过去几年，机器人视频越来越多，但细看你会发现一个问题：

它们的动作太「程序感」了。

抓一个水杯，必须放在固定位置；走一段路，路线早就画好；面对突发状况，要么站住不动，要么直接跌倒。

为什么不敢让机器人「单独行动」？

这背后的根本原因，是传统机器人的「大脑」和「小脑」是割裂的。

感知归感知，规划归规划，执行归执行。每个环节独立工作，信息传递靠接口，响应速度靠队列。

一旦环境稍有变化，系统就容易失灵。

所以，现在很多看起来「自然」的机器人，其实背后都有一个「遥操」工作人员。

但不可否认的是，具身智能正处于一个前所未有的爆发期。

如果说2025年是具身智能的量产元年，资本涌入，订单签下，还有好几家公司冲刺IPO。

那2026年，则是人形场景落地元年。

但热闹背后，行业的竞争格局正在发生微妙的变化。

可以从三个维度来看：

第一，硬件正在快速同质化。

电机、关节、传感器，国内供应链已经非常成熟。

几家头部公司用的零部件大同小异，本体的差距正在迅速缩小。

硬件本身，越来越难拉开差距。当然，本体的设计在性能和成本上依然会发挥重要作用。

第二，运控能力出现了明显的代际差距。

并不是所有公司都能做好「小脑」。

在运动控制这个领域，少数玩家已经遥遥领先——比如逐际动力、宇树、Boston Dynamics。

它们的机器人能跑、能跳、能在复杂地形上稳定移动，这背后是多年积累的运控技术壁垒。

逐际动力的机器人行走于崎岖不平的建筑工地上

第三，「机器人大脑」仍在全球范围内探索。

如何让大模型真正落地到物理世界？如何让认知决策转化为稳定的物理执行？这些问题，全球都还没有标准答案。

所以，竞争的焦点正在转移：光有好硬件不够，光有好运控也不够，光有聪明的大脑更不够——关键是谁能把这三者真正融合起来。

这就是为什么「大小脑一体化」成了行业的关键命题。

谁能先把机器人的大脑和小脑真正融合起来，谁就能在这一轮竞争中占据先机。

在这个行业拐点上，2026年1月12日，逐际动力发布的COSA系统，就是要打破这种割裂感！

COSA，全称Cognitive OS of Agents，具身智能体系统。

它有一个更精准的定位：具身Agentic OS。

COSA的本质是一个面向物理世界原生的具身Agentic OS。

COSA不是一个模型，而是一个为人形机器人设计的操作系统。

简单说，这是一套让机器人能够同时想、同时动、边思考边干活的操作系统。

听起来很抽象？让我举个例子。

逐际动力的全尺寸人形机器人Oli，搭载COSA系统后，正在执行一个送水任务。

走到一半，它突然收到了新的指令。

它没有停下来，也没有放弃原来的任务。

它暂停了一下，把新指令纳入规划，重新调整了优先级和路线，然后继续走，把水送到了目的地。

这一「暂停」看起来很机械，却是机器人最不「机器」的一刻。

为什么这个动作了不起？

让我们拉高视角，先看看全球机器人的竞争态势和技术路线。

说到全球具身智能的头部玩家，Figure AI是一个离不开的名字。

2025年，Figure AI估值飙升至390亿美元，成为全球具身智能初创企业中估值最高的公司。

它的明星背书、资本能量、话题热度，几乎代表了美国市场对人形机器人的最高期待。

从技术维度来看，逐际动力的COSA与Figure AI正在解决同一个核心问题：

如何让机器人的「大脑」和「小脑」真正协同工作。

但这里有一个重要的区分：

Figure AI的Helix是一个模型：端到端的VLA（视觉-语言-动作）模型，试图用「快慢脑」系统融合感知与动作。

而逐际动力的COSA是一套Agentic OS：从架构底层出发，构建了一套面向物理世界原生的操作系统。

这是两条不同的技术路径：

技术路径有差异，但目标高度一致——让机器人不再是「背课文」，而是「边想边动」。

但是两者之间有着本质的差异，有三个值得关注的地方。

第一，移动操作存在差距。

如果你仔细看Figure AI目前公开的Demo，会发现一个细节：

移动归移动，操作归操作——两件事是分开演示的。

