正文：
可泛化的通用移动操作任务历来是机器人智能演进的“大目标”之一，近日，“腾讯系”人形机器人创企[星尘智能]自研 AI系统DuoCore再迎关键技术突破！发布首个全身移动操作模型DuoCore-WB和机器人学习套件“Astribot Suite”，助推人形机器人真实场景落地应用。
详细技术报告：https://arxiv.org/abs/2507.17141
在对DuoCore-WB和Astribot Suite解读前，我们先聊一下自研VLA大模型DuoCore系统：
2025年5月21日，公司自研VLA大模型DuoCore系统取得重大更新；作为业界较早采用了高度仿人的快慢系统架构，DuoCore首次让机器人拥有了媲美人的「本能反应 + 深度思考」双智能模式，能够在复杂环境、复杂情况下进行随机应变的智能规划和操作，具备业界少有的强抗干扰能力、高泛化性和自适应性，极大提高了任务成功率。
2025年以来，以Figure AI为代表的全球头部人形机器人初创开始选择自研基础大模型；同时，双系统架构技术路径VLA模型已成为具身智能领域模型主流，既将原本的长链条端到端模型VLA模型拆开，分成VLM和动作执行两个模型（“快慢脑”）。
技术详细解读，查看星球内文章：【原创】【技术干货】视觉-语言-动作(VLA)模型 详细解读（含主流玩家梳理）
此外，区别于传统 AI 的「数据投喂式」学习，DuoCore系统还采用了高度仿人的知识迁移机制，提升了机器人的学习效率，实现跨场景「元技能」迁移，将学过的旧经验迁移到新场景，无需从零开始学习，少样本迁移，解决了学习新技能、新任务时数据成本过高的问题。
依托自研VLA大模型DuoCore系统和公司首创“Design for AI”的软硬件一体化系统架构，[星尘智能]旗下轮式仿生机器人Astribot S1成为国内首位走进养老护理院的人形机器人；而随着本次技术层面关键突破，势必将助力公司在更多商用场景完成突破。
回到本文重点：首个全身移动操作模型DuoCore-WB和机器人学习套件“Astribot Suite”
机器人学习套件“Astribot Suite”
Astribot Suite：「本体-遥操数据采集方案-模型」三位一体的机器人学习套件，具体包括高性能、安全可靠的机器人平台（轮式仿生机器人Astribot S1）、直观高效的遥操方案（数据）和高效可扩展的全身操作策略（DuoCore-WB模型）。
1）高性能、安全可靠的机器人平台：Astribot S1
图注：具备高仿人操作能力、安全可靠的机器人本体S1，其仿人的自由度(a)、操作空间范围(b)与摄像头视角分布（c）设计
Astribot S1是一款专为通用任务设计的轮式仿生机器人，采用创新绳驱设计，模拟人体肌肉组织，实现柔顺运动和精准施力，能有效模仿人类操作，兼具灵活、敏捷与精准。
据官方数据，星尘智能S1高度仿人，各项关键操作参数媲美甚至超越成年男性，使其能快速学习和复现人类的各项复杂操作。S1的单臂自由度7个，拥有类似人类关节的设计，能模拟人类运动轨迹。其末端最高速度超过10m/s，单臂额定负载可达10公斤，负载自重比1:1，重复定位误差只有30微米，一系列指标均超越了普通成年男性。
2）低成本全身遥操作系统：用VR眼镜和手柄“手把手”教机器人
该系统由 VR 头显和手持式操纵杆组成，既经济高效又直观易用。操纵杆捕捉的手部姿势会映射到机器人末端执行器的位置和方向，再通过全身控制转换为关节指令。
其支持两种控制模式，第一人称视角模式和第三人称视角模式；所见即所得，让非专业人士能高效采集到高质量演示数据。在第一人称视角下，可沉浸式让 S1 进行精细和远程遥操；第三人称视角则支持大范围、高动态操作，以及长时段近程操作，覆盖多样化的采集需求。
3）首个全身移动操作模型DuoCore-WB
DuoCore-WB 是一种模仿学习算法，基于简洁优雅的模仿学习框架，通过少量高质量示范和模型训练，就能发挥多任务全身操作的强大学习能力。让机器人智能跃迁，从「会干活」到「像人一样干活」。
图注：DuoCore-WB模型架构，基于模仿学习，对空间内全身动作降噪，并通过直接预测相对于 EE 框架的增量末端执行器 (EE) 姿势，促进有效的全身策略学习。
该算法有以下三个关键设计选择提升了学习效率和泛化能力：
基于RGB的视觉感知：利用预训练的视觉编码器，确保与大规模视觉-语言-动作（VLA）训练流程的兼容性，促进模型的可扩展性和在开放世界环境中的泛化能力；
末端执行器空间学习：策略在末端执行器的自我中心框架中预测增量姿势，相较于关节空间学习，有效减少了误差积累；
实时轨迹生成与优化（RTG）：一个轻量级的后处理模块，使用二次规划优化生成平滑且动态可行的轨迹，确保动作块之间的平滑过渡，减少机械应力并提升硬件安全性，除此之外还兼容任意策略模型，消除轨迹抖动；
成果展示
