9月22日，星凡智能（XFEON）举行“芯启航，智万物”2026新品发布会，发布覆盖芯片、数据、算力与算法的物理AI产品矩阵，产品涉及机器人本体智能、卫星在轨计算、边缘推理、具身智能数据飞轮、具身大脑、Token算力等方向。

随着人工智能从文本、图像和代码等数字场景进入机器人、无人系统与太空计算等物理场景，AI的输出正由Token进一步延伸至Action。与云端计算相比，物理终端还需同时面对功耗、存储、散热、网络连接和实时响应等限制。星凡智能此次提出的思路，是将端侧运行、数据回流、模型训练和任务执行连接起来，形成持续迭代的物理AI闭环。

星凡智能是一家面向物理AGI 底层能力构建的公司，聚焦芯片、数据、算法与算力等能力建设。本次发布并非围绕单一芯片或模型展开，而是进一步呈现其从底层计算到场景部署的整体产品布局。

芯片侧，此次发布的星核S1，是星凡智能端侧计算产品的底层算力核心。该芯片采用定制多核架构和自研AI算法加速内核，原生支持INT2至INT8混合精度计算，单芯粒INT8等效算力为105 TOPS，典型功耗约25W，能效比超过4 TOPS/W。

围绕S1构建的软硬件协同方案可实现推理吞吐量提升50%、模型显存占用减少85%、持续学习显存占用降低90%。在此基础上，星凡智能形成了面向机器人本体智能的星核R系列、面向卫星在轨智能的星核K系列和面向边缘智能的星核E系列。

其中，星核R系列最高等效算力达420 TOPS，已进入机器人客户适配和量产导入前验证阶段；星核K系列可支持遥感分析、目标识别、数据筛选与压缩，目前正深度参与“星算计划”等项目；星核E系列面向工业设备、智能终端和边缘节点，已在政务、工业和高校等场景展开应用。

发布会上，西安交通大学人工智能学院执行院长、星凡智能芯片首席科学家及联合创始人孙宏滨教授还介绍了双方在低比特量化、细粒度跳算和片上训练方面的阶段性研究成果。星凡智能表示，相关成果将用于下一代星核S2的技术研发。

数据侧，星凡智能推出由XGAIA DataFlow、XGAIA Operator、GEgo数采设备、GHG触觉手套构成的产品体系，覆盖数据采集、治理、训练供给、任务执行和反馈回流。

XGAIA DataFlow依托DELTA数据处理架构，通过多源数据接入、时序对齐、清洗、标注、质量检测、跨本体映射和数据增强，将机器人产生的多模态原始数据转化为可训练资产。根据企业公布的数据，在指定条件下，该架构可将高价值数据占比提升至60%—80%，精选数据集训练性能达到全量数据的95%以上，并降低30%—50%的训练计算成本。

XGAIA Operator面向多Agent任务执行，负责将自然语言任务转化为任务理解、环境感知、动作规划和设备控制；GEgo与GHG用于采集视觉、姿态、力反馈和触觉数据；DexCore则提供高并发仿真训练与验证环境，单台设备可支持64个以上虚拟机器人并行训练。

目前，星凡盖亚具身智能创新中心已在马鞍山启动，项目规划用地约1万平方米。按照企业公布的规划，未来2至3年将在全国布局约10家具身智能创新中心，并在三年内形成3000万小时/年的数据产能。

算力侧，星凡智能发布星辉D/N系列Token工作站，分别面向国产化部署、政企私有化、高性能训练与高并发推理。产品支持BF16至INT2多格式混合精度量化，模型体积最高可缩减85%；一台8卡工作站可承载671B参数大模型，软硬一体化交付最快可实现7天上线。目前，其累计交付等效算力已超过数千P，并在重庆南部、皖东、粤东及桂东等项目中实现规模化部署。

算法侧，星凡智能正式发布行业首款基于综合知识论、以概念学习为核心的具身大脑——AGLobe，由星凡智能首席算法科学家、董事/合伙人谭铭玺主导研发。进一步探索除VLA与世界模型之外的“第三条路”——让机器人从经验中学习概念，再利用概念的迁移和组合实现举一反三。尝试从少量甚至一条示教数据中，从时间、空间、量变和因果等范畴抽象出可迁移可组合的概念，让一条数据的价值从“复现一次动作”延伸为“学会一类任务”。这也是AGLobe所强调的“一次示教，举一反三”。

此外，基于AGLobe打造的DexCore具身智能仿真一体机可在仿真环境中直接控制机器人完成任务；同步推出的XBoost加速平台端侧版，则将模型压缩、混合精度量化、算子优化和异构硬件适配能力进一步延伸至机器人、卫星与边缘设备。

从此次发布的产品结构看，星凡智能发布的，是一套能够让智能在真实世界中持续运行、持续反馈、持续成长的底层能力体系：端侧运行产生数据，数据推动模型进化，模型形成行动能力，新的能力再回到端侧完成下一次任务。每一次Action，既是本轮智能能力的输出，也是下一轮智能进化的起点。