无论是叠衣服、撕纸巾、拉窗帘、用筷子这种日常生活的精细化操作，还是工厂里的搬运、分拣、扫码等工业任务，都跟科幻电影里的一模一样，甚至实现了机器人的群体协作。 这就是来自星动L7机器人秀出的最新能力，打造者是清华叉院背景的明星团队——星动纪元。在不久前，他们还以近5亿新融资引发行业内外热议，没想到烈火烹油，随即就甩出上述惊艳新进展。 如此纪录和能力背后，除了可以推测的AI大脑，也离不开机器人运动控制上的领先，据说它全身多达55个自由度——远超特斯拉擎天柱等人形机器人标杆。 具体来说，星动L7是一款全尺寸人形机器人，身高171cm，体重65公斤，全身自由度达到了55个，然后仅依靠一个端到端具身大模型ERA-42，就能驱动全身灵活运动，这也是这次亮相里最令人惊叹的地方。 这是因为，星动纪元首创了全尺寸和半身形态可选，用户可以根据场景需求灵活选择方案，降低综合使用成本，解锁更多更广阔的市场。 总的来看，星动L7既有大个头的力量与爆发，也有小个子的灵活。相比自身过去的产物，手臂更纤细，手腕灵活度更高，结合大臂展，操作范围更有优势。 具身智能，作为技术发展自然衍生出的新概念，本质上就是以模型为大脑、以机器人为本体，通过本体与环境的交互来实现智能行为。 机器人的动态能力是其稳定性和可靠性的基础。而像空翻、旋转跳、舞蹈这样的高爆发力动作，对机器人关节响应速度和平衡控制算法提出了极高要求，已成为衡量行业玩家技术实力的重要标杆。一旦成功实现，就说明实力还不赖。 此次星动L7所展现的动态性能之所以惊艳众人，核心在于其作为一款大尺寸人形机器人，成功攻克了高动态运动中的几个关键难题，包括动力系统不足和平衡控制复杂等问题。 但是试想一下，一个130斤的大尺寸机器人，在旋转起跳瞬间可能需要承受其本体2-3倍体重的冲击，扭矩稍微不足就会失败、响应滞后一点就会失去平衡。 目前业内知名玩家的峰值扭矩一般为360N·m、20rad/s的响应水平，而星动L7配置的400N·m扭矩，直接打破了纪录，它能够支撑起瞬间爆发力量并完成动作；25rad/s毫秒级响应能让关节在0.1秒内完成姿态调整，避免失衡，就解决了这个问题。 而连续跳舞更考验机器人的平衡控制问题，当重心持续发生剧烈偏移，就需要全身关节实时协同来实现平衡控制。小尺寸机器人实现就比较容易，个头矮重心低，但大尺寸难度就比较高了。 首先，是高达55个自由度的超冗余设计。值得说明的是，自由度数量越多，机器人活动就越灵活，能执行的动作也就越复杂，但同时控制难度也显著增加。 通常，人形机器人的自由度在40-50个之间，而星动L7将这一数字提升到了55个，这些自由度构成一个高效的协同网络，借助先进算法实现毫秒级的关节实时联动。 另一项技术创新则是基于运动数据训练的端到端强化学习。这种方法直接在传感器数据与关节动作之间建立映射关系，无需依赖人工设计的平衡规则。它能根据实时动作要求，动态调整55个关节的输出力度与角度，并通过持续与环境交互来优化动作策略，从而实现精准的实时平衡姿态控制。 在本体侧，手部能力其实是重要的一环。星动L7的手部自由度已经达到了12个，并且每只手指独立驱动。相比于特斯拉擎天柱的11个自由度，星动L7能复现人类90%的手部动作，从而适配更多细分领域的工作场景。 而且每根手指能够实现10次/秒的点击响应，堪比电竞选手的操作速度。这样一来，像电子装配中“拧螺丝-扫码-贴标”这种连贯性高的工序也能顺利完成。 再来看大脑侧。以往对于大脑如何训练，也有很多思路。比如在虚拟环境中进行强化学习，这种方式虽有效，但会导致计算成本大幅增加，而落地到真实环境还需要做大量的适配工作； 还有像动作捕捉（通过人类手把手教学完成高精度任务）也存在局限性——既依赖专业动捕设备，又需要针对每项任务执行大量重复示范教学，过程费时费力，且难以实现能力泛化。 这种基于视频学习的方式具有高度扩展性，它依赖处理海量视频数据来推断动作执行逻辑。从某种意义上说，机器人必须发展出“自我意识”。这样一来，其显著优势在于大幅降低数据采集成本，并能快速部署至各类新场景。 