全球首個具身Agentic OS問世！中國機器人實現「邊思考邊干活」

剛剛，全球首個讓機器人實現“邊思考邊干活”的具身Agentic OS正式發布！背后團隊，正是來自中國深圳的逐際動力（LimX Dynamics），系統命名為LimX COSA（Cognitive OS of Agents）。

話不多說，直接上效果。搭載該系統的全尺寸人形機器人Oli，在一段無遙控、全自主、原速播放的視頻里，展現出驚人的連續自主作業能力，率先成為兼具高階運動智能與復雜認知能力的“人形智能體”！

這項成果的重大意義在于，它從根本上解決了當前具身智能領域“知易行難”的核心痛點。它突破了傳統機器人只能被動、分步執行預設程序的局限，讓機器人質變為能夠自主理解任務、適應真實物理世界并可靠完成作業的智能體！

這也意味著，行業最新趨勢正從關注模型能力，轉向關注OS系統能力，并為行業從技術Demo邁向真正的產品交付鋪平了道路。逐際動力認為未來的操作系統（包括手機、計算機）都將是agentic的，COSA正是為人形機器人量身打造的、面向未來的Agentic OS。

搭載COSA的全尺寸人形Oli初次喚醒

在全球具身智能的激烈競爭中，這一成果的獨特性尤為凸顯。與其他玩家將“通用大腦”簡單嫁接到機器人身上不同，COSA選擇了一條更接近生命智能本質的路徑——從設計之初就將機器人本體與物理世界深度綁定，實現認知與行動的實時閉環。

這種差異在全球競爭格局中表現得尤為明顯。例如，近期備受關注的Figure發布的Helix本質上是一個強大的模型，而逐際動力的COSA是一個完整的操作系統。打個比方，如果Helix是一個功能強大的App，那COSA就是Android/iOS級別的系統平臺，不僅能承載無數應用，還原生具備驅動物理AI的Agent能力。

這種底層架構的差異，直接體現在實際表現上：Helix的Demo仍是"移動歸移動、操作歸操作"的分段式演示，而搭載COSA的Oli已經實現了"移動-操作-移動"的連續作業，真正做到一鏡到底的"邊想邊做"。

左：Oli人形機器人 右：Figure人形機器人

這種連續性，恰恰是逐際動力追求"服務于人"最迫切需要的核心能力。

那么，這個開創性的OS，技術上究竟是如何實現的？別急，我們為你一一拆解。

▍具身Agentic OS解密：如何構建“大小腦融合”的物理世界原生系統？

長久以來，機器人的“認知”（大腦）和“運動”（小腦）是分裂的。

這種割裂，導致了傳統機器人“單一指令對應單一動作”的線性束縛，難以適應真實世界的復雜性和不確定性——比如，行走路徑上突然出現的同事、執行任務途中收到的新指令、需要拿取的物品被意外遮擋，或是需要同時處理多個優先級不同的待辦事項。

而具身Agentic OS的核心，就是要彌合這條鴻溝，為機器人構建一個完整的“神經系統”，實現真正的“知行合一”。

LIMX COSA

為了實現這個目標，具身Agentic OS采用了自底向上的三層精密結構：

底層：小腦基礎模型（Whole-Body Control Foundation Model）

這是“小腦”的核心，是所有智能的基石。一個高魯棒性的全身運動控制系統，為機器人提供穩定、可靠、高魯棒性的原子動作，確保機器人能實時做出任意全身動作，而不是依賴預先訓練的單個動作。

行走、平衡、抗擾……這一層確保了機器人“行得穩、動得準”，保證了上層決策不會因為一個簡單的物理動作失敗而全盤崩潰。

中層：大小腦融合的高階技能層

在原子動作的基礎之上，具身Agentic OS構建了一個至關重要的高階技能層。這一層是連接高階認知（大腦）與底層運控（小腦）的核心樞紐，其關鍵任務在于打通大模型與全身運控基礎模型之間的對齊，從而實現“大小腦”的深度融合。

為此，系統將經過大量可靠性訓練的動作，形成一個模塊化、可復用的多元技能工具箱。工具箱中的每一項技能都具備環境感知與適應能力，并支持獨立迭代與靈活的組合調用，為實現導航、避障、抓取乃至上下樓梯等復雜行為提供了可靠支持。

搭載COSA的全尺寸人形機器人Oli基于實時感知自主上樓梯

上層：賦予機器人靈魂的自主認知與決策

這是“大腦”的體現，是整套系統的靈魂，主要涵蓋交互、記憶與思考。

通過集成多種基礎模型與先進的Agentic原生決策機制，具身Agentic OS能夠對中層的海量技能進行統一的調度、協同與規劃，管理所有模型、技能、工具、記憶、存儲等，最終實現一個完整的智能閉環。

視頻中的高能時刻，正是這一層能力的體現：

• 長程任務拆解：收到“拿兩瓶水到前臺”的指令后，Oli自主將其拆解為：1.找到水箱 -> 2.取兩瓶水 -> 3.前往前臺。

• 多任務處理與動態優先級排序：途中遇到同事請求送快遞，Oli立刻進行“推理決策”，判斷新任務的可行性，并“重新確定任務優先級”，決定先完成緊急的待客任務，再處理快遞，并與同事進行語言確認。這就是「邊思考邊干活」的核心體現。

