星动纪元端到端原生机器人大模型ERA-42正式亮相，即“纪元原生机器人大模型”,寓意着不断探索宇宙万物的终极答案，展示了其与自研五指灵巧手星动XHAND1结合后的灵巧操作能力，已学会了使用不同工具完成100多种复杂灵巧的操作任务，并且持续在同一个模型下学习新的技能。例如，拿起桌上螺钉钻钻紧螺钉、用锤子敲打钉子、将水杯扶正后再往水杯中倒水等任务。
基于ERA-42，星动XHAND1能用不同工具完成多种灵巧操作新任务
这是业界首次仅通过同一个具身大模型就实现了五指灵巧手像人手一样使用多种工具完成上百种灵巧复杂操作任务，展现了ERA-42行业领先的通用、灵巧操作能力。模型不需要任何预编程技能，完全基于其强大的泛化和自适应力，能在不到2小时内通过收集少量数据就学会执行新的任务。同时，ERA-42还在快速不断学习更多新技能中。
基于ERA-42，星动XHAND1可完成100多种精细化、智能化的五指灵巧手操作任务
ERA-42也是世界范围内首个真正的五指灵巧手具身大模型，开启了具身大模型的通用灵巧操作时代。
1. “真正”的具身大模型才是开启通用具身智能体的密钥，需要具备以下三个要素：
一是统一一个模型泛化多种任务和环境：通过构建一个统一的原生模型，融合视觉、语言、触觉和身体姿态等全模态信息，实现对不同任务和环境的泛化能力。
二是端到端：从接收全模态数据，到生成最终输出（如决策、动作等），通过一个简洁的神经网络链路完成。该过程无需人为设计特征、预编程或干预处理步骤，使得具身智能体能够实时适应不同任务和环境，显著提升灵活性与开发效率。
三是Scaling up（规模化）：真正的统一的端到端算法才允许模型通过持续的数据积累实现自我完善，使得具身大模型在数据量指数级增长的同时，不仅提升性能，还能在未知任务中展现卓越的自适应和泛化能力。
例如，被行业广泛熟知的Physical Intelligence (简称PI)发布的π0模型就具备上述要素，是典型的真正意义上的端到端具身大模型。
2. 星动纪元ERA-42是国内首个真正意义上的端到端原生机器人大模型，比肩世界领先水平
早期，星动纪元和PI几乎同期采用了端到端算法来提升其原生机器人大模型性能，PI推出的π0模型，通过结合互联网规模的视觉-语言预训练与机器人操作数据集后训练，使得机器人能够在人类环境中自主执行多种复杂任务，这是机器人从特定任务的“专家”向多任务的“通才”发展历程上的重要一步，也是具身大模型领域的一个里程碑。
星动纪元早期发布的研究成果和Physical Intelligence (PI)几乎不谋而合，星动论文HiRT: Enhancing Robotic Control with Hierarchical Robot Transformers发表在CoRL2024
而后，星动纪元又探索了另一条训练道路，采用大规模视频数据学习策略，涵盖无标注的视频数据、公开各类形态机器人的数据、人类活动数据以及遥操作数据等。并且，在上述数据的使用上，星动纪元不是直接模仿视频里的人怎么去做，而是学习行动之后会产生什么样的结果。这种方式使得学习效果不受限于数据质量，能大大降低数据收集成本，解决了数据消耗量巨大、需要大量高质量数据的行业难题。
此外，星动纪元的技术团队已将世界模型融入原生机器人大模型中，使得模型不仅具备行动能力，还具备了对物理世界的理解能力，能够对未来行动轨迹进行预测，