LinxuAI

GHOSTINSHELLS

GhostInShells

让数字智能长出身体,并一直活着。

GhostInShells 是灵枢云智提出的具身智能系统架构。它关注的不是让 AI 一次性完成任务,而是让 AI 在真实世界中持续运行,具备感知、记忆、表达、行动与成长能力。

GhostInShells system overview

WHY IT HAS TO EXIST

为什么世界需要 GhostInShells

过去十年,AI 的主要进步集中在模型能力:更大的参数规模、更强的推理能力、更快的响应速度。但当 AI 开始进入真实世界,问题发生了变化。

具身智能真正缺失的,不再是单点模型能力,而是一套可以长期运行的记忆与表达系统。没有长期记忆,智能体无法形成稳定身份;没有连续表达,智能体无法建立真实关系;没有持续运行机制,所有交互都会退化为“一次性调用”。

GhostInShells 的提出,正是为了补上这一层。

STEP 03

没有持续运行机制

所有交互都会退化成一次性调用

STEP 02

没有连续表达

智能体无法建立真实关系

STEP 01

没有长期记忆

智能体无法形成稳定身份

不是又一个输入框

输入框适合明确的问答任务。

当屏幕、声音和任务持续变化时,系统如何保留上下文、理解当前工作,并把结果接到下一步?

一个输入框

Q & A
输入你的问题…
发送
  • 你得先告诉它文件在哪
  • 你得先告诉它改哪一段
  • 你得先告诉它上一版是什么
  • 每轮请求需要组织相关上下文

她

LIVE
  • 她自己看得见你打开的是哪份文件
  • 她知道光标停在哪一行
  • 她记得你昨天改到哪一步
  • 事情有来处,也接得上

GhostInShells 要回答的,就是这个问题。

三层架构,一条持续运行的闭环

CTML · MOMENT · DISK MEMORY点选节点,查看真实分工
Ghost 写 CTML,经解释器和 channel 树执行;回响经 mindflow 组织成 moment 返回 Ghost,ground 与 memento 保存在磁盘上。CTML执行契约CTML 解释器照她写的顺序, 派给对应的通道CTML · channel tree回响 / moment多路信号 → 一个 moment动作回响 / signals读 / 治理accept / rejectGhost她决定下一步做什么, 并把它写成 CTMLGhost · CTMLground · memento她自己的笔记本:事实、偏好、 方法,加一条时间线存在盘上,不在参数里。mindflow把同时到达的几路东西, 收成此刻这一件事mindflow · momentMatrix谁活着、跑在哪、谁有权限Matrix · accept / rejectShell / channel tree能力长成一条一条通道: 同一条上排队,不同的并着走channel · command父通道占用会挡住子通道。Ghost → CTML → 解释器 → channel 树 → 动作 → 回响 → mindflow → Ghost她写下一步 → 世界照做 → 结果回来,成为下一帧。
Ghost → CTML → Shell

CTML 解释器 · 照她写的顺序,派给对应的通道

Shell ⇢ mindflow ⇢ Ghost

回响 / moment · 多路信号 → 一个 moment

Ghost → CTML → 解释器 → channel 树 → 动作 → 回响 → mindflow → Ghost

她写下一步 → 世界照做 → 结果回来,成为下一帧。

Ghost

她决定下一步做什么,并把它写成 CTML

持续存在 · 经验闭环EXPERIENCE → COGNITION

读自己的日志,

是她长大的方式。

她不是每做一件事就蒸馏一次。收尾时写下带时间的锚点,开机先读认知文件;攒够一段,再在月末重炼。不是每秒流水,而是一段一段的经历。

[ 运行日志 ]memento
  • 他说「再快一点」
  • 我提前把表填了,他没再问
  • 他删掉我加的表头

收尾写下带时间的锚点,不是每秒流水。

按需回看

开机读 · 收尾写 · 月末重炼

[ 留下的认知 ]ground · memento

关于这个人、事实、方法与时间线,沉淀在磁盘上的认知文件中。

下次开口前RELEVANT MEMORY → RESPONSE

先读一眼相关的这一条

交互示意 · 非实时数据
机制示意 · 可手动探索01 / 03

核心能力

01

持续运行

AI 不是被一次次唤醒,而是始终运行在环境中。

02

长期记忆

记住人与事件,形成跨时间延续的关系。

03

人格一致性

不是每一轮都重新开始,而是“同一个它”持续存在。

04

主动交互

系统可以主动感知、主动发起、主动表达。

05

多模态具身表达

语音、视觉、动作、灯光、表情等多个通道统一组织。

06

形态可变,关系不变

人格、记忆与关系可以在不同设备和身体之间延续。

与主流路线的不同

01

对比传统无状态 AI

无状态调用以单轮请求组织交互;GhostInShells 探索带状态、记忆和连续反馈的运行方式。

02

对比单一机器人方案

单一本体方案侧重特定设备的完整体验;我们探索通过适配在多种躯体之间复用的运行架构。

03

对比纯 VLA 路线

VLA 关注任务模型;GhostInShells 关注解释、调度、持续运行与成长体系。

04

对比纯云端大脑平台

平台更像统一调度中心;GhostInShells 更像具身系统的运行内核。

05

与纯仿真 / 训练场路线

仿真与训练帮助学习和验证能力;真实设备实录进一步观察运行时如何处理现场感知、动作与对话。两者解决不同阶段的问题。

面向未来的产品方向

GhostInShells 不是为单一产品而设计。它可以进入桌面设备、陪伴机器人、移动底座、机械臂、IoT 中控甚至更多智能终端。我们希望它最终成为 AI 与真实世界之间的长期运行层。

01

桌面设备

02

陪伴机器人

03

移动底座

一个 Ghost住在哪一个都行
04

机械臂

05

家电与 IoT 中控

06

多躯体协同

同一个大脑,换一个身体不用重写应用;接一台设备,能力就长在那台设备上。

还要往前走的三件事

NEXT 01

多体群控:几台本体排成一队,任务分下去、话接起来

NEXT 02

节点网络:每台设备都是一个可寻址的 agent 节点,加一台就多一个

NEXT 03

Ghost 的自治与治理:记忆、权限、边界,由她自己管,也由她自己守