图注：在移动开门送饮料、开关盖子扔垃圾、收拾拖鞋到鞋架、猫粮放到矮柜、收拾大量玩具、扔玩具逗猫等挑战性和“费全身”家务中测试模型性能
1.送饮料
流程：左手拿饮料 - 移动到门口 - 右手找门把 - 开门 - 移动到桌前 - 放下饮料；
这是涉及到铰链物体交互（如房门、冰箱门、柜门）、全身移动控制与多阶段任务规划的长序列任务，为了开门，S1 学会了在推动底座移动时前倾躯干，才在抓住门把手后输出合适的扭矩来解锁铰链并推开门。
2.整理玩具
流程：下蹲 - 右手捡起附近的玩具 - 放入储物箱 - 左手捡起远处的玩具 - 递到右手 - 放入储物箱 - 动作持续循环 - 若未成功捡起，会反复尝试直至成功；
S1学会了复杂环境中高频次、连续交互的多物体抓取，需在长程任务里维持对目标状态的理解、姿态平衡和双手协作，灵活调整空间布局和精准放置物体，并学会处理异常情况，能自主判断失败并发起多次尝试策略，随机应变。
3.整理拖鞋
流程：鞋子被随机放下 - 移动到地毯前 - 双手捡起鞋子 - 移动到鞋架 - 整齐放置到鞋架上；
涉及空间迁移与精细双手操作的连续组合，S1要协调移动和双手操控，学会拿起随机摆放的拖鞋，并在狭小空间中精确放置。
在多项有挑战性和代表性的家庭任务测试中，模型表现优异，任务平均成功率80%，最高达100%。
该模型展现了业界领先的全身移动操作智能，将弯腰、转身、蹲起、移动等动态全身动作与双臂精细操作协同，机器人不被局限在静态姿势或桌面任务上，可自主生成跨区域、跨空间的灵活全身操作策略，行动随境。这种基于真实场景验证的技术落地能力，不仅让通用全身操作机器人在家庭服务、日常辅助等实际场景中的应用有了明确路径，更以可复现的技术方案和可量化的任务表现，为行业提供了从实验室走向现实应用的坚实范例。
接下来简单介绍[星尘智能]：
[星尘智能]（公司全称“星尘智能（深圳）有限公司”）于2022年12月5日深圳注册成立，专注研发“最强AI机器人助理”，以让数十亿人拥有AI机器人助理，推动人机共存、共创、共赢为愿景；公司核心创始核心团队共6人（戴媛、安昭辉等），均出自腾讯RobticsX实验室，同时团队还拥有来自包括腾讯、谷歌、优必选、百度和华为等前沿科技公司的技术专家，构建了“稀缺AI+机器人”系统架构师领衔的全栈式团队，兼具创新与工程化能力。
公司创始人兼CEO来杰：本科毕业于西安电子科技大学，硕士在五邑大学；于2012-2014年任职香港理工大学助理研究员；2014年开始加入了小度机器人研发团队，后担任了百度小度机器人团队负责人；于2018年加入腾讯RoboticsX机器人实验室，成为最早期核心员工，后续担任嵌入式组的组长，负责负责嵌入式和软件方向。
产品发布：
团队全栈自研的Astribot S1致力于成为全能操作型AI机器人，发布至今经历三次迭代，从“最强操作性能”到令人惊叹的“专家级操作”，曾被估值约400亿元、美国知名人形机器人创企[Figure AI] CEO转发评论。
2024年4月，公司推出了自主研发，主打「最强操作性能」的人形机器人Astribot S1（仅展示上半身）；
2024年7月，公司正式发布完整版轮式仿生机器人Astribot S1，定位为“新一代AI机器人助理”，展示诸多家庭场景应用。
[星尘智能]是锦秋基金首家投资具身智能领域创企，同时获得锦秋基金（字节系）、蚂蚁集团领投，可见科技大厂对其认可。
小编早期文章就有提到，2025年以来，以汽车主机厂为代表的产业派和互联网、电子商务、消费电子等为代表科技大厂以“自研+投资”双路径入局具身智能赛道，多家大厂迎来投资首秀。
延伸：
从技术层面来讲，[星尘智能]同时涉及具身智能大模型和人形机器人本体绝对是正确的；小编往期文章：人形机器人发展路线之争：“大脑”优先，还是“运动”优先？有提到大模型决定了人形机器人泛化能力，是现阶段人形机器人商业化核心壁垒；对于人形机器人企业而言，强大的AI能力将是必需项，自研机器人大模型，构建自己的技术闭环，真正掌握核心技术的主动权，才能在大厂林立的人形机器人赛道掌握主动权。
接下来，小编从算力、软件算法、数据、硬件（核心零部件）、工程化等多层面，详细盘点人形机器人商业化卡点；并从人形机器人企业产品（进展）、硬件设施（生产能力）、产品落地场景、企业官方宣布量产时间、实际商业化进展、具身智能大模型技术等方面，盘点全球（含国内）人形机器人企业现况。
... ... ...
本文内容仅展示一部分，更多详细解读，点击查看完整版文章：【原创】人形机器人商业化卡点（人形机器人创企九死一生），加入知识星球“机器人头条”，与1080+位行业从业者一起，深度探讨“具身智能&人形机器人”赛道；
具身智能赛道更多解读：
【原创】浅谈人形机器人创企自研机器人大模型，才是未来唯一出路！！
【原创】车企、产业链公司、智驾领域从业者，疯狂涌入具身智能赛道
全球AI+Robotics领域，华人图谱（含具身智能赛道“师徒关系图”）
