城市服务，成为了具身智能的新考场？ - 世界杯官网

在结构化环境中，机器人的应用已相当成熟，然而一旦进入开放的城市街道等非结构化场景，挑战便急剧增加。特别是在户外，机器人需全天候不间断运行，这对其耐受风雨及应对复杂交通流的能力提出了严峻考验。中国信息通信研究院的《具身智能发展报告》指出，当前具身智能发展面临数据、模型、本体、场景难以形成闭环的困境。尽管如此，到2026年，具身智能将从技术验证阶段步入场景落地阶段，而城市服务领域正成为检验其落地能力的关键战场。

面对这一趋势，库萨科技将目光聚焦于“具身智能服务城市开放场景”，并采取了打通数据采集、模型训练、机器人部署全栈流程的策略，旨在让机器人在真实世界中稳定运行。库萨科技认为，要跨越规模化落地的鸿沟，研发与工程化能力必须齐头并进。

库萨科技成立于2023年，其核心团队汇聚了来自清华、上海交大等高校的精英，团队成员拥有长达15年的整车、机器人及自动驾驶研发管理经验。公司专注于面向城市开放场景的服务机器人，产品已在超过40座城市实现落地运营。

今年7月中旬，库萨科技发布了Kusa Robo Platform，一套专为城市级具身智能部署设计的工程化平台，覆盖了从数据采集、模型训练到多端部署、远程运维的全流程。作为少数积极投身于此“考场”的企业之一，库萨科技希望通过此举解答一个行业普遍存在的疑问：为何做好专用平台是实现具身智能规模化落地的关键？

城市级具身智能面临的挑战

自动驾驶团队转型机器人领域，起初普遍认为只需将二维问题提升至三维。库萨团队也曾有过此想法，但深入实践后发现，问题的复杂性远超预期，尤其是在评价标准上存在本质差异。乘用车在城市道路上的任务是安全抵达目的地，而城市环卫机器人则需主动与环境互动，例如处理路面上的塑料袋，需要判断其内含物并采取相应措施，这与自动驾驶的简单绕行或碾压截然不同。

这种评价方式的转变，凸显了“物理交互”这一被低估的难点。库萨科技联合创始人兼CTO陶圣指出，自动驾驶对接触力学的关注度较低，得益于汽车行业多年的技术积累。而城市服务机器人则必须将末端执行器的力矩反馈、旋转控制与整车控制深度耦合。从“车”到“机器人”的转变，关键在于物理交互的处理，这不仅依赖传感器，更需要模型对物理世界的深刻理解。

为何选择城市场景

陶圣表示，选择城市场景是基于对真实且迫切需求的判断。城市环境具有高复杂度、强技术壁垒的特点，同时能直接产生可观的商业价值，是检验具身智能工程化能力的理想土壤。更重要的是，城市服务机器人行业的市场渗透率尚不足1%，是一个巨大的蓝海市场。

尽管面临挑战，但城市服务机器人领域的回报潜力巨大，这使得它成为一项值得长期技术投入的“难而正确的事”。高门槛也决定了城市级具身智能需要一套专门的工程平台，库萨科技的Kusa Robo Platform便是为此而生，其核心技术可分为三大部分。

底座、燃料与大脑

库萨科技发布的三项核心技术各有分工。Kusa OS是面向城市级具身智能的专用操作系统，负责机器人的稳定运行和实时调度。Corner Factory是数据工厂，用于自动挖掘、清洗和标注长尾场景数据。Kusa Omni-CTS是全模态具身模型，负责从场景感知、认知理解到动作输出的完整流程。这三项技术共同致力于解决机器人在城市中“跑得稳、学得快、懂场景”的问题。

Kusa OS的研发可追溯至2018年库萨团队在码头无人驾驶项目中的经验。尽管ROS2是机器人领域主流的开源框架，但在长期稳定性和实时性要求极高的城市服务场景中，其非硬实时性可能带来潜在风险。因此，库萨从底层开始自研Kusa OS，借鉴了码头场景7×24小时不间断运行的需求，通过精简系统设计和严格的模块控制，实现了更高的稳定性和确定性。

