星海图正式发布双足机器人行客 Kengo 为什么是在现在

从轮式底盘到双足形态，一家具身智能企业正式完成产品形态的关键跨越，揭开了全新阶段。

过去两年间，人形机器人领域已多次呈现令人瞩目的动作表现，例如奔跑、弹跳、后空翻乃至整支舞蹈。

然而，当此类演示司空见惯后，一道更深层的难题随之显现：机器人掌握行走技能之后，该走向何方？它能否在移动的同时领会任务，并最终完成特定种类的实际劳动？

6月2日，这家具身智能企业正式发布了双足机器人「行客 Kengo」，标志着其首次推出双足形态的机器人产品。

据该公司披露的信息，Kengo身高1.4米，采用双足结构，头部配备曲面显示屏。其单关节扭矩超过130N·m，能够执行舞蹈、交互等高动态动作；在经历10次倒地跌落冲击后仍可照常运行，线束折弯寿命超过20万次。整台机器人仅用两种核心模组便实现了全身关节覆盖，旨在性能、可靠性与量产成本之间寻求平衡。

仅从参数看，Kengo首先是一款注重运动能力的双足机器人。然而，对这家企业而言，这次发布的关键意义在于：一家原本以轮式机器人和具身大模型为主线的公司，如今终于将产品形态扩张至双足领域。

这并非一次孤立的产品延伸。

就在前一天，该公司刚刚推出了新一代具身智能基础模型G0.5。回顾此前，今年以来这家企业的产品与模型发布节奏显著加速：1月发布G0 Plus，2月更新G0 Plus并推出适用于端侧部署的G0 Tiny，4月完成B+轮融资，6月初又接连发布了G0.5与Kengo。

这家企业正试图将过去两年中分别构建的模型、本体及数据能力，整合进更为紧凑的产品发布节奏之中。

双足不是起点

该企业此前推出的R1 Pro、R1及R1 Lite均采用轮式移动底盘搭配双臂设计。

这条技术路线与过去两年备受瞩目的双足人形机器人存在差异。它在拟人外观方面有所取舍，但换来的是更佳的稳定性、续航能力与工程可靠性，更适合充当数据采集、模型训练及开发者验证的载体。

公开资料表明，该企业的轮式机器人已进驻高校实验室、科技公司研发部门及具身智能创业团队，并且被斯坦福大学李飞飞团队、Physical Intelligence等机构所采用。过去一年中，该公司还在家庭、酒店、工厂、仓库、超市及餐厅等真实场景中开展了数据采集工作。

因此，这家企业并非从双足切入具身智能赛道，也并非先打造一个躯体，再去匹配相应的智能系统。其发展顺序更接近：先利用轮式机器人搭建数据采集、模型训练、运动控制及整机工程的基础，随后再向更贴近人类环境的双足形态拓展。

这种先后顺序并不意味着双足的难题已被攻克。

相较于轮式底盘，双足机器人的控制难度显著提升。它既要在运动过程中保持平衡，又需适应多种地形、应对跌落与碰撞，并且在真实场景中维持长时间稳定运行。

Kengo此次公布的能力主要集中在运动小脑与整机工程层面：包括高动态动作、自主平衡、可靠性设计及模组标准化。根据现有公开信息，Kengo后续还将搭载具身大脑模型，以强化语义理解与任务规划能力。

需要明确的是：Kengo目前展现的是双足运动能力，这并不等同于已经达到如同同类产品那样的水平，即实现从双足行走到双臂操作的端到端全身统一控制。

这也使得Kengo的后续发展路径更加清晰。它需要证明的不仅仅是‘会不会走’，更在于具身大脑、运动小脑与双足本体能否实现真正的有机组合。

刚刚发布的机器人「大脑」

如果说Kengo是该公司对机器人身体形态的一次拓展，那么一天前发布的G0.5则更像是这家企业对具身智能‘大脑’路线的一次集中阐述。

近来，视觉语言动作模型（VLA）正逐渐成为机器人基础模型的重要发展方向。许多模型采用的技术思路是：由视觉语言模型解析图像与指令，再通过独立的动作模块生成连续的控制信号。

G0.5则选择了另一条技术路径。

根据该公司发布的技术报告，G0.5采用了统一的自回归序列生成方式，使同一个模型能够同时生成推理token和动作token。简而言之，它试图让机器人的“理解、分解、规划与行动”不再被分割为相互独立的模块，而是纳入同一条生成链路之中。

为适配不同类型的机器人，G0.5还引入了跨本体动作分词器，将不同自由度及控制频率的动作映射至共享的token词汇表。报告显示，其预训练数据涵盖了18种机器人本体，并统一映射到27维动作空间。

在该公司公布的评测中，G0.5覆盖了LIBERO、RoboTwin、SimplerEnv、DROID及BEHAVIOR-1K等多个基准测试。其中，在完全未针对DROID平台进行微调的情况下，模型在10项桌面任务中的平均成功率达到了82.5%。

G0.5折射出该公司正逐步形成的技术导向：减少机器人对单一任务后训练及定制化工程的依赖，在预训练阶段便获得更多可迁移、可组合的操作能力。

这也解释了Kengo为何会在此时登场。

倘若机器人的智能仍高度依赖于固定场景与重复调试，那么双足形态带来的自由度反而会显著加大部署难度——在底盘稳定的前提下，基于视觉的模型泛化性本身已是难题，双足方式若稍欠稳定，将导致成功率进一步下滑。

只有当模型开始具备一定程度的迁移与泛化能力，更为灵活的身体才有望切实转化为生产力。

从开发平台走向生产力工具

两个月前，该公司刚刚完成了一轮融资，估值突破200亿元。

在那轮融资中，该公司对外释放了更明确的信号：2026年，企业将持续加大数据与训练投入，并将重心转向真实的生产力场景。目标不仅是完成概念验证或制作更流畅的演示视频，而是要找到能够连续作业、稳定交付，并且让客户在经济效益上算得清账的具体岗位。

Kengo为这条发展路径增添了一种新的身体形态。

轮式机器人依然拥有显著的工程价值。在平坦地面、固定空间及稳定的工作流程中，轮式底盘通常更为可靠，也更易于成本控制。双足机器人并不会简单地取代轮式产品。

然而，在楼梯、门槛、狭窄空间以及为人类设计的复杂环境中，双足形态展现出了更大的想象空间。这意味着机器人无需再等待环境被重新改造，而是尝试直接进入人类原本工作的空间。

对该公司而言，这也是一次全新的验证。

此前，该公司已拥有轮式机器人、机械臂、数据平台及具身基础模型。Kengo加入后，产品矩阵进一步向“大脑×小脑×本体”的方向延伸。然而，全栈能力并非简单地将几项能力罗列在同一张产品图上，而是要让它们在真实任务中协同运作。

双足机器人的下一轮竞争，不仅要比拼谁走得更稳、跳得更高，还要看谁能更早地将双足接入可泛化的操作能力。

Kengo只是这家企业在这条道路上迈出的第一步。

从轮式底盘到双足形态，从基础模型到实际部署，这家公司正在构建完整的具身智能链条。真正的挑战在于，能否让运动能力与智能理解在真实场景中深度融合，最终兑现为可靠的生产力。