星尘OS机器人黑客松收官：17支队伍36小时跑通16款真机应用

机器人开发的门槛正在往下走。10月25日，星尘OS机器人黑客松总决赛在深圳落幕，主办方是星尘智能。17支队伍连续比拼36小时，16个App从仿真环境一路调到真机上跑通，上真机率94%。按照主办方的说法，这是国内规模最大、面向多元背景创作者的机器人App黑客松。

远程铲猫砂、浇花、运镜跟拍、写书法……参赛者用上AOS的工具包，再借GPT-6、DeepSeek等大模型，把想法做成App并上真机验证，产出覆盖护理、文娱、科研等领域的可运行应用。这既验证了“一句话生成App”走得通，也让星尘AOS的机器人时代“iOS”与“App Store”生态露出雏形。

星尘OS操作系统（Astribot OS，简称AOS）做的事，是把感知、移动、操作、交互这些复杂能力打包成Meta包（机器人技能模块包），做成可调用、可组合的Meta包与Skill，并适配最新的AI模型与Agent。创作者不用从零写底层代码，从一句话需求起步，经AOS组合能力、设计流程、仿真测试、真机验证，就能做出一个机器人App。复杂留给平台，简单交给创作者。

这正是Design for AI的落点：AOS既服务人，也服务AI。星尘瞄准具身时代的苹果，想借AOS摸索机器人时代的iOS与App Store，让每个人都有机会成为机器人App的创造者和使用者。

从模型到本体，星尘全栈布局

今年以来，星尘智能先后推进自研具身基座模型Lumo-2（业界首个家庭隐式世界动作模型）和起售价8.99万元的第二代高精细操作机器人T1，并布局万台级产能。AOS借开发者活动进入更多人的视野，公司围绕「AI模型—具身操作系统—绳驱本体」搭建的全栈架构也在持续升级。

打公司成立第一天起，星尘就把模型、操作系统与本体放在一起做。这回AOS向更多开发者开放，图的是让此前攒下的能力被更多应用起来。

在星尘看来，物理AI的较量不靠单点技术突破，拼的是全栈系统。其技术体系里，Lumo系列基座模型负责理解任务、预测并生成行动，并通过强化学习持续进化；AOS围绕AI来组织任务、调用和组合机器人能力；绳驱机器人本体则在真实环境中执行动作。三者协同，把AI智能转化为物理世界中可调用、可组合、可扩展的任务执行能力，再靠实际部署与数据积累不断优化机器人系统。

星尘坚持的Design for AI（DFAI，面向AI设计），就是从设计之初围绕AI的理解、决策和行动能力，把模型、软件系统与机器人身体协同设计，而不是在传统机器人上简单叠加AI。

星尘智能创始人、CEO来杰在赛后接受采访时说：“AOS设计接口的时候，要考虑GPT能不能看懂，不能只考虑开发者能不能看懂。”他提到，AOS从设计之初就照顾两类使用者：人借助它开发应用、使用应用，AI模型也能通过AOS去调用机器人的能力。

模型决定机器人能具备什么智能，本体决定它能在物理世界中执行什么动作，操作系统探索的则是如何把这些能力组织起来，交给更多人使用和创造。

从一句话生成App，到真实机器人执行任务

据主办方介绍，这次活动是国内规模最大、面向多元背景创作者的机器人应用黑客松。北京站、深圳站和总决赛三站加起来，共有47支队伍参与，创作者来自北京、上海、深圳、中国香港和中国澳门等地。到场的人背景很杂，有学生，有大厂产品经理，也有独立开发者，最年轻的一批参赛者出生于2006年。他们带着各自对生活和工作的观察，试着回答同一个问题：如果能为机器人开发一个应用，你希望它做什么？

通用大模型在理解需求、生成代码和任务规划方面不断进步，机器人应用的开发方式也跟着变了。但任务要落成实际动作，机器人得具备可调用的操作能力，还得在执行中应付接触、受力和异常情况。模型能力越强，越需要一套系统把这些能力组织起来。

与此同时，Vibe Coding让更多人能从描述需求开始开发应用，由AI辅助编写代码、调用能力，并在测试中持续迭代。

当这一变化进入Physical AI，软件的输出便不再局限于屏幕，而有机会转化为现实世界中的行动。

机器人应用开发还是有一道坎。一个看着简单的任务，背后往往牵着任务规划、接口适配、动作控制、异常处理与真机调试。会写软件的人，未必懂机器人控制；专业工程团队也没法提前把所有生活和生产需求都覆盖到。

参赛者遵循「一句话生成App」的原则，用星尘OS给出的机器人能力模块（Meta能力包）和开发工具，不必从零写底层代码，就能调用已经封装好的视觉理解、语言交互以及移动、抓取等机器人能力；再配上GPT、DeepSeek等大模型和AI编程工具，把应用界面、后端代码和任务流程搭起来。应用先在仿真环境里测试，之后还要放到人形机器人上调试、验证。这样一来，创作者省掉了底层控制、通信与硬件驱动的重复开发，精力更多放在需求和应用体验上。

冠军团队「远程分身」小组把AOS的Meta包用得很深，36小时打通手机端↔机器人的双向实时控制链路，图传、抓取、语音、移动底盘和操作能力全被整合到一起。真机上，铲猫砂、浇花、倒水、取快递、聊天这些刚需活儿都稳稳跑通，通用架构也搭好了，T1随时能变成家庭保安或差旅管家，商业想象空间很大。两支亚军团队GowithFlow和笔走龙蛇队，则分别去探索机器人运镜跟拍摄影和毛笔写书法。

