8月19日，2026世界机器人大会在北京开幕。与往年集中展示跑步、跳舞等运动能力不同，今年更多企业将仓储、制造等作业流程搬进展馆，具身智能行业的竞争重点正从运动能力展示转向真实作业能力验证。星海图在展台上演示了机器人完成商品抓取、拣选、装袋、封口以及螺丝锁付等任务，并披露了与京东合作的前置仓现场系统在展会前一天完成了100多单“真实履约”，全程没有人工流程干预。
星海图CEO高继扬表示，公司今年已在陆续交付千台级、模型驱动的真实生产力单元。他特意将这一口径与普通整机销售区分，称统计范围仅限于“模型驱动的生产力产业单元”。高继扬强调，现阶段主要考核两项指标：一是模型能力，二是模型能力驱动下的商业化落地进展。他说：“客户购买的不是机器人整机，而是机器人能够完成的生产工作，客户付费买的是劳动产出。”
本届大会上，星海图发布了轮臂机器人Nexo，参数显示其拥有30个自由度，单臂最大负载10公斤、双臂合计20公斤，续航时间8小时，主要面向电商零售、工业制造和快递物流等结构化场景。公司同时布局了双足机器人Kengo和开发者产品Lemo。按照高继扬提出的“1+3+N”框架，轮臂产品聚焦生产力作业，Kengo面向非结构化复杂环境，Lemo用于降低开发者使用模型和硬件的门槛。
高继扬指出，从去年的世界机器人大会等行业活动开始，行业重心已转向智能能力和模型能力，关注“机器人能不能真正作业、干活”，这一趋势在今年进一步强化。跑、跳和翻越障碍主要考验运动控制，而机器人进入仓库和工厂后，还要理解任务、操作物体、处理异常，并接入现有生产系统。评价标准也随之转向任务成功率、连续作业时间和单位作业成本。
在技术路线上，星海图在基础模型预训练后，引入监督微调、模仿学习和强化学习，提高操作精度和任务成功率。当机器人作业出现异常时，工作人员可以接管，相关数据随后回流至模型迭代链路。公司同时推进视觉—语言—动作模型和世界模型。高继扬称，两类模型都需要把输入转化为Token，通过Transformer多层神经网络完成编码，再以自监督方式进行预训练；差异主要在训练方式，世界模型主要依靠视频预测。他判断，两条路线未来会走向融合。
高继扬将具身智能商业化划分为几个阶段：2026年以前，模型能力相对有限，市场交易主要以整机销售为主；从今年下半年至2028年，行业将逐步出现方案订阅模式，客户为特定生产场景的产业方案付费，整机只是方案的物理载体。随着智能能力从单一场景走向多场景跨域，星海图判断，具身智能商业模式可能进一步演进为以“物理世界Token销售”为主体，产业价值重心也将逐步从整机硬件向智能能力迁移。
客户计算机器人是否经济，不能只比较整机售价和人工工资。设备折旧、能耗、维护、后训练、系统集成和现场支持都需要计入成本。高继扬称，当前机器人作业效率约为人类的70%至80%，适配一项新任务约需10小时后训练。不过，70%至80%的作业效率只能作为比较起点，不能直接换算为投资回报率。不同任务的动作复杂度和异常率差异较大。
学习新任务的成本同样影响部署速度。星海图目前适配一项新任务约需10小时后训练，目标是压缩至1小时，甚至只需少量样本。训练门槛能否下降，决定了一套模型能否以较低成本复制到更多客户和工位。在数据路线方面，星海图坚持优先使用真实数据，高继扬称公司几乎全部采用真实数据，很少使用仿真数据，因此较少面临仿真数据向真实环境迁移的问题。对于成本，他表示需要合并计算数据、算力和研发工程师人力三部分，“最贵的是算力，最稀缺的是人才”。
今年6月，星海图启动“百万小时真实数据计划”。高继扬没有披露目前的数据规模，只表示百万小时是公司判断的、支撑具有产业价值基础模型的规模门槛，现有量级仍然不足。他认为，具身智能的技术拐点会到来，但公众认知不会在一瞬间完成。机器人首先进入工厂和仓库，行业变化更可能表现为持续渗透和一个个工位逐步开放。
对星海图而言，下一步需要验证的也不只是机器人能否完成任务，而是这些能力能否在不同客户现场稳定复用，并最终把单位作业成本降到客户能够接受的水平。具身智能商业化的评价标准，正从“能不能干活”转向“能否比现有方式更经济”。整机价格、作业效率、训练和运维成本共同决定单位作业成本，也将影响机器人规模化上岗的速度。