在機器人技術領域，一場關于“智能”的變革正悄然發生。曾經，讓機器人抓取一支筆或一個蘋果，需要編寫大量專用代碼、進行長時間示教訓練，并在仿真環境中反復調試，即便如此，真實環境中的細微變化仍可能導致任務失敗。如今，這一局面被星海圖最新發布的“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行的閉環能力，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陷入一個悖論：大模型論文與演示日新月異，但實際產品的智能化水平卻提升緩慢，仍嚴重依賴預設程序和固定環境。大多數開發者拿到手的機器人，若想實現特定功能，需投入大量時間進行二次開發。這種割裂導致許多聲稱實現“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品，客戶購買的“智能”部分充滿不確定性。
G0 Plus的出現打破了這一困局。它首次在真實開放環境中實現了無需任務特定訓練的通用抓取能力，將“通用抓取”這一復雜問題轉化為用戶可通過自然語言調用的標準功能接口。這種轉變的核心在于模型構建了“視覺-語言-動作”的統一認知架構，使機器人能像人類一樣，基于視覺感知環境，通過自然語言指令理解任務，并自主規劃執行動作。例如，機器人不再僅識別物體，而是理解“可抓取性”“穩定性”“空間關系”等概念，形成跨物體的通用操作智能。
G0 Plus的訓練數據主要來自真實世界中的開放任務與執行過程，覆蓋抓取、操作、組合動作與復雜交互等場景。這種“生于真實、用于真實”的數據閉環，使模型具備更穩定的動作表現和更強的任務泛化能力。基于此，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據飛輪，成為面向真實應用的“具身智能基座模型”。
技術的價值在于落地，而系統集成是前沿技術落地的關鍵障礙。星海圖在輪式雙臂機器人領域已實現全球領先的部署規模與市場占有率，其R1 Pro和R1 Lite平臺覆蓋超過90%的全球頂級開發者。此次推出的VLA一體機解決方案，正是基于硬件優勢，瞄準開發者部署痛點，通過軟硬件一體化設計，將G0 Plus從模型推理到機器人執行系統進行端到端封裝，實現端側實時運行與即插即用部署。開發者開箱后30分鐘內即可體驗完整的萬物抓取功能，大幅降低了技術門檻。
星海圖的產業化思路不僅體現在產品封裝上，更通過與華為、比亞迪等產業巨頭的合作，將技術推向實際業務場景。這些合作圍繞工業制造、物流履約與商業展示等方向展開，驗證了軟硬件技術的可靠性，并打通了技術研發到場景驗證再到數據反哺的閉環。高價值、高復雜度的實際場景成為檢驗系統穩定性的“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“數據燃料”。
星海圖的戰略核心是“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，以最大化系統性能、保障穩定性，并掌控最終用戶體驗。G0 Plus和VLA一體機的發布，正是這一戰略的集中體現。目前，星海圖已構建覆蓋硬件、數據和模型的完整開發體系，超過50萬次的數據集下載、90%的頂級開發者覆蓋率以及持續的產業合作，形成了強大的網絡效應：更多開發者和合作伙伴帶來更多應用場景，更多場景產生更多數據，進而吸引更多開發者加入生態，形成“硬件開發-數據飛輪-模型迭代-應用生態”的正循環。
當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行特定程序的機器，而是一個真正具備認知決策與執行能力的智能體。這種轉變不僅將重新定義機器人產業的價值分配，更可能推動具身智能從先鋒企業的試驗場走向廣泛行業的標準化配置。
