Astribot T1 北美首秀，1.3 万美元起售

星尘智能（Stardust Intelligence）本周把它的 Astribot T1 人形机器人带到了匹兹堡的 IROS 2026，这是这款机器人在北美的首次公开展出。它的卖点很直接：一台身高 1.55 米、重 66 公斤的量产机器人，目前起售价约 13000 美元（89900 元人民币）接受订购，随机捆绑一个自研的 AI 基础模型和一套操作系统，后者能把一句自然语言提示转换成可部署的机器人应用 —— 无需任何底层控制代码。

为喂养 AI 而设计的身体，而不是反过来

Astribot 把它的设计哲学称为 AI 优先设计（Design for AI，DFAI）—— 前提是机械硬件、训练数据管线和 AI 推理架构应当协同开发，而不是用各自单独优化的部件拼装起来。T1 上最清楚的体现，是它的绳驱执行系统。多数人形平台用的是刚性的电机齿轮箱驱动，而 T1 让柔性的缆绳传动穿过关节，产生天然的柔顺性、更低的反射惯量和可反向驱动性。这种柔顺性还意味着更丰富的本体感知训练数据 —— 力和位置信号带有物理上真实的连续变化，而不是刚性驱动典型的阶跃式行为。T1 有 23 个自由度，每条手臂负载 5 公斤。

Lumo-2 如何用潜在世界预测取代基于文本的规划

T1 上的基础模型是 Lumo-2，由星尘智能的 Astribot 团队于 2026 年 7 月 13 日提交的一篇arXiv 论文所描述。Lumo-2 是一个潜在世界-动作模型 —— 相对于第一代由语言模型引导的机器人控制，这是一次有意义的架构转向。

更早的系统，包括 Astribot 自己的 Lumo-1，用显式的文字思维链作为规划层：模型先把想做的动作用语言描述出来，再把它转换成运动指令。Lumo-2 去掉了这个文本格式的中间步骤。视觉-语言编码器处理传入的感知数据；潜在世界动力学模型把未来的世界状态预测为视觉转变的、有物理依据的潜在表示 —— 一种对场景即将如何变化的内部仿真；动作生成器再把这些预测转换成运动指令。规划发生在潜在空间里，而不是在文字里。公司主张，这比文本链的做法推理更快，也更能处理连续的真实世界动态。

这让 Lumo-2 落在了与基于模型的强化学习里世界模型做法相同的概念地带 —— 即那些维护一个内部环境模型、而不是直接从观察映射到动作的系统。

延伸阅读：动手之前先预演：World Action Agent

Astribot 瞄准的价格缺口

人形机器人开发者平台市场稀疏到价格本身就携带着超额的信号。宇树的 G1 已经确立了约 13500 美元的低端入门点，在这个基础价位上开发工具有限。像Agility Robotics 的 Digit 这样的企业级平台，瞄准的是大规模商业部署，价位高得多，通常通过结构化的商业项目交付。Astribot 把 T1 定在约 13000 美元，并称可立即交付，瞄准的是这个市场里被忽视的中间地带 —— 那些需要比一副裸硬件框架更多东西、却又负担不起企业级定价的开发者。

延伸阅读：Digit 5 刚发布，Agility 已在研究轮式机器人

AOS 与做一个机器人应用商店的理由

软件层可能带着更长远的竞争含义。Astribot OS 提供分层的 SDK —— 关节级控制、笛卡尔空间规划、全身协调、传感器抽象 —— 顶上有一个自然语言编译器，把一句人话转换成打包好的、可调度的机器人应用。OTA 更新把模型改进推送到已部署的机器上，无需现场重新训练。

据公司称，在 9 月 21 日于北京举办的一场开发者黑客松上，15 支队伍用 AOS 在 36 小时内、仅凭一句话提示，做出了十多个可用的机器人应用。这些结果由公司自报，也来自受控环境，但这个吞吐量表明抽象层级是可用的。如果机器人技能变得可以打包、可以分发 —— 也就是 Astribot 所描述的「机器人应用商店」—— 价值链就会向软件倾斜、远离硬件，这是一条不同于多数人形平台所在建的竞争护城河。

局限与未决问题

还有几个重要问题没有解决。Lumo-2 是在一篇公司撰写、未经独立同行评审的 arXiv 论文里描述的。目前没有发表过 T1 与宇树 G1 或其他平台的中立第三方基准对比。黑客松的结果是自报的。立即交付和所称的起售价，都是公司的说法，独立买家尚未公开确认。

关键在于，Lumo-2 不会在现场学习。能力改进需要公司管理的 OTA 推送。一台已部署的 T1 不会在两次更新之间从自己的经验里变好 —— 对那些期待持续的端侧自适应的团队来说，这是一个真实的约束。AOS 云连接的数据驻留条款，也没有公开细化。

接下来是什么

IROS 2026 于 10 月 1 日闭幕。AOS 黑客松决赛定于 10 月 24 日至 25 日在深圳举行，9 月那场活动的队伍将带着打磨过的应用上场。这个竞争性的背景，会让人对开发者究竟在这个平台上做出了什么，有一个更有结构的判断。

更要紧的问题是：这种潜在世界-动作架构，能否在受控演示之外泛化，并且处在一个能让足够多开发者去测试它的价位上。物理 AI 一贯需要比实验室结果所预示的更多的部署迭代。T1 约 13000 美元的起售价和所称的立即可得，至少降低了一个去验证这件事的门槛。