生一次根本性的变化：最终将演变为以“物理世界 Token 销售”为主体的模式。
在这个整体进程中，我们看到具身智能包含两方面：一方面是整机（硬件），另一方面是智能（大脑）。整体的价值量会从整机逐渐向智能迁移。
去年和今年，我们看到行业里（包括我们自己）销售整机产品，毛利率大概在 40% 到 60%。我们相信，到了第二阶段，也就是“方案订阅”阶段，整机的毛利率可能会降到 20% 左右。
而到了真正“Token 销售”的第三阶段，整机甚至有可能变成一个负毛利的状****态 。因为那个时候，我们要的是让更多的终端出现在物理世界当中，去消耗更多具身智能基础模型的 Token。这是一个完全由模型能力牵引的具身智能产业化过程。
正是带着这样的认知，星海图将自己的核心定位明确为一家“具身大脑公司”。过去几年，我们的基础模型在不断迭代，不仅发布了 G0.5 模型，还推出了 fast-wam 最新的模型架构，持续在底层能力上寻求突破。
02
******基础模型的三大核心能力：******零样本泛化、通用抓取与长程任务
如何去描述我们当前的具身大模型能力？我们可以用一句话概括：创新地采用了统一自回归架构，用单一模型贯通了零样本泛化、通用抓取和长程任务的能力。
第一个关键词是“零样本泛化”。 通俗一点说就是“言出法随”。我给模型下达一句指令，它就能跟随完成。比如，对它说“把面包从盘子里拿起来放到面包机里”，或者“把碗里的食材倒进锅里”。在这些场景中，模型其实是第一次看到这些物品和环境，但依然能完成任务，这就是零样本泛化能力。
第二个关键词是“通用抓取”。 抓取是具身智能非常基础且重要的能力。所谓的“通用”，就是不经过任何的后训练（Post-training）和再编程，机器人就能够把大的、小的、胖的、瘦的、不同材质的物体，从任意地方放置到另一个地方。
第三个是“长程任务能力”。 为什么长程任务如此重要？因为在真实的物理世界中，几乎没有一个工作流（Workflow）是靠单一或少数几个动作就能完成的。它们基本上都是由几十个、甚至上百个动作串联而成。如何让模型连续完成上百个动作？我们通过叠纸盒等复杂精细操作验证了这种能力。这是基础模型走向真实商业价值的核心所在。
当然，仅靠强大的基础模型预训练还不够，我们还需要后训练。在后训练中，除了基于模仿学习的 SFT（监督微调）外，还有一个非常重要的技术就是强化学习（RL****） 。
目前，我们已经完成了几十台机器分布式的编队强化学习规模化训练。这带来的效果是突破性的：我们可以把通过预训练完成的“厘米级”操作，进化到“毫米级甚至亚毫米级”，同时将任务的成功率大幅提升至 99.9%。 这一切都源于真机强化学习的能力闭环（如包含人机协同的 DAgger 机制）。
03
******衡量机器人的“泛化性”，******本质是衡量“培训成本”
基础模型底层能力的持续突破，是带领具身智能走向“生产力时刻”的核心变量。当我们真正进入生产力场景时，会发现衡量基础模型有三个非常关键的指标：速度、精度、泛化性。
速度 ，核心描述的是作业效率。坦率来讲，今天机器人的执行效率还不如人类快，大概是人类的 70% 到 80%。精度 ，目前依靠预训练可以稳定完成厘米级精度，但毫米级精度必须依靠强化学习，我们目前正在推进这一进程。
最关键的是泛化性 。很多人问，泛化性到底是什么？我们觉得一个最通俗的解释就是：泛化性 = 培训成本。
就像我们雇佣一个人类员工，上岗前需要培训；未来雇佣机器人，同样需要培训。这个培训成本的高低，直接反映了泛化性的强弱。 培训成本高，说明泛化性低；如果培训成本趋向于无穷大（即一直教不会），那就说明泛化性极差。
目前，星海图完成一个新长程任务的后训练大约需要 10 个小时。我们希望到明年，能把这个“培训时间”压缩到一个小时，甚至只需要提供几条数据，就能完成长程任务的后训练。
基于这些模型能力，我们正在围绕电商零售、工业制造、快递物流和商业服务四大场景展开解决方案落地。
在真实的商业落地中，我们非常注重全自主与模型驱动。比如在与京东合作的全自主机器人前仓中，从货物的拣选、抓取、放置，到最难的柔性打包（打开袋子、放入物品、系上封口），全流程没有任何人工干预，且能支持数千到上万级的 SKU。在海外市场，比如洛杉矶的 3PL 仓储，因为用工难度和培训成本更高，具身智能落地的迫切性和速度可能会比国内更快。
对于整个产业的未来，我们确立了 “1 + 3 + N” 的品牌战略：
-
“1”代表不变的战略：整机 + 智能。 具身智能绝不是纯软件的人工智能，一定是软硬结合的完整解决方案。
-
“3”代表三大产品序列。 我们围绕生产力场景打造了轮臂旗舰产品（主打 0.1毫米位控精度的“刚柔并济”）；围绕非结构化场景（如能源电力）推出了双足产品；同时围绕创客和开发者群体推出了高性价比的硬件与开源工具，降低具身智能的开发门槛。
-
“N”代表产业生态伙伴。 独木不成林，我们希望与更多上下游的硬件、算法、场景伙伴一起做大做强，将具身智能真正转化为物理世界的生产力。
可独家畅览：
专家演讲PPT
大会报告全文
热门论文解读
学术新星访谈
扫描上方二维码
或点击「阅读原文」关注专区。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。