自研OS的代价是工具链的不完备，库萨团队不得不自行构建一套编程工具链，以降低迁移成本。然而，这种付出换来了底层的自由度和实时稳定性。

如果说Kusa OS是“底座”，那么Corner Factory就是“燃料”，它解决了“持续学习”的问题。库萨的数据飞轮已实现自动化，自动标注比例从早期80%提升至90%以上。其数据链路包括异常触发停车、多传感器数据保存、脱敏处理、自动标注（从2D到3D）、人工修补、长尾场景筛选以及模型训练。

Corner Factory中的Kusa Omni-CTS能够基于单帧真实场景生成时序视频流，并同步派生3D点云及OCC语义占用。通过将OCC/3D点云作为核心中间表征，Kusa Omni-CTS在二维观测与三维结构间建立了物理级空间约束，确保了空间理解的准确性，支撑了数据闭环的高效运转和模型周级迭代。陶圣强调，数据本身才是核心壁垒，而数据飞轮带来的先发优势，本质上是时间和数量的积累。

作为“大脑”，Kusa Omni-CTS负责解决机器人“懂场景”的工程化难题。库萨模型的“第一性原理”在于思维方法的转变，其创新性地融合了视频生成、时空编码、3D Gaussian等前沿技术，形成了一套原创的解法。该模型在工程化领域突破了模型异步输入的难点，解决了多传感器数据采集频率不一致的问题。

Kusa Omni-CTS通过跨模态异步特征对齐，在高维隐空间构建连续时空曲线，实现数据在模型中的自然流动。同时，通过物理一致性预测，模型不仅能理解当前事件，还能基于物理规律预测未来状况，并选择最优执行方式。这套设计在硬件改动不大的情况下，解决了多模态融合中的时间抖动问题，为具身智能提供了上限和兜底的解决方案。

库萨科技将研发与工程化视为一体，自研OS的底层重构和Kusa Omni-CTS的结构创新体现了其研发实力，而OS、数据飞轮和全模态融合的结合则将研发成果转化为高效的工程系统。研发是库萨的基础，工程化是其核心竞争力。三项技术的协同作用，形成了认知进化的闭环，构筑了库萨的全栈协同系统性优势。

落地成效与未来展望

库萨科技的具身智能产品已在40多个城市部署，三年内实现了数倍乃至数十倍的交付规模增长，增长曲线极为陡峭。公司在中大型开放道路场景已进入常态化运营阶段，商业模式和作业价值得到验证。然而，陶圣也指出，规模化问题尚未完全解决，场景泛化能力、硬件耐候性以及产能提升仍是挑战。他强调，在真正验证之前，一切都只是“打嘴炮”。

量产爬坡的每个阶段都面临不同挑战。技术迭代始终由真实需求驱动，现实世界中的长尾场景远超预期。例如，在公园场景中遇到的细小鱼竿，以及区分书包旁纸笔是临时存放还是垃圾的场景判断，都对模型提出了新的要求。这些快速的迭代和部署得益于Corner Factory的数据飞轮和Kusa Robo Platform的通用性。

平台不仅要应对长尾场景，还要能支持形态切换。库萨的平台已成功从轮式机器人过渡到双轮足式，并支持多自由度机械臂控制。其硬件抽象层将底层运动学指令统一化，使得大模型能够专注于顶层思维，底层小模型负责具体执行，实现“一脑管理多形”。

展望未来，陶圣认为大模型仍是平台进化的关键。OS的迭代将放缓，而大模型将回归数学本质，融入物理和数学约束，实现更深层次的空间理解。由于机器人场景的碎片化特性，具身智能的操作系统不太可能出现一家独大的局面，更可能是“多家分天下”。库萨科技的目标是让城市服务机器人在更多场景中实现开箱即用，成为可靠、持续、可规模化的生产力伙伴，提升城市的智慧运转效率和韧性。