文章核心观点 - 中国深圳的逐际动力公司发布了全球首个具身Agentic操作系统LimX COSA，该系统实现了机器人“边思考边干活”的连续自主作业能力，标志着行业焦点从模型能力转向操作系统能力，并为技术演示迈向产品交付铺平了道路 [1] - 该系统通过自底向上的三层架构（小脑基础模型、高阶技能层、自主认知决策层）弥合了机器人认知与运动的鸿沟，实现了“大小脑融合”，从根本上解决了具身智能领域“知易行难”的核心痛点 [5][6][18] - 搭载该系统的全尺寸人形机器人Oli在演示中展现了基于物理逻辑的高阶认知与推理、语义记忆与主动感知、以及基于实时感知的全身移动操作三大核心能力，代表了中国在物理AI和定义具身智能新范式上的领先地位 [19][25][27] 技术架构与实现路径 - **系统定位与竞争差异**：COSA是一个完整的操作系统平台，类比为Android/iOS；而其他玩家（如Figure的Helix）是强大的模型或应用，这种底层架构差异使COSA能实现“移动-操作-移动”的连续作业，而非分段演示 [3] - **三层精密结构**： - **底层（小脑）**：高鲁棒性的全身运动控制基础模型，提供稳定可靠的原子动作，确保机器人能实时做出任意全身动作，行得稳、动得准 [8][9] - **中层（枢纽）**：模块化、可复用的多元技能工具箱，打通大模型与底层运控的对齐，支持导航、避障、抓取等复杂行为的灵活组合调用 [11] - **上层（大脑）**：集成多种基础模型与Agentic原生决策机制，负责交互、记忆与思考，能对海量技能进行统一调度、协同与规划，实现智能闭环 [12] - **技术融合成果**：该系统并非重复造轮子，而是率先在全球行业内将运控、技能规划、认知决策等技术深度融合，实现了从“单点技术成熟”到“全局能力一体化”的质变 [18] 核心能力与演示表现 - **基于物理逻辑的高阶认知与推理**：能对自然语言指令进行深度语义理解，自主将长程任务动态拆解为可执行的子任务，并具备基于价值判断的动态优先级调整能力 [14][20] - **语义记忆与主动感知**：构建跨时间、跨模态的感知与记忆系统，使机器人能记忆环境、对象及交互历史，实现从“被动接受输入”到“主动感知探索”的转变，例如主动生成维护环境的任务 [15][21] - **实时感知的全身移动操作**：实现了一镜到底的连续作业能力，将高阶认知与稳定物理交互结合，能并行处理多个目标（如避让行人同时保持手中物品稳定） [23] - **具体演示案例**：机器人Oli在视频中无遥控全自主地完成了包括自主上楼梯、拆解“拿两瓶水到前台”指令、动态处理同事的送快递请求、重新规划任务优先级、移除遮挡物取快递以及主动捡起废弃纸杯等一系列复杂连续操作 [13][14][15][17] 行业意义与公司定位 - **行业趋势转变**：行业最新趋势正从关注模型能力，转向关注操作系统能力，未来的操作系统（包括手机、计算机）都将是agentic的 [1] - **定义新范式**：该成果代表了具身智能发展路径的根本性突破，为全球具身智能的发展提供了来自中国的关键解法与核心动能 [25][28] - **公司技术实力**：逐际动力拥有从本体硬件设计、运动控制的“小脑”系统到认知决策的“大脑”能力的全栈自主研发技术体系，形成了完整闭环 [25] - **商业化前景**：此类底层创新正在拉开2026年人形机器人商业化落地的序幕 [29]