当全球科技行业在CES2026上持续关注人形机器人如何突破“自动化”迈向“自主化”时,行业正面临一个核心挑战:如何让机器人不仅仅是重复预设动作,而是在复杂多变的真实世界中像人一样思考、决策并行动。
备受瞩目的波士顿动力在CES上宣布将与谷歌DeepMind合作,通过集成Gemini Robotics模型,试图让Atlas从“高难度动作表演者”向“自主任务执行者”进化,这代表了行业对未来方向的普遍共识。然而,就在这一愿景仍在规划阶段时,一家来自中国深圳的机器人企业已悄然将其变为现实。

1月12日,逐际动力(LimX Dynamics)正式发布了其自主研发的具身智能体系统——LimX COSA(Cognitive OS of Agents),让机器人在真实物理世界拥有了“边思考边干活”的大小脑一体化智能。更关键的是,该系统的能力已在其全尺寸人形机器人Oli上得到验证。这标志着在人形机器人从“演示”走向“产品”的关键路径上,中国团队率先迈出了实质性一步。
《机器人参考》了解到,逐际动力将LimX COSA定义为面向物理世界原生的具身Agentic OS(Physical-world-native Agentic OS)。它不是单一算法或模型的升级,而是一个将高阶认知与全身运动控制进行深度融合的操作系统级解决方案。
与过往仅关注模型能力的思路不同,COSA代表了一种思维转变:旨在成为连接机器人与物理世界的关键枢纽,管理所有模型、技能、记忆,并实现对视觉-语言-动作(VLA)模型与全身运控能力的系统化对齐与融合,最终让人形机器人能够主动思考、自主完成任务。
核心设计思想
构建“知行合一”的神经系统
COSA的核心设计思想围绕构建一个完整、闭环的智能行为系统展开,具体体现在——以机器人为中心的模块化技能体系:系统以机器人本体硬件为基础,构建了一套模块化、可复用的多元技能工具箱。每一个技能(如抓取、行走、避障)都经过独立的可靠性训练,既可以独立迭代优化,也能够被灵活组合调用,为复杂任务提供基础能力单元。

基于智能体(Agent)的统一调度与规划:通过整合多种基础模型与决策机制,对技能进行统一调度、协同与任务规划,实现从指令到行动的策略生成。
实现“感知-决策-执行”的完整闭环:系统的最终目标是实现“知行合一”,这意味着机器人能够完成理解任务意图、感知环境信息、动态调整决策、组合调用技能、最终执行应用并适应反馈的完整行为闭环。
三层结构解析
自底向上的能力演进
COSA采用了自底向上的三层系统架构,《机器人参考》记者观察发现,这三层结构与其自研的机器人Oli在实拍视频中展现出的行为演进逻辑一一对应:

底层是小脑基础模型。这是整个系统的运动基石,即Whole-Body Control Foundation Model。它负责提供高鲁棒性的全身运动控制能力,确保机器人在任何地形和姿态下都能保持动态平衡与稳定运动,例如在楼梯、斜坡等复杂地面上稳健行走。
中层是大小脑融合的高阶技能层。这一层将底层的稳定运动能力与环境感知相结合,形成了可组合、可调度的高阶技能“超市”。它使得机器人能够执行诸如自主导航、动态避障、精准抓取、上下楼梯等需要感知与运动紧密配合的复杂行为。
顶层是自主认知与决策层。这是系统的“大脑”,主要负责交互、记忆与思考。如果将机器人比作一个人,那么COSA就是其“神经系统”。这三层结构共同作用,使得机器人Oli从一个需要精确编程的执行终端,转变为一个具备理解、记忆、行动与持续适应能力的真正意义上的具身智能体。
通过搭载COSA系统的Oli机器人的实拍演示,可以清晰地看到该系统所赋予的三大核心能力:Oli能够理解“拿两瓶水到前台来”或“找出红色快递并送到车间”这类包含多个子目标和模糊描述的复杂自然语言指令;能认识不同物体,记住环境中的物体位置,甚至能基于记忆主动发起交互(如问候同事、关注同事状态);能连续长楼梯行走,基于实时感知的全身移动操作,这是“大小脑一体化”最直观的体现。在演示中,Oli能够在行走于这样的动态挑战环境中,依然保持全身平衡与稳定。
《机器人参考》快评——
操作系统整合能力的较量,刚刚开始
逐际动力发布的LimX COSA,其根本意义在于尝试定义人形机器人走向实用化的系统标准。它强调,真正的自主智能不能仅存在于仿真的“抽象计算环境”中,而必须以机器人本体和真实物理世界为默认运行环境。在这一架构下,运动能力成为认知的基础,决策是与环境实时交互、动态耦合的连续过程。
随着COSA系统的发布与在Oli机器人上的成功验证,逐际动力不仅给出了“如何实现自主化”的中国方案,也推动行业跨越了一个关键节点:具身智能的竞争,正从单一模型能力的比拼,升级为操作系统级整合能力的较量。
联系《机器人参考》:juliaryy@163.com
文/广州日报新花城记者:阮元元
视频/广州日报新花城记者:阮元元
广州日报新花城编辑:黎慧莹