硬氪首发 | 一台80cm高的毛绒人形机器人，配一套面向未来的自研OS系统

一台80cm高的毛绒人形机器人，可以承载多少想象力？
“它虽然没有完全像人，但拥有全套的传感器，可以跟你交互、分析你的表情，去看你是高兴还是低落。只要算力可以满足，它可以提供各种各样的东西，软件能增量开发的东西是有无限想象力的。”
青心意创CTO曾俊告诉硬氪。他所谈论的是Amoo——青心意创推出的首款智能机器人产品Amoo，身高80cm，拟人双足，无棱角毛绒全包覆。
曾俊曾担任全球自动驾驶巨头Cruise的核心模型科学家，带领团队取得多项行业领先成果。他是加州大学伯克利分校博士，本科是由上海交大和法国巴黎综合理工联合培养的应用数学与力学系精英。曾在在双足机器人强化学习控制与安全关键系统领域发表了20余篇机器人国际顶会顶刊论文，并多次登顶最高引用及最佳论文。
他坦言，自动驾驶和研发机器人难点完全不一样。“车有近乎无限的电力和算力，但本质上只有方向盘和油门两个输出。但机器人的输出可太多了——它要说话、要做动作，还要和环境耦合，虽然有一定容错率，算力却相对较少，又有续航和电池的限制。”用曾俊的比喻来说，“水已经定好量了，要把选好的面放进去”。
因此，在曾俊看来，B端和C端对底层能力的要求不在一个量级——成熟的C端产品，软硬件的技术链条都非常长的，“要真正把产品交付到用户手上，你的东西得能持续升级，要对用户有足够的吸引力。”
不过，没有统一的底层系统，C端机器人的持续迭代就是空中楼阁。这也是曾俊一直在思考的问题。
7月14日，青心意创正式发布Dino OS，就是为了解决这一难题。曾俊介绍，Dino OS包括Infra、Brain、Module三层架构，向上承载感知、决策与行为编排，向下连接运动控制、安全与硬件抽象。
“公司今天上一个功能、明天上一个功能，彼此之间没有耦合关系，链条是断开的，没有一致化的大脑去操作。你今天可以跳舞，明天可能就摔倒了。有时候是通讯信道的问题，信道没有固定，在跟别人抢信道，抢到了就正常工作，抢不到就断掉。”
他认为，做OS就是要防范硬件连接错误、固定通信信道并提供一致化的控制与打断机制，确保机器人的稳定运作，“让它在一个明确的环境里运作，无论怎么上新功能，依然能稳定运作。”
不同于散装架构的主流做法，Dino OS在底层逻辑上把各大核心模块从"拼盘"变成"一体"。基于Dino Infra层，通过零拷贝数据序列化与共享内存通信机制，各能力层直接共享同一套数据，随用随读，感知、决策、执行等多个数据流并行流转，机器人动作自然连贯顺滑。系统内置算力隔离机制，为避障、力控等关键任务开辟专用通道：紧急刹停的指令，不会因模型的“深度思考”而延迟。
要让机器人拥有真正动人的"生命感"，光是运转流畅还不够，还必须有类人的交互反馈。在Dino Brain层，Dino OS独创“双脑闭环”设计，兼顾“大小脑”的分工体系和"快慢脑"的生物反应。其中“慢脑"理解场景、拆解任务、判断上下文，“快脑”提供即时的社交反应，反射弧更短。自研的小脑作为“大脑快慢两种反应”的执行层，实时接管运动控制、力反馈与安全边界，确保毫秒级的物理执行。
（图源/企业）
比如，用户说"来客厅一起跳操，音乐先放"，传统机器人会先原地呆滞几秒处理音频，再僵硬地走向客厅。在Dino OS的驱动下，机器人的身体运动也不再是决策的"输出结果”，而是认知的一部分：在听到指令的瞬间，“快脑”已驱动它向用户转身，“慢脑”同步拆解任务；在它向客厅迈步的同时，系统已联动智能家居播放音乐——它的慢脑在思考，快脑在行动，小脑在感知平衡。
另一方面，传统方案的拼盘架构还带来另一隐痛：大量异构模块和繁杂的第三方依赖，每拓展一个新场景，开发者就要重新"手搓"一遍底层链路，拖慢机器人的场景延展性。
“机器人要做自己的OS，否则所有人都在各自开发、反复造轮子”。反复造轮子意味着，在真正统一的OS缺失的情况下，机器人的研发代价不小，开发者不得不把大量的精力耗费在处理底层的硬件连接、数据后处理、网络破损以及各组件通信等杂务上，没有时间去打磨真正的用户情绪价值和情感交互体验。
通过Dino Module层，机器人将像搭积木一样进行场景延展，打破了这种恶性循环。一方面，其打造了气密性编译环境，确保同一套代码在不同编程环境下，都能跑出完全一致的稳定表现。另一方面，其将感知到执行的完整复杂链路，沉淀为可复用的行为单元和统一的接口，统一封装为系统能力，开发者拿来即用，不再需要"手搓底层链路"。
（图源/企业）
因此，自研OS也有利于更长远的产品研发，“一致化的前端，一致化的后端，一个大脑去操作。你有了OS以后，做增量的开发就会非常高效”。曾俊说。这种跨本体移植能力，让开发周期从年压缩到月。
长期来看，青心意创希望研发的想做的不是一台更聪明的设备，而是“一个有生命力、有活力的智能体”。这也是绝大部分消费级机器人要面对的课题，前半场卷硬件与模型，下半场决定产品能否真正走进物理世界的则是人机交互体验。