一只面向家庭的机器狗 Punny 刷屏了:能认人、有长期记忆、会主动发起互动。它背后是安谋科技牵头开源 AIOS 联盟交出的第一份作业——端侧 AI 不缺模型,缺的是把芯片、系统、硬件串起来的底座。
📌 全文 7 章 · 6 张图 · 一句话主线:端侧 AI 的瓶颈已经从"算力够不够"变成"底座通不通"。

🎯 一、先看这只机器狗做到了什么

上海西岸国际科技消费嘉年华(WTCC 2026)上,开源 AIOS 联盟发布了极术社区的新成果:JishuFriends 的首款原型机——一只面向儿童的机器狗。

它能实时互动、响应坐下站起等指令、做撒娇卖萌的动作,更关键的是三项"越级"能力:

  1. 长期记忆:记住孩子的喜好,沉淀专属记忆
  2. 场景理解:实时感知温湿度、空间与人员状态,识别家庭成员
  3. 主动服务:主动给出提醒、发起任务建议

这些能力拼起来,是一条完整的物理智能闭环:感知 → 理解 → 决策 → 执行,全在真实空间里转。

反馈修正

贯穿全程

环境感知
温湿度 / 人员 / 姿态

场景理解
识别成员 / 理解作息

自主决策
提醒 / 任务建议

肢体执行
运动 / 互动

长期记忆
沉淀专属偏好

🔧 二、为什么传统 OS 撑不住端侧 AI

传统操作系统的定位是资源管理器:管 CPU、内存、外设。但端侧 AI 要的不是一个更会管资源的管家,而是一个懂智能体调度的底座。

安谋科技的判断里,AIOS 要以自主任务调度、虚实与物理世界交互为目的,靠四大支柱重构:交互范式升级、系统架构重构、端侧 AI 算力突破、端云协同深化。

翻译成工程师语言:以前你写的是"读传感器 → 处理 → 控制外设"的确定性循环;现在你要跑的是"理解环境 → 规划任务 → 调用模型 → 执行动作"的不确定性工作流,两者的调度模型完全不同。

传感器事件

数据聚合

识别到意图

本地决策

超出本地算力

结果回传

动作完成

物理世界不确定

待命

感知中

理解中

任务规划

执行中

端云协同

异常恢复

⚙️ 三、JishuBuddy:开发工具也在被重造

光有运行底座不够,开发工具也得跟上。联盟同期发布了 JishuBuddy——面向 Agentic AI 的新一代 AI 硬件开发工具。

它解决的是嵌入式开发最磨人的三段:

  • 接入:SSH、USB/UART 串口两条通道,对接 Linux 开发板、MCU 传感器控制板,命令下发、日志读取、资源管理、协议联调一体化
  • 开发:对话式开发,自然语言直接调度大模型、外设硬件与传感器
  • 调试:打通仿真环境与实体硬件,"发出指令、等待回传、核对状态"的迭代链路

还有一个容易被忽略的设计:任务执行中产生的问题、运行日志、修复脚本会自动留存归档,形成可复用的调试资产。这是把"调试经验"从个人笔记升级成了工程资产。

实体硬件仿真环境JishuBuddy开发者实体硬件仿真环境JishuBuddy开发者自然语言下达指令仿真环境先跑一轮状态回传(位置/姿态/速度)校验通过下发实体执行结果与日志日志与修复脚本自动归档

🕸️ 四、生态分工:没有一家能独吞

端侧 AI 覆盖芯片、操作系统、硬件、模型、算法多个环节,这次联盟的分工很清晰:

角色玩家落点
算力瑞芯微主控 SoC + AI 协处理器,解耦算力与控制
硬件瑞莎基于 Radxa 快速搭原型,从样品到批量
Agent 任务RT-Thread以具身智能项目为重点,对接真实应用

值得注意的是 RT-Thread 的角色变化:它不再只是一个 RTOS 内核,而是在联盟框架里承担"Agent 能力与真实应用结合"的位置。RTOS 生态往 AIOS 演进的路径,第一次有了具体案例。

算力支撑

硬件载体

任务执行层

AIOS底座

+自主任务调度

+虚实交互

+长期记忆

瑞芯微

+主控SoC

+AI协处理器

瑞莎

+Radxa硬件

+原型到量产

RTThread

+具身智能项目

+Agent任务对接

⚠️ 五、五个必踩的坑

  1. 以为端侧 AI 就是把大模型塞进设备。本地推理只是起点,任务调度和记忆管理才是难点
  2. 忽视内存带宽。瑞芯微在会上明确说:大模型推理正从计算密集转向内存密集,带宽是端侧瓶颈
  3. 跳过仿真直接上真机。JishuBuddy 的迭代链路是"仿真先跑一轮再下实体",跳步的代价是烧硬件
  4. 调试日志不归档。物理世界的 bug 不可稳定复现,不复盘就等于白踩
  5. 低估原型到量产的距离。机器狗原型很酷,但批量交付的可靠性、供应链、成本是另一门课
12-0101-0102-0103-0104-01开源硬件搭原型与功能验证 仿真与真机联动迭代 可靠性与供应链落地 原型期调试期量产期小型具身设备从原型到量产的典型节奏

🧭 六、对开发者的真实门槛

开源底座 + 低门槛工具链,意味着个人开发者第一次有能力碰具身智能。过去你需要:会选芯片、会画板、会调 RTOS、会部署模型。现在基线变成了:一块 Radxa 板 + 一套 AIOS 工具链 + 会用自然语言描述任务。

当然,别高估"一句话开发"。传感器精度、功耗控制、运动安全这些核心环节,仍然需要工程师亲自验证。AIOS 降低的是试错成本,不是验证成本。

30%25%25%20%端侧具身项目工作量构成(经验估算)任务与调度开发外设与运动调试模型部署与调优验证与安全测试

📋 七、行动清单

  • 去极术社区看 JishuFriends / JishuBuddy 的文档,跑一遍调试链路 demo
  • 手上有开发板的:试着把一块 MCU 控制板通过串口接入,体验"对话式调试"
  • 关注 RT-Thread 的具身智能项目进展,RTOS 转 AIOS 的第一手资料会从这里出
  • 做产品的:评估自己的设备有没有"感知 → 理解 → 执行"的闭环空间,AIOS 化改造值得早做

💡 最后一句实话

机器狗是演示,底座是生意。安谋科技这套组合拳真正的分量在于:它把具身智能的入场券从大厂手里拿出来,发给了每一个用得起开源硬件的开发者。

未来的具身设备未必都是人形机器人,可能是一只机器狗、一台巡检小车、一个桌面伴侣——而它们的起点,可能就是某个开发者基于这套底座发起的一次尝试。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