在机器人技术领域，一场关于“智能”的变革正悄然发生。曾经，让机器人抓取一支笔或一个苹果，需要编写大量专用代码、进行长时间示教训练，并在仿真环境中反复调试，即便如此，真实环境中的细微变化仍可能导致任务失败。如今，这一局面被星海图最新发布的“万物抓取”Demo彻底改变——用户只需一句自然语言指令，如“请拿起那个红色的积木”或“把桌子上的马克杯递给我”，搭载G0 Plus模型的机器人便能精准理解、定位并完成操作。
这一突破标志着具身智能从“模型展示”迈向“可直接体验与部署”的新阶段。1月4日，星海图正式推出端到端双系统VLA模型G0的升级版——G0 Plus，并同步上线全球首个开箱即用的VLA模型体验Demo“万物抓取”。该Demo完整展示了从语言理解、视觉感知到机器人动作执行的闭环能力，让用户直观感受到具身智能的实用性。
长期以来，机器人与具身智能行业陷入一个悖论：大模型论文与演示日新月异，但实际产品的智能化水平却提升缓慢，仍严重依赖预设程序和固定环境。大多数开发者拿到手的机器人，若想实现特定功能，需投入大量时间进行二次开发。这种割裂导致许多声称实现“具身智能”的机器人订单，交付的仍是需要高成本赋能的精密产品，客户购买的“智能”部分充满不确定性。
G0 Plus的出现打破了这一困局。它首次在真实开放环境中实现了无需任务特定训练的通用抓取能力，将“通用抓取”这一复杂问题转化为用户可通过自然语言调用的标准功能接口。这种转变的核心在于模型构建了“视觉-语言-动作”的统一认知架构，使机器人能像人类一样，基于视觉感知环境，通过自然语言指令理解任务，并自主规划执行动作。例如，机器人不再仅识别物体，而是理解“可抓取性”“稳定性”“空间关系”等概念，形成跨物体的通用操作智能。
G0 Plus的训练数据主要来自真实世界中的开放任务与执行过程，覆盖抓取、操作、组合动作与复杂交互等场景。这种“生于真实、用于真实”的数据闭环，使模型具备更稳定的动作表现和更强的任务泛化能力。基于此，G0 Plus不仅具备即装即用的便捷性，还形成了能够自我强化的数据飞轮，成为面向真实应用的“具身智能基座模型”。
技术的价值在于落地，而系统集成是前沿技术落地的关键障碍。星海图在轮式双臂机器人领域已实现全球领先的部署规模与市场占有率，其R1 Pro和R1 Lite平台覆盖超过90%的全球顶级开发者。此次推出的VLA一体机解决方案，正是基于硬件优势，瞄准开发者部署痛点，通过软硬件一体化设计，将G0 Plus从模型推理到机器人执行系统进行端到端封装，实现端侧实时运行与即插即用部署。开发者开箱后30分钟内即可体验完整的万物抓取功能，大幅降低了技术门槛。
星海图的产业化思路不仅体现在产品封装上，更通过与华为、比亚迪等产业巨头的合作，将技术推向实际业务场景。这些合作围绕工业制造、物流履约与商业展示等方向展开，验证了软硬件技术的可靠性，并打通了技术研发到场景验证再到数据反哺的闭环。高价值、高复杂度的实际场景成为检验系统稳定性的“考场”，也为模型迭代提供了真实反馈，未来这些反馈将成为模型进化的“数据燃料”。
星海图的战略核心是“整机+智能”的垂直整合路线，即“From Motor to Model”。从底层电机控制到顶层AI模型，星海图全部自研并深度集成，以最大化系统性能、保障稳定性，并掌控最终用户体验。G0 Plus和VLA一体机的发布，正是这一战略的集中体现。目前，星海图已构建覆盖硬件、数据和模型的完整开发体系，超过50万次的数据集下载、90%的顶级开发者覆盖率以及持续的产业合作，形成了强大的网络效应：更多开发者和合作伙伴带来更多应用场景，更多场景产生更多数据，进而吸引更多开发者加入生态，形成“硬件开发-数据飞轮-模型迭代-应用生态”的正循环。
当机器人能像人类一样理解“请把那个工具递给我”这样的自然指令时，我们面对的不再是执行特定程序的机器，而是一个真正具备认知决策与执行能力的智能体。这种转变不仅将重新定义机器人产业的价值分配，更可能推动具身智能从先锋企业的试验场走向广泛行业的标准化配置。