高频实时抗干扰：依靠ERA-42（30Hz以上）高频的模型推理，机器人完成实时反馈来抗干扰；前瞻性动作规划：利用视频预测能力，提前规划最优动作序列，确保操作“稳准狠”。 比如在工厂里，物流分拣、电子装配选用半身形态，可以减少空间占用，提升作业效率；而在商场、展会等需要全身动态表现的场景，就能切换至全尺寸形态。 星动L7极大地拓展了人形机器人的应用边界，其灵活的四肢和聪明的大脑，正在勾勒出真正意义上通用人形机器人的雏形。 星动纪元成立于2023年8月，是清华大学唯一持股的具身智能公司，创始人兼CEO陈建宇是清华大学学士，加州大学伯克利大学博士，现任清华大学交叉信息研究院助理教授博士生导师，拥有10+年机器人和AI研发经验。 星动纪元今年已交付超200台产物，另有上百订单还在交付中。全球TOP10市值科技巨头里，已有9家是星动纪元的客户。在科研方面，星动纪元产物已成为全球开发者市场首选，包括字节跳动机器人实验室、麻省理工大学、斯坦福、加州大学伯克利分校的顶尖人才都在用。 所以说星动纪元不仅在国内知名，而且海外驰名。出海业务发展迅猛，年初布局仅半年，海外市场收入占比已超过50%。今年的CES上，老黄晒出的14款人形机器人，里面就有星动L7的前身星动STAR 1。 一家创新公司，为何能迅速出圈？归根结底，是源自于星动纪元的技术实力。从成立之日起，星动纪元便决定走一条难而正确的道路——软硬结合，打造物理世界的通用机器人。 星动纪元在通用大脑的最新成果是端到端原生机器人大模型ERA-42，这是业界首次：仅通过同一个具身大模型驱动全身灵巧——不但能做大动作，还实现了五指灵巧手的类人手操作能力，可灵活运用多种多样、形态各异的工具完成上百种复杂任务。 对比此前Figure AI出品的VLA模型Helix，ERA-42的优势很大。对比来看，Helix利用500个小时的远程操作数据，学会的任务数尚且还不到100个；而星动纪元的ERA-42，只需要约10个小时的真机数据，就能学会上百种任务，堪称业内领先。 背后的秘诀在于，星动纪元是从第一性原理出发，其人形机器人学习数据时，并非直接模仿行为，而是学习行为背后的因果关系——即做出该行为后，会导致什么样的结果。这样就能理解背后统一的物理规律，实现完全泛化。 第二是可跨任务学习，因为ERA-42的泛化能力很强，通过单一策略就能执行新的操作任务。只要输入一句文本或语音，加上感知硬件数据，就能直接端到端输出操作，泛化到从未见过的环境或任务。 比如此前星动纪元曾采集简单的红黄蓝方块抓取数据，就能抓取任务泛化到从未见过的多样化物体，比如胡萝卜和茄子等，相比其他模型算法在泛化任务上显著提升了成功率。 最后是跨本体迁移，一个VLA大模型，打通单机械臂、双机械臂、上半身。这意味着L7能实行形态定制，背后依靠的不仅仅是硬件优势，还体现了其模型的泛化能力。 这同时也体现了星动纪元的硬件能力，实现了通用化和模块化，就像搭建乐高一样打造通用本体。自研五款关节模组，包括无框力矩电机、高性能空心杯电机、高功率驱动器及控制单元和低减速比减速器。因为自身掌握着关键技术，所以本体能快速更新，2年迭8代。 实现通用模型和通用本体后，这两大核心部件还面临着一个共同的问题——数据瓶颈。高质量数据的缺乏，长期困扰着行业，但获取真机数据成本高，选择仿真模拟难度又大，数据类型比较单一。 星动纪元解决的策略是，采用海量无标注互联网视频数据，结合少量独家真机数据，全量提取，无损传输，让机器人更高效且低成本地理解物理世界。 低成本获取场景数据，强化模型大脑，驱动硬核本体。总结来看，星动纪元在具身智能行业，率先跑通了「物理AI时代的闭环飞轮」，即“模型-本体-场景数据”，就像跑通了AI模型时代的“算力、算法、数据”三要素。 这样的玩家在其他赛道并非没有先例，比如上一波物理AI浪潮中，最火热的创业赛道Robotaxi。特斯拉自研FSD模型，打造Model系列为本体，为FSD获取了海量的场景数据，如今已成为Robotaxi赛道的超级明星。 现在，具身智能取Robotaxi而代之，成为物理AI最性感、最前沿的赛道，而星动纪元率先跑通物理AI的闭环飞轮，成为具身智能领域，代表国产最先进水平、乃至全球最先进水平的新明星。