在演示中，Figure的整个操作过程中没有移动。

而搭载COSA的Oli，做到了「移动-操作-移动」的一镜到底。

它在移动的过程中完成抓取，边走边调整，没有明显的停顿切换。

这不是剪辑技巧，而是运控能力的真实差距。逐际动力在运动控制领域的积累，让它能够实现更流畅、更自然的动作融合，更符合场景落地的真实需求。

第二，技术路线的本质不同。

Helix是一个大模型——端到端的VLA模型，本质上是一个App。

COSA是一个具身Agentic OS——从底层架构设计的操作系统。

App和操作系统，是完全不同的物种。

第三，估值的巨大落差。

Figure AI的390亿美元估值，远超逐际动力。

但从技术能力的呈现来看，逐际动力的COSA与Oli的表现，已经站在了世界第一梯队。

这或许说明一件事：中国具身智能企业，正在被严重低估。

不是技术不够好，而是市场定价还没跟上。

至少从COSA的愿景来看，逐际动力已经用产品证明了一件事——

中国团队，已经证明了自己，完全有能力站在具身智能的世界前沿。

那么，COSA是如何解决机器人「大小脑」融合问题的？

我们需要先看看传统机器人的「神经系统」是怎么工作的。

你可以把机器人的智能分成两部分：

一个是「大脑」，负责理解指令、规划任务、做出决策；

一个是「小脑」，负责控制身体、执行动作、保持平衡。

听起来分工明确，对吧？问题就出在这里。

传统的做法，是让大脑和小脑各干各的。

大脑想好了，输出一条指令；小脑接到指令，执行动作。

这种架构有一个致命缺陷：中间断层了。

不是说大脑和小脑配合得慢，而是它们之间缺少一个关键的「中间层」：能够把认知决策真正转化为复杂物理行为的高阶技能层。

什么意思？

大脑说「去那边拿杯子」，这是一个高层意图。小脑能做的是控制关节、保持平衡，这是底层动作。

但从「去拿杯子」到「怎么绕过障碍物、怎么边走边调整姿态、怎么在移动中完成抓取」——这一整套复杂行为的调度和融合，传统架构里没有人管。

大脑的想法，「一下子」够不着物理世界。

所以我们看到的很多机器人演示，其实都是在精心控制的环境里完成的。杯子放在固定位置，路线提前规划好，没有意外，没有干扰。

一旦放到真实场景，问题就暴露了：不是某个模块不行，而是模块之间没有真正打通。

这同样也是目前一些看起来夸张的视频的机器人，其实背后大概率是依赖于遥操作。

COSA的发布，是逐际动力给出的答案——一个让大脑和小脑真正融合的系统。

让我们深入技术层面——看看COSA究竟是如何成为那个「补上拼图」的答案。

COSA的核心突破，可以用一句话概括：把大脑和小脑融合成一个系统。

这不是简单的「接口对接」，而是从架构底层重新设计。

在COSA的体系里，运动能力不再是认知的「输出」，而是认知的「基础」。

机器人的决策也不再是一次性的规划，而是与环境持续交互的反馈和响应的过程。

打个比方：

传统的方式像是「先想后做」——我想好了所有步骤，然后一步步执行。

COSA的方式像是「边想边做」——我一边执行，一边根据反馈调整计划。

这就是所谓的大小脑一体化。

具体来说，COSA有三层架构：

第一层，是一个叫「小脑基础模型」的东西。

它不是提前训练好的一套固定动作，而是一个能实时生成任意全身动作的基础模型。

这意味着机器人可以随时调整姿态，而不是从动作库里调一个预设的走路、抬手和转身。

第二层，是大小脑融合的高阶技能层。

打通导航、避障、移动操作、上下楼梯等复杂行为和全身运控基础模型间的对齐。

真正让大脑能力触达物理世界，这是运动智能与认知智能之间的桥梁。

第三层，是认知与决策。

理解自然语言、拆解任务、动态规划、调整优先级——这些「大脑」的工作，都在这一层完成。

但关键不在于这三层本身，而在于它们是如何连接的。COSA让这三层实时耦合。

上层的决策可以直接影响底层的动作，底层的感知可以即时反馈给上层。

COSA让他们三者运行如一体。

大模型落地到物理世界，最大的挑战不是算力，而是「脱节」。

再聪明的大脑，如果不懂得调度身体的各种能力，不理解来自身体和物理世界的反馈，就只会臆想出理想的方案——却在执行的那一刻失败。

