具身智能人形机器人企业——浩海星空正式发布自研核心智能架构“星空大脑”。该架构创新性地构建了以云端大语言模型为认知中枢、视觉-语言模型为感知核心的协同体系。通过这种云边端一体化设计，“星空大脑”打通了机器人从人类交互意图解析、任务动态规划排布，到复杂场景语义理解与物理行动执行的完整闭环。这标志着具身智能从简单的“指令反馈”正式迈向了具备“深度环境感知与自主逻辑决策”的新阶段。

浩海星空创始人兼CEO齐建伟表示，“具身智能的真正突破，在于实现‘认知’与‘感知’的高效耦合。‘星空大脑’的核心竞争力，在于其强大的端到端协同能力，这种‘脑体协同’的架构，让机器人不仅能‘听懂’抽象指令，更能‘看懂’复杂环境，并结合场景语义将任务规划转化为精准的动作执行。我们不仅仅是在制造机器人，而是在为智能体构建一个具备泛化能力和进化潜力的具身中枢。”

星空大脑：构筑具身智能的“灵魂”，从“执行”到“思考”的关键跃生

在星空大脑的设计中，机器人的思考方式被划分为两个层次：在传统的机器人研发路径中，算法与硬件本体往往深度绑定。这种“烟囱式”的架构不仅导致换一种形态就要重新训练模型，更致命的是，机器人的智能水平被硬件的迭代周期死死锁住。浩海星空认为，具身智能的终极形态，必须实现“大脑进化”与“躯体物理限制”的彻底解耦。“星空大脑”正是基于这一理念打造的通用智能底座：它是一个独立于任何特定硬件、能够自我迭代进化的“活系统”。在星空大脑的设计中，我们通过将智能分层，有效解决了“统一大脑迭代”与“不同躯体执行”的矛盾。

星空理念：“思考共性”与“思考异性”

在“思考共性”的驱动下，星空大脑能迅速完成“意图理解-任务拆解-技能执行”的通用逻辑闭环。但当真正进入抓取阶段时，“思考异性”则展现出了强大的多维语义适配能力：

同样是执行“抓取”，如果执行者是拥有双臂的复合机器人Juliet，且面对的是摆放整齐的货架，端侧视觉语义会引导她采用最拟人化、最自然的正面抓取动作；但如果场景切换到杂乱且充满遮挡物的储藏室，即使是同一个Juliet，系统也会识别出“空间受限”的环境语义，动态切换为更谨慎的避障轨迹和小角度抓取。同理，若接入的是单臂轮式机器人，系统则会基于其“单臂工作空间”的本体语义，计算出更合适的侧向夹取姿态。

齐建伟进一步阐释：“思考共性解决的是机器人‘能不能做事’的问题，思考异性则解决‘能不能把事做好’的问题。真正的具身智能，既要通用，也要适配——就像人一样，既有共通的思维框架，也有个性化的行为方式。”

具身智能的核心挑战，正是建立并持续优化这套“以通用性为底层框架、以领域适配实现场景落地”的智能体系。

​

技术架构：云端决策 + 端侧执行，协同一体

星空大脑由云端大脑与端侧大脑协同构成，兼顾高层决策与本地执行。

▲云端：决策与规划中枢，采用“感知交互—记忆工具—规划决策”三位一体架构：

  · 感知交互：通过语音识别、声源定位、人脸识别实现基础感知；基于大语言模型进行意图理解，结合视觉-语言模型实现多模态识别，准确理解交互对象与场景信息。

  · 记忆与工具：短期记忆处理会话上下文，任务后自动清除；长期记忆跨会话沉淀，随交互持续优化；错误反馈机制通过失败记录与强化学习不断改进规划方案；联网搜索补充实时外部信息。

  · 规划决策：依托LLM解析任务核心要求，通过有向无环图（DAG）将复杂任务拆解为多级子任务并设定优先级，生成可执行的技能序列，并支持动态调整。

▲端侧：执行与调度单元，部署于机器人本体。在操作端支持两种策略架构，配合任务调度器与导航、播报等工具库协同工作。执行时具备错误检测能力——既可脱离云端做部分任务重规划，也可回传云端请求更高层编排。

  · VLM+技能网络：搭建以VLM作为环境感知、状态监督与技能拆解的规划器、若干技能（如抓取）的策略网络为执行器的端侧方案。

  · VLA： 针对现有VLA方案语义理解不足、原子技能定义困难等问题，浩海星空提出差异化落地路径，以更高数据效率实现端侧对场景语义的理解与最优动作生成。

星空大脑信息流

此次星空大脑的发布，标志着浩海星空在具身智能领域迈出了关键一步。未来，该架构将持续赋能各类机器人平台，推动智能体在真实世界中实现更深度的理解、协作与成长。

星空大脑让Juliet拥有了思考的能力，但Juliet让我们明白了：智能不是参数规模，是‘在现场’；协作不是API调用，是‘预判’；共生不是功能交付，是‘彼此成就’。她在成长，星空大脑在进化，我们也是。”