城市服务，成为了具身智能的新考场？ - 世界杯

在结构化环境如工厂车间，机器人的应用已相当成熟。然而，将其置于城市街道等开放、非结构化场景，挑战则截然不同。尤其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，当前具身智能面临数据、模型、本体和场景难以形成闭环的困境。尽管如此，预计到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战场。

针对这一现状，库萨科技将目光聚焦于“具身智能服务城市开放场景”，并采取了整合数据采集、模型训练及机器人部署全栈工程的策略，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鸿沟，研发与工程化能力缺一不可。

库萨科技成立于2023年，其核心团队汇聚了来自清华、上海交大等高校的优秀人才，并且拥有长达15年的整车、机器人及自动驾驶研发与管理经验。其核心产品是面向城市开放场景的服务机器人，目前已在超过40个城市投入运营。

在今年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打造的工程化平台，覆盖了从数据采集、模型训练到多端部署和远程运维的全栈流程。作为少数深入这一“考场”的公司之一，库萨科技希望通过该平台解答一个行业普遍存在的疑问：为何具身智能的规模化落地，离不开专用工程平台？

城市级具身智能的挑战

自动驾驶团队转型做机器人时，起初普遍认为只需将二维问题扩展至三维。库萨团队也曾持有此看法，但深入实践后发现，场景的基准发生了根本性变化。最关键的区别在于评价方法的演变。自动驾驶车辆的任务是从A点到B点，关键在于避免碰撞并提供良好的乘坐体验。而城市环卫机器人则需主动与各种物体互动并做出判断。例如，面对路上的黑色塑料袋，其内部填充物（砖头、水瓶或空瓶）的差异决定了处理方式的天壤之别。自动驾驶车辆可以简单碾过或绕行，但环卫机器人必须尝试清扫，若无法扫起再做下一步决定，因为其核心指标是清除垃圾，绕行则意味着未能完成任务。

评价方法的变化背后，隐藏着一个常被低估的难点——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关注较少，是因为汽车行业积累深厚，底盘已相对完善。而城市服务机器人则需要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，关键在于此。要处理好物理交互，仅靠传感器不足够，模型还需理解物理世界本身。

为何选择城市服务场景

陶圣解释，选择城市服务场景的核心判断是看到了真实且迫切的需求。城市空间复杂性高，技术壁垒强，同时能够直接产生商业价值，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不足1%，是一个巨大的蓝海市场。这是一项挑战大、回报明确的“难而正确的事”，也正因如此，城市级具身智能的落地需要一套专用工程平台。库萨科技的Kusa Robo Platform正是为此而生，其背后是三项核心技术的支撑。

底座、燃料与大脑

库萨科技发布的三项核心技术各司其职：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，专注于从数据中自动挖掘、清洗和标注长尾场景；Kusa Omni-CTS是全模态具身模型，贯穿场景感知、认知理解至动作输出的全过程。这三项技术共同的目标是让机器人在城市环境中“跑得稳、学得快、懂场景”。

Kusa OS旨在解决“跑得稳”的问题。其研发可追溯至2018年库萨团队在码头无人驾驶项目中的经验。虽然ROS2是机器人领域主流的开源框架，但其在长期稳定性和实时性方面的不足，对城市服务场景存在潜在风险。因此，库萨从底层自研Kusa OS，借鉴了码头场景7x24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效率。在长期迭代中，Kusa OS解决了长期稳定性、确定性调度以及时延抖动压缩等关键问题。

尽管自研OS付出了工具链不完备的代价，库萨通过自建编程工具链，实现了低迁移成本。这种底层的自由度和实时稳定性，为库萨带来了显著优势。

若OS是底座，Corner Factory便是燃料，解决了“持续学习”的问题。库萨的数据飞轮已打通，自动标注比例从早期80%提升至90%以上。其数据链路包括：机器人遇到异常自动保存多传感器数据，回传至数据工厂进行脱敏、自动标注（从2D到3D）、人工修正，然后由专用模型筛选长尾场景，最后用于模型训练。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，以OCC/3D点云为核心中间表征，构建二维观测与三维结构间的物理级空间约束，确保空间理解准确性，支撑数据闭环和模型迭代。陶圣强调，数据本身才是真正的壁垒，而数据飞轮带来的先发优势，源于时间和数量的积累。

作为大脑的Omni-CTS，解决了机器人“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，将视频生成、时空编码、3D Gaussian等前沿思路融合，形成原创解法。其模型结构创新突破了模型异步输入的难点，解决了多个传感器数据节奏不同步的问题。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，使不同传感器数据自动对齐；并通过物理一致性预测，构建符合物理动力学的连续轨迹，使模型能预测未来状况并选择最优执行方式。这套设计在不大幅改动硬件的情况下，解决了时间抖动导致模型能力下降的问题，实现了多模态融合的上限和兜底。

库萨科技认为，研发与工程化相辅相成。OS、数据飞轮和全模态融合的深度耦合，以及在城市场景中的时间积累，构成了库萨独特的技术壁垒和系统性优势。

落地成效

库萨的具身智能产品已在40多个城市部署，三年内实现了数倍甚至数十倍的增长，在细分赛道中表现突出。在大型开放道路场景，库萨已进入常态化运营阶段，商业模式跑通并产生实际价值。然而，陶圣也指出，规模化问题尚未完全解决，场景泛化能力、硬件的极端天气适应性以及产能爬坡仍是挑战。他坦言：“没有验证之前，都还是打嘴炮。”

量产爬坡的每个阶段都面临不同挑战。技术迭代主要受真实需求驱动，尤其是长尾场景的不断涌现。例如，识别“不起眼”的鱼竿，或理解“书包旁的纸与铅笔”这一场景，都依赖于Corner Factory的数据飞轮和Kusa Robo Platform的通用性。平台还具备跨形态切换能力，如支持轮式和双轮足机器人，以及机械臂控制的扩展，这得益于其硬件抽象层和底层模型设计。

陶圣认为，未来平台进化的最大空间在于大模型，特别是引入物理和数学硬约束，使3D空间理解成为共识。他预测，具身智能的OS格局将是“多家分天下”。在行业终局到来前，库萨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，提升城市运行的效率和韧性。