COSA解决的就是这个问题。

它让大脑真正「感知」到身体在做什么、环境发生了什么变化；也让身体知道大脑想要什么，并且能够灵活调整去实现它。

上层的决策可以影响底层的动作，底层的感知可以反馈给上层，中间的技能层负责把两边对齐。

三层能力各自提升，会带动COSA整体水平提高；而COSA作为枢纽，把不同的技术和能力整合在一个系统里管理，保证这套系统能适应物理世界的真实环境。

这是一个还没有人做过的事情。

实现「知行合一」，即理解任务、感知环境、调整决策、组合技能、物理执行的完整闭环。

基于COSA的三层架构，COSA能够赋予机器人三大核心能力：

第一，理解「模糊指令」

「帮我拿两瓶水到前台给客人。」

这句话对人来说很简单。但对机器人来说，里面全是未知数：

水在哪？前台在哪？客人是谁、坐在哪？怎么走过去？

传统机器人需要你一步步告诉它：先找到水、拿起水、转向、去到前台、找到客人、走到沙发旁边、递水……

COSA让机器人能自己「填空」。

它会理解你的意图，拆解成子任务，规划执行路径，并且在过程中根据环境变化动态调整。

这不是简单的语音识别，而是真正的意图理解和自主规划。

第二，拥有「记忆」

更厉害的是，Oli记得东西。

它会记住「刚才那个人是谁」、「那个柜子里有什么」、「上次走这条路遇到了什么障碍」。

这种跨时间的语义记忆，让机器人从「响应式」变成了「认知式」。

它不只是看到什么就反应什么，而是能基于过去的经验做出判断。

机器人开始真正「认识」这个世界了。

第三，想到就能做到

最后一点，也是最关键的：COSA让机器人的「想法」能变成「动作」。

这听起来理所当然，但其实是具身智能最大的瓶颈。

很多机器人大脑很聪明，规划得头头是道，但执行的时候一塌糊涂。要么动作不稳，要么反应太慢，要么遇到干扰就歇菜。

COSA的大小脑一体化，解决的就是这个问题。

逐际动力用了一个很准确的说法：「想得到，更做得到。」

从逐际动力COSA这一具身Agentic OS，与Figure AI的大模型对比中，我们可以清晰地看到：

中国具身智能，正在从「跟跑者」变成「定义者」。

放眼全球，具身智能的竞争正在加速收敛为「系统能力」的竞争。

美国有Figure AI、Physical Intelligence这样的头部玩家，依托资本和技术优势快速迭代。

中国企业的机会在哪？

逐际动力给出的答案是：具身智能的全栈能力。

包括：本体硬件、小脑运控智能、大小脑融合的系统——三层能力，全部自研。

中国工厂能造出全球性价比的关节、最稳定的电机，而COSA的发布证明，中国团队也能做出世界级的具身Agentic OS。

「想得到，做得好」——这不只是COSA的技术口号，也是逐际动力对「中国方案」的一次作答。

逐际动力的愿景很明确：服务于人，而非服务于工序。

机器人的价值，最终要体现在它能为人做什么。

回到之前Oli停了一下的那个画面：等待接收新的任务，然后把水送到了目的地。

这个动作不复杂，但它背后代表的能力链条是：实时感知、记忆调取、意图理解、任务规划、动态调整、稳定执行。

过去，这是六个独立的模块。

现在，这是一次连贯的「思考-行动」。

这或许就是COSA最想说明的一件事：

机器人，终于不只是在执行指令了，它开始有了一点自己的「想法」。

而这一刻，正是具身智能从Demo到产品的真正分水岭。

回顾计算机的历史，每一次「操作系统」的诞生，都意味着一个新时代的开启。

Windows让个人电脑走进千家万户，Android和iOS让智能手机成为人手一台的生活必需品。

操作系统的意义，从来不只是技术本身——它定义了一个生态的玩法，决定了未来几十年的产业格局。

今天，人形机器人正站在同样的十字路口。

硬件渐渐成熟，算法快速迭代，但行业仍然缺少一个真正意义上的「操作系统」：

一个能让机器人像智能手机一样，在各种场景中稳定运行、灵活应变的底层基座。

COSA的发布，或许正是补上这块拼图的开始。

具身Agentic OS的时代，来了。