人形机器人终于能干活了：逐际动力COSA三层大脑在搞什么

这个可能会改变世界。今年WAIC我没去现场，但逐际动力放出的那段演示视频我反复看了五遍：全尺寸人形机器人Oli一镜到底、无剪辑、无远程操控，连续完成了从衣架高处取衣、收纳玩偶、堆叠储物箱到弯腰捡地面杂物的整套家庭任务。这不是编好的程序在跑，是真的在感知、理解、决策、执行。

三层架构：思考、技能、动作各管各的

逐际动力把这个系统叫做COSA，目前是0.5版本。核心思路是把机器人的"大脑"分成三层，各司其职。

最上层叫System 2，也就是认知层。基于大语言模型和视觉语言模型，负责理解场景、记忆信息、推理任务、调度资源。它决定"我要干什么"，运行频率大约每秒1次。说人话就是：这是机器人的"指挥官"。

中间层是技能库，底层是运动神经

中间那层叫System 1，技能层。它把认知层的意图转化为具体的动作策略，比如"抓取杯子"需要手臂怎么摆、手指怎么捏、力度多大。运行频率约每秒50次。底下还有一层System 0，运控层。基于自研的全身运动基础模型WBT，以每秒1000次的频率实时维持身体平衡和动作精度。

这套三层架构的巧妙之处在于：不同层级用不同频率运行，既不浪费算力，又能保证实时性。就像人类大脑：你想"拿起杯子"是有意识的决策（慢），但手指怎么捏、手臂怎么移动是潜意识的（快），而维持站立平衡是自动的（极快）。

不止会表演，还要能搬砖

在展台上，Oli能做主持人、聊天问答、跳多国语言交流，还能跟动捕演员玩"身外化身"——演员做什么动作，机器人实时复现，包括快速挥臂、扭腰抖肩、深蹲、打八段锦。但真正让我觉得有意思的不是跳舞，是TRON 2。

TRON 2是逐际动力的多形态机器人，双足续航3小时、最高负载30公斤。现场展示的是负重30公斤轮胎依然稳步行进，双轮足形态被拖拽轮胎也保持快速移动，摔倒了还能自己爬起来。双臂形态搭载COSA后，通过视觉感知和语音交互，能把糖果递到观众手里。

从"看外形"到"看落地"：三年三级跳

信通院副院长的判断很精准：2024到2026这三年，具身智能产业经历了从"看外形"到"看能力"再到"看落地"的三级跳。今年整机产量有望突破10万台，机器人正在从保安、保洁、保姆"三保"领域切入真实场景。

逐际动力给出的信号很清晰：当本体硬件与大脑系统真正协同运转，人形机器人不再只是展台上的演员。COSA这套三层架构的思路，可能比任何单一硬件突破都更重要——因为它在回答那个终极问题：机器人怎么才能真正"会干活"。