赛后采访中，「远程分身」冠军队提到，AOS提供了“一套比较易用的开发者工具链”，查资料、开发、调试和部署，每个环节都有对应接口可用。

日常生活中的麻烦事，同样成了开发者的灵感来源。季军团队「未定义」盯上的是 3D 打印完成后的收料环节；最佳人气奖团队 CatDance·小猫跳舞的创意则源于一次旅行——家中猫砂盆出了故障，只能托朋友上门处理。于是团队动手做「旅行管家」，试着解决离家期间家庭照看的问题。

另外两支季军队伍里，过河小兵把目光放在棋类对弈上；Symbios 的「光绘涂鸦」则把脑洞变成光：用户和机器人一起想图案，机器人挥动荧光棒，相机联动拍摄，人物与光影最终留在同一张纪念照里。

这些项目有个共同之处：需求不是从机器人厂商预设的功能清单里长出来的，而是源自创作者对真实生活的观察，以及各种趣味脑洞。机器人能力一步步被封装之后，软件开发者、产品经理和行业从业者都有机会把自己熟悉的需求做成机器人应用。

总决赛评委、北京大学科学智能学院院长助理、助理教授周大权在现场交流时，专门点了毛笔书写和 3D 打印自动收料两个项目。他认为，通用大模型加上封装好的原子技能库，再由 Agent 组织调用，是一条值得探索的机器人应用开发新路子。开发者因此可以基于已有能力完成新任务，还能把应用分享给其他用户；关键在于底层技能能不能适应不同场景，泛化能力够不够。

还有一点，一句话生成 APP 特别看重真机测试。机器人得面对真实环境里的物体、空间和安全约束，复杂应用绕不开工程适配与真机验证。AOS 想降低的是开发门槛，必要的工程流程并不打算跳过。

机器人时代的“iOS”，想象力在应用生态

苹果留下的启示，不只是做出优秀的硬件，更在于用操作系统和开发工具让第三方源源不断地造应用，把设备的用途越拓越宽。

星尘想走一条相似的路，但机器人这边的挑战更复杂：应用不只要在数字世界里跑，还得在物理世界里把活干完。生态能不能成型，要看模型能力、本体执行、软件接口、应用供给和开发者回报能不能一起往前走。

站在开发者角度，AOS 想压低的是从需求到机器人应用之间的开发门槛；站在用户角度，应用意味着有机会按需拿到更多服务，背后的模型和控制算法不用去弄懂。

这样一来，AOS 的战略价值就不止于一件软件工具：它把星尘已有的模型与本体布局连起来，也试着给更多应用创造者留出入口。往后机器人产品的竞争，不只看硬件参数或单项任务能力，还可能看谁能给出更好用的开发工具、更多可复用的机器人能力，以及更丰富的应用选择。

不过，应用生态不会因为操作系统一出现就自己长出来。星尘还得靠持续的产品迭代、稳定的能力接口、更多真机运行成果和真实用户需求，来验证这条路线走不走得通。

“我想要扩大价值，首先得扩大受众和用户。”来杰表示。星尘想把应用的蛋糕做大，让更多软件开发者、产品经理和行业从业者带着需求参与进来。星尘过去已经解决的问题，开发者不必再重复做一遍，精力可以更多放在自己的应用和用户体验上。

从 Lumo-2 到 T1，再到 AOS，星尘试图把 AI 的智能、机器人的身体和应用创造工具串在一起。智能手机让人们拥有了一台用途可以不断扩展的个人计算设备；星尘想探索的，是让更多人也能为个人机器人造出新用途。

优胜团队与应用场景

这次总决赛的获奖应用覆盖远程管家、摄影、书法、对弈和家庭照看等场景。创作者从真实需求出发，用 AOS 开发、调试各自有特色的机器人应用。

冠军｜远程分身（手机远程管家）

人出了门，另一个「你」留在家里。「远程分身」小组深度调用 AOS 的 Meta 包，36 小时打通手机端↔机器人的双向实时控制链路，把图传、抓取、语音、移动底盘和操作能力捏到一起。真机上稳稳跑通铲猫砂、浇花、倒水、取快递、聊天等刚需活儿，还搭好了通用架构，T1 随时能变身家庭保安或差旅管家，商业想象力不小。

亚军｜GowithFlow（拍照大师）

面向景区游客和短视频创作者，探索人物锁定、自动构图和移动跟拍，试着让机器人充当摄影助手。

笔走龙蛇队（书法应用「问墨」）

让机器人拿起毛笔，按指定内容书写。团队里的双胞胎兄弟从小看爷爷写春联、到镇上售卖，这回把这段生活记忆带进了比赛，探索机器人书写与赠送墨宝的应用。

季军｜过河小兵（机器人下棋）

把棋类对弈搬到机器人上，探索与用户面对面下棋的互动体验。

Symbios（光绘涂鸦）

在「光绘涂鸦」里，用户先和机器人一起商量画什么，随后由机器人挥动荧光棒把图案画出来，相机同步联动，把人和光影定格进同一张照片。

「3D 打印收菜」盯上的是打印完成后的收料环节。它试着让机器人自己取下成品、放回打印板、再启动下一轮打印，把这段流程接上自动化，用户也就不用再为收模型定半夜的闹钟。

最佳人气奖颁给了 CatDance·小猫跳舞（旅行管家）。

这个点子的起点是一次旅行中的意外：家里的电动猫砂盆突然卡住，朋友只好打车赶过去处理。三位成员都在互联网大厂上班，此前谁也没有机器人开发经验，但他们从自己的麻烦出发，拿出了「旅行管家」方案，围绕铲猫砂这类离家照看任务做应用开发。