逐際動力近日宣布推出全新具身智能體系統LimX COSA（Cognitive OS of Agents），標志著人形機器人技術向物理世界原生智能邁出關鍵一步。該系統通過深度融合高階認知與全身運動控制，構建了"大小腦一體化"的智能架構，使機器人具備理解任務、感知環境、動態決策與精準執行的綜合能力。
作為連接物理世界與數字智能的核心樞紐，COSA系統采用自底向上的三層架構設計：底層小腦模型提供高魯棒性全身運動控制，確保機器人在復雜地形中的平衡能力；中層技能層整合環境感知與多技能協同，支持導航、避障、抓取等復雜行為；頂層認知層實現自主決策與語義記憶，賦予機器人理解自然語言、構建環境認知的能力。這種分層設計使系統既能保證基礎運動的穩定性，又能實現高級認知的靈活性。
全尺寸人形機器人Oli成為首個搭載該系統的實踐案例。在實測場景中，Oli展現出突破性能力：當接收到"取兩瓶水到前臺"的指令時，機器人能自主拆解任務路徑，在移動過程中動態避開障礙物，精準完成抓取與遞送動作；面對"找出紅色快遞并送到車間"的復合指令，系統通過語義理解識別目標特征，結合環境建模規劃最優路線。更值得關注的是，Oli展現出主動感知能力，能識別同事身份、觀察設備狀態，甚至在檢測到打印機故障時主動發起連接檢查。
技術突破體現在三大核心能力：在認知推理層面，系統通過物理邏輯建模實現任務級理解，支持多任務并發處理與動態優先級調整；在環境感知方面，構建跨模態記憶系統使機器人能積累環境認知，形成持續更新的"世界觀"；運動控制上，大小腦協同機制確保機器人在連續樓梯等復雜場景中保持穩定操作，實現"思考與行動"的實時同步。這些能力使Oli在測試中成功完成自主上樓、垃圾分類、設備檢測等復雜任務。
該系統的設計理念凸顯"物理世界原生"特性。區別于傳統機器人系統，COSA從底層架構開始就針對真實物理環境優化，所有技能模塊均經過可靠性訓練，支持獨立迭代與組合調用。這種設計使系統既能通過基礎模型統一調度技能，又能通過模塊化結構快速適配不同應用場景，為人形機器人的商業化落地提供了技術基礎。
