城市服务，成为了具身智能的新考场？ - 世界杯竞猜

在结构化环境中，如工厂车间，机器人的应用已相当成熟。然而，当它们进入开放的城市街道等非结构化场景时，挑战性会急剧增加。特别是在户外城市环境中，机器人需要全天候不间断运行，这意味着它们必须能够应对各种天气条件以及复杂的人车交通状况。

中国信息通信研究院发布的《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转向场景落地阶段，而城市服务领域正成为检验其落地能力的关键试验场。

针对这一现状，库萨科技专注于“让具身智能服务于城市开放场景”，采取了整合数据采集、模型训练及机器人部署的全栈式策略，旨在让机器人在真实环境中稳定运行。库萨科技认为，要跨越规模化落地的障碍，研发能力和工程化能力必须齐头并进。

库萨科技成立于2023年，其核心团队成员来自清华大学、上海交通大学等知名高校，拥有超过15年的整车、机器人及自动驾驶研发与管理经验。公司的核心产品是面向城市开放场景的服务机器人，已在全国40多个城市投入运营。

今年7月中旬，库萨科技推出了Kusa Robo Platform，一个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、远程运维的全栈闭环。作为少数真正进入城市服务这一“考场”的公司，库萨科技希望通过这个平台，为行业解答一个关键问题：为何专用的工程化平台对于具身智能的规模化落地至关重要？

城市级具身智能的挑战何在？

许多从自动驾驶领域转型到机器人领域的团队，最初都认为只是将二维问题提升到三维。库萨科技团队也曾有过类似的看法，但深入实践后发现，场景的基准和评价标准发生了根本性变化。

最核心的区别体现在评价方法的转变。例如，乘用车在城市道路上的目标是安全到达目的地，而城市环卫机器人则需要主动与环境互动，例如清理垃圾。面对路上的一个鼓胀的黑色塑料袋，乘用车可以轻松绕过，但环卫机器人需要判断袋中物品的性质，以决定是扫除还是进一步处理，因为其核心任务是清理垃圾。

这种评价方法的改变，揭示了一个被低估的难点：物理交互。库萨科技联合创始人兼CTO陶圣指出，自动驾驶对接触力学不太关注，是因为汽车行业已有成熟的解决方案。然而，城市服务机器人必须将末端执行机构（如清扫装置）的力矩反馈、旋转控制与整车控制进行深度耦合。从“车”到“机器人”的跨越，关键在于对物理交互的精细处理，这不仅需要传感器，更需要模型对物理世界的深刻理解。

为何选择城市服务场景？

陶圣解释，选择城市服务场景是基于对真实且迫切需求的洞察。城市环境的复杂性高、技术壁垒强，同时又能直接产生商业价值，是验证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不足1%，是一个巨大的蓝海市场。

尽管挑战重重，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投入的“难而正确的事”。正是这种高门槛，决定了城市级具身智能需要一套专门的工程化平台，而库萨科技的Kusa Robo Platform正是为此而生，其核心技术可分为三个层面。

底层系统、数据处理与智能大脑

库萨科技发布的三项核心技术各司其职：Kusa OS是专为城市级具身智能设计的操作系统，负责机器人的稳定运行和实时调度；Corner Factory是数据工厂，负责从数据中自动挖掘、清洗和标注长尾场景；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。这三项技术共同回答了“机器人如何在城市中稳定运行、快速学习并理解场景”的问题。

Kusa OS的首要任务是确保“稳定运行”。该操作系统的研发可以追溯到2018年库萨团队在码头无人驾驶项目中的经验。虽然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，其潜在的不可预测延迟和抖动存在风险。因此，库萨科技选择从底层自主研发Kusa OS，以满足7x24小时不间断运行的需求，核心理念是精简系统，严格控制每个模块，从而提高稳定性。经过长期迭代，Kusa OS在长期稳定性、确定性调度和时延抖动压缩方面解决了行业痛点。

自主研发OS也带来了挑战，如工具链不完备。库萨科技通过自建一套编程工具链，利用描述性语言自动生成初始化代码，以降低迁移成本。这种底层自主研发换来了更高的自由度和实时稳定性。

如果说OS是“底座”，那么Corner Factory就是“燃料”，它解决了“持续学习”的问题。库萨科技的数据飞轮通过打通整套数据处理流程，将自动标注的比例从早期提升至90%以上。其数据处理流程包括：机器人作业异常时自动保存多传感器数据，回站后上传至数据工厂进行脱敏、自动标注（从2D分割分类升级到3D占用网格和三维重建），人工进行最终确认，然后由专用模型筛选出值得学习的长尾场景，用于模型训练。陶圣强调，数据才是真正的壁垒，因为数据与场景高度相关，而数据飞轮带来的先发优势在于时间和量的积累。

最上层的Omni-CTS作为“大脑”，解决了机器人“理解场景”的工程化难题。库萨科技模型的“第一性原理”在于思维方式的转变，通过整合视频生成、时空编码、3D Gaussian等前沿技术，形成了一套原创的解决方案，突破了模型异步输入的难点。在真实机器人上，不同传感器的采样频率不同，强制同步会导致性能下降。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，使数据自然流动，不再依赖昂贵的硬件同步。同时，通过物理一致性预测，模型不仅能理解当前情况，还能基于物理规律预测未来发展，并选择最优执行方式。

库萨科技认为，研发与工程化是相辅相成的。Kusa Omni-CTS的模型结构创新和自主OS的底层重构体现了研发实力，而OS、数据飞轮和全模态融合的结合则将研发成果转化为稳定的工程系统。这种全栈协同的系统性优势，结合城市服务场景的时间积累，构筑了库萨科技独特的竞争壁垒。

落地成效与未来展望

库萨科技的具身智能产品已部署到40多个城市，并且在三年内实现了数倍甚至数十倍的增长。在大型开放道路场景中，公司已进入常态化运营阶段，商业模式和实际作业价值得到验证。然而，陶圣也指出，规模化落地仍面临挑战，包括场景泛化能力、硬件的极端天气适应性以及产能爬坡等问题。他强调，在未大规模验证前，许多成果仍停留在理论阶段。

规模化生产的每个阶段都面临不同的挑战。库萨科技的技术迭代由真实需求驱动，不断应对真实世界中的长尾场景。例如，识别公园里钓鱼者的鱼竿，以及区分学生书包旁的书本和铅笔是垃圾还是临时存放物，这些都需要模型具备强大的语义理解能力。

Corner Factory的数据飞轮和Kusa Robo Platform的通用性，使得这些长尾场景的迭代和部署能够快速发生。此外，平台还具备跨形态适配能力，能够支持从轮式机器人到双轮足式机器人的切换，以及机械臂控制的扩展。库萨科技通过硬件抽象层，将不同硬件的力矩、角度等统一抽象，再由底层运动学模型转换为可执行指令，实现了“一脑管理多形”。

展望未来，陶圣认为大模型是平台进化的关键。他预测，具身智能的操作系统不会像手机那样形成一家独大的局面，而是“多家分天下”。在行业最终格局形成之前，库萨科技致力于让城市服务机器人在更多场景下实现“开箱即用”，成为可靠、持续、可规模化的生产力伙伴，提升城市运行的效率和韧性。在许多人关注世界杯直播的同时，城市服务领域正悄然成为具身智能技术落地的重要舞台。