• 復雜情境下的自主規劃：發現快遞被箱子遮擋，Oli沒有等待指令，而是自主“任務規劃”，生成“先搬箱子，再取快遞”的解決方案，并完美執行。

搭載COSA的全尺寸人形Oli 連續操作：移除遮擋物后，取目標快遞

• 主動感知任務：途中看到地上的廢棄紙杯，Oli主動生成了“撿起來扔掉”的額外任務。這種主動維護環境的意識，標志著它已具備超越指令本身的目標驅動能力。

搭載COSA的全尺寸人形Oli完成移動操作：撿紙杯

這套三層結構，正是具身Agentic OS作為“樞紐”級系統的精髓所在。它并非重復造輪子，而是率先在全球行業內，將運控、技能規劃、認知決策等技術深度融合，實現了從“單點技術成熟”到“全局能力一體化”的質變。

▍三大核心能力，賦能真實世界

傳統機器人“能動”，大模型加持下開始“能想”，但要在物理世界里“邊思考邊干活”，卻極其困難。

搭載具身Agentic OS的機器人之所以能做到，背后是三大核心能力在起作用：

一、基于物理邏輯的高階認知與推理能力

COSA的頂層設計，讓機器人擁有了面向真實世界任務的深度邏輯能力。當接收到自然語言指令時，它并非簡單匹配關鍵詞，而是進行深度語義理解與意圖識別，自主地將長程任務動態拆解為一系列可執行的子任務。更關鍵的是，這個過程具備基于價值判斷的動態優先級調整能力，例如：

家庭場景：當機器人正在準備晚餐時，若聽到嬰兒哭聲，它能立刻判斷“照顧嬰兒”的優先級高于“準備晚餐”，從而暫停當前任務，優先處理更緊急的人類需求。

商用場景：在商場中，一個巡邏機器人偵測到少量垃圾，但同時收到高優先級的火警警報，它會果斷放棄“清掃”的低優先級任務，將“前往警報點核實”作為最高優先級。

搭載COSA的全尺寸人形機器人Oli檢測到打印機沒紙

二、構建世界觀的語義記憶與主動感知能力

一個無法記憶和理解世界的機器人，永遠只能被動地響應瞬時指令。COSA通過構建跨時間、跨模態的感知與記憶系統，賦予機器人對物理世界的持續認知能力，使其能夠對環境、對象、與人的交互歷史進行語義記憶和建模，從而構筑起自己的“世界觀”。

這意味著機器人不僅“記得”去過哪，更“記得”物品的歸屬、狀態和人的習慣。例如，它能記住“我的杯子”特指書房那個藍色馬克杯，也記得用戶習慣下午三點喝咖啡。

更重要的跨越在于，它實現了從“被動接受輸入”到“主動感知探索”的轉變。當信息不足以決策時，它會主動觀察或提問以獲取信息。這種主動性，是機器人從被動工具向主動智能體演化的關鍵特征。

搭載COSA的全尺寸人形機器人Oli主動關注同事身體情況

三、基于實時感知的全身移動操作能力

這是將高階認知轉化為穩定物理交互的關鍵，也是COSA與許多演示型機器人拉開差距的地方。它實現的，是一種告別“剪輯智能”的、一鏡到底的連續作業能力，是“大腦 + 小腦”一體化能力的終極體現。例如：

商業場景：在人流密集的商場，機器人端著咖啡配送。當迎面走來顧客時，它不僅會規劃出流暢的避讓路徑（大腦），更會同步微調全身姿態以保持上身穩定（小腦），確保咖啡不會濺出，將“安全通行”與“平穩運送”兩個目標并行完成。

家庭場景：在給植物澆水時，若感知到主人走近，它會在不中斷任務的前提下，微調站位和水流角度，避免弄濕主人，將“完成澆水”和“避免影響主人”兩個任務并行處理。

搭載COSA的全尺寸人形Oli完成移動操作：扔紙杯進垃圾桶

▍中國物理AI再進化：定義具身智能新范式

逐際動力發布的COSA這一具身Agentic OS，代表了具身智能發展路徑的根本性突破。

背后支撐這一切的，是逐際動力的全棧技術體系：從本體硬件設計、運動控制的"小腦"系統，到認知決策的"大腦"能力，再到最關鍵的大小腦深度融合的系統——每一層都是自主研發，形成了完整閉環。

全尺寸人形機器人 Oli 在 COSA 系統的驅動下，率先成為兼具運動智能和高階認知的人形智能體

這標志著繼多形態雙足機器人TRON 2代表中國原創力量之后，中國物理AI再次進化，逐際動力再次做到定義領先。

這不僅是中國企業在前沿科技上的原創自信，更是為全球具身智能的發展提供了來自中國的關鍵解法與核心動能。

2026年，人形機器人商業化落地的序幕，正由這樣的底層創新拉開。