在近日举行的星海图首届全球开发者大会上，星海图CEO高继扬系统阐述了其对具身智能产业未来的深度思考。

高继扬明确将具身智能的发展划分为本能智能、作业智能与进化智能三个阶段，并指出中国在硬件供应链与数据产业链上的双重优势，会决定在未来两到三年的时间里面，中国的整个具身基础模型的能力会超过美国，拿到世界第一的位置。

对于外界关注的具身智能GPT时刻何时到来，高继扬给出了冷静判断。他认为这一时刻可能不会像语言模型那样显著，因为具身智能的落地将从工业场景开始，一个场景一个场景地逐步解锁。可能若干年后人们回头再看，机器人已无处不在，却已记不清具体从哪一年开始。这种渗透式的进化路径，正是具身智能区别于大语言模型的核心特征。

高继扬认为，具身智能的进化并非一条平滑曲线，而是由三个逐级构筑的基石组成。本能智能是基础，它使机器人能够像人类一样天然驾驭身体，完成平衡、行走与奔跑等动作。作业智能建立在本能智能之上，解决的是机器人在真实世界中有序操作与执行任务的能力，语言则是其关键交互接口。星海图重点推进的G系列模型正是作业智能的核心载体。而进化智能则指向更为深远的未来，当AI能够围绕应用场景自主定义并设计机器人的身体形态，机器人将从单一产品进化为可复制、可迭代的生产力系统。

在这一技术路线图下，星海图明确了自身定位。高继扬用三句话定义了这家公司：首先，星海图是一家具身智能大脑企业，核心在于基础模型的预训练，其规模效应来自于学得越多越聪明，而非传统制造业造得越多越便宜的逻辑。其次，星海图是软硬结合最为扎实的企业，从创立之初便坚持自研整机，目前动力单元已有80%实现自研或产业链共研。第三，它是国内最早押注真实数据的公司，在数据布局的全面性、规模与技术领先性上均处于行业前列。

高继扬特别强调，具身智能的发展瓶颈不仅在于模型与本体，数据环节同样至关重要。与语言大模型拥有互联网级别的数据不同，具身智能至今没有自己的互联网，真实世界的系统化数据采集几乎空白。

为此，星海图联合北京亦庄共同发起数据公司亦数智能，并启动100万小时超高质量真实数据计划，规划今年完成百万小时采集，未来三年迈向千万小时，为具身智能构建首个数据互联网。

高继扬透露，当前数据采集成本中，真机遥操作数据约为每小时250元，人类中心数据则可低至50至100元，综合成本约100至150元每小时。百万小时量级的数据投入约需1至2亿元，相比之下，算力成本往往十倍于此。他认为这笔投入是必要且划算的。

在商业模式层面，高继扬提出了三阶段演进路径。

当前行业处于整机销售阶段，机器人的主要市场面向开发者、科研教育与数据采集等场景。随着作业智能在垂直场景中被验证，商业模式将过渡到方案订阅阶段，真正的毛利来源将来自智能方案而非硬件本身。最终，当机器人从单一场景走向多任务通用时，收费单元将转向按智能消耗与任务复杂度计量的Token销售。

高继扬判断，这三阶段的增长率将从年化30%到100%起步，逐步跃升至数倍甚至百倍增长。他强调，星海图不会在第一阶段追求绝对商业化规模，真正的竞争将在智能驱动的第二阶段展开。

针对外界对具身智能领域技术路线争议的讨论，高继扬明确表示，VLA模型与世界模型并非对立关系，两者在底层架构上同源共生、未来将走向融合。

无论训练何种模型，其核心逻辑均是将多模态数据转化为Token，经过多层Transformer编码与监督，数据本身可以通用。星海图当前的预训练完全基于真实数据，在达到百万小时量级前，没有使用仿真数据的必要性。

他同时指出，智能总成本由数据、算力与研发组成，其中数据与算力的成本比例约为1比10，高质量的真实数据是模型能力提升的根本保障。

高继扬还分享了星海图为何从轮式双臂品类起步，如今又推出双足人形机器人Kengo的内在逻辑。轮式双臂适用于结构化场景，而通用场景中的非结构化部分需要如人一般的人形结构才能进入。星海图坚持智能定义本体的原则，本体的演进跟随AI的缩放定律。

他坦言，在双足品类中星海图仍是追赶者，但坚信驱动行业前进的核心动力来自人工智能，未来在所有品类上均可成为引领者。他强调，星海图并非一家研发制造机器人的企业，而是一家人工智能企业。

展望未来，高继扬对中国具身智能产业充满信心。他指出，中国不仅拥有全球领先的硬件供应链，更在数据供应链上展现出独特优势。

当数据工程链的优势与整机供应链的优势叠加，未来两到三年内，中国的具身基础模型能力将超越美国，登上世界第一的位置。这一判断正在星海图的实践路径上逐渐变为现实。