星尘智能发布业界首个家庭隐式世界动作模型Lumo-2

深圳新闻网2026年7月17日讯（记者 王睿）7月15日，深圳绳驱AI机器人公司星尘智能发布自研第二代具身基座模型Lumo-2以及物理AI共生智能体Agent Philia，推动其“AI模型—具身OS—绳驱本体”三位一体全栈架构升级。公司还将于7月17日至20日在上海世界人工智能大会（WAIC）上，发布“三位一体”多场景落地方案，进一步推动Physical AI规模化应用。

Lumo-2隐式世界动作模型实现22个复杂家庭任务自动化

Lumo-2是业界首个家庭隐式世界-动作模型（Latent World-Action Model），在官网一次性展示了机器人自主完成的22项复杂家务，涵盖协同合作、物理理解、时序推理、长程任务及高精细灵巧操作五大类别。具体包括人机协同组装礼盒、煎蛋颠锅并撒胡椒、称重500克小米、接住滚落球体、杯子放到旋转杯架、磨粉制作咖啡、花式调酒、给礼盒打蝴蝶结、整理书包并拉上拉链、熨衣挂架、行李装箱、拆包泡茶、叠衣服等任务，任务范围和精细程度处于行业领先地位。

当前机器人行业面临四大共性挑战：动作无法解释因果、复杂技能依赖示范数据训练成本高昂、难以利用互联网视频等海量非机器人数据、模型规模增大推高部署算力要求。Lumo-2提出全新学习范式，在轻量级物理潜在动态空间中“先预测未来世界，再生成动作”，并通过三阶段对齐课程学习，让模型学习目标与真实控制目标保持一致，从源头解决训练效果好但实际执行差的关键瓶颈。

Lumo-2坚持“以运动为中心”的具身原生设计，从物理执行反向塑造模型架构，在预测推理、表征对齐、可扩展学习三方面根本升级：其一，摒弃显式文本规划，采用隐空间世界动力学进行隐式预测，以最小计算成本实现类世界模型效果；其二，将单阶段训练改为三阶段渐进预对齐，解决动作重建指标与实际操控脱节；其三，原生兼容机器人演示、人类视频等多源数据，具备更强泛化上限。技术上采用分块自回归解码实现2.71倍推理加速，轻量时序上下文机制提升长序列操作成功率。在具身VLM基准测试中，Lumo-2相比Qwen-3.5 4B基座在几乎所有任务上显著提升，多个核心基准排名第一；在泛化抓取放置测试中，持续优于π₀.₅和Fast-WAM基线；在真实世界复杂操作中综合表现最优；并且无需专用迁移学习即可实现人机技能跨域迁移。Lumo拉丁语意为“光亮”，团队将继续扩大训练数据规模，攻关真实世界交互学习，推动机器人持续自我进化。

除基础模型外，星尘智能还发布了物理AI共生智能体Agent Philia，这是其“具身OS”的核心组成部分。Philia源自古希腊哲学“共生的友谊”，寓意机器人与人长期协作、共同成长。Philia支持用户通过飞书、微信等日常应用以文字或语音直接调度机器人，无需学习新操作方式；它能管理长期记忆（涵盖用户偏好、历史交互、任务执行和位置信息），理解用户偏好，主动反馈执行状态，并可协调多机器人协同工作。面向企业客户，Philia可统一调度不同型号的机器人；面向开发者，其Agent能力与机器人本体解耦，可持续升级模型和扩展平台，无需重构整个系统。Philia采用全模块化架构，子系统独立，任意组件升级均可提升整体能力，同时所有物理动作经网关权限校验，确保安全可控。

Philia技术架构

星尘智能表示，随着Physical AI进入产业化阶段，未来机器人竞争将不再局限于模型参数或硬件性能，而是AI模型、具身OS和机器人硬件本体三者协同进化的系统能力竞争。AI模型负责理解世界与学习技能，具身OS负责长期服务用户、管理记忆及协调智能体，本体则负责安全、高效地与真实物理世界交互。

（本文图片由星尘智能提供）