+86 +86 159 8569 1529
在工厂车间和城市街道等不同环境中，一台机器人所面临的挑战截然不同。相较于结构化场景（如工厂），机器人进入开放的城市环境时，其复杂性呈指数级增长。特别是在户外，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人车流的复杂交互。
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、本体和场景难以形成闭环的挑战。然而，毋庸置疑的是，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，库萨科技明确了其目标：将具身智能应用于城市开放场景的服务。公司选择打通数据采集、模型训练到机器人部署的全栈工程流程，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，其核心团队成员来自清华、上海交大等知名高校，并拥有超过15年的整车、机器人及自动驾驶研发与管理经验。公司专注于面向城市开放场景的服务机器人，其产品已在全国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，这是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及远程运维的全栈闭环。作为少数积极投身于这一领域的公司，库萨科技希望通过该平台解答一个行业普遍存在的疑问：为何在具身智能的规模化落地过程中，一个专用平台至关重要？
许多从自动驾驶领域转型而来的机器人团队，最初都认为将二维问题提升到三维即可。库萨科技的团队也曾有此想法，但深入实践后发现，问题的基准发生了根本性变化。最显著的区别在于评价方法的转变。乘用车在A到B的行程中，避免碰撞和良好的乘坐体验即为成功。而城市环卫机器人则需要主动与各种物体发生交互并做出判断。例如，面对马路上的一个黑色塑料袋，其内容物（砖头、水瓶或空瓶）决定了处理方式的巨大差异。自动驾驶车辆可以轻松碾过或绕行，但环卫机器人必须尝试清扫，若无法清扫再做下一步决定，因为其核心任务是清理垃圾。
评价方法的改变凸显了一个被低估的关键点：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，底盘已成熟。而城市服务机器人则必须实现末端清扫结构的力矩反馈、旋转控制与整车控制的深度耦合。从“汽车”到“机器人”的跨越，核心差异便在于此。处理物理交互不仅需要传感器，更需要模型能够理解物理世界本身。
陶圣解释，选择城市服务场景，是因为看到了真实且迫切的市场需求。城市空间复杂性高、技术壁垒强，同时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尚不足1%，是一个潜力巨大的蓝海市场。
这是一项挑战巨大但回报明确的业务，也是一项值得长期技术投入的“难而正确的事”。这种高门槛决定了城市级具身智能需要一套专用的工程平台，而库萨的Kusa Robo Platform正是为此而生，其背后是三项核心技术的支撑。
库萨科技此次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，负责自动挖掘、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。这三项技术共同解决了机器人如何在城市中“跑得稳、学得快、懂场景”的问题。
Kusa OS首要解决的是“跑得稳”的问题，其根源可追溯至2018年团队在码头无人驾驶项目中的经验。ROS2作为主流的机器人开源框架，虽然灵活易用，但其硬实时性不足，可能导致不可预期的延迟和抖动，在对长期稳定性和实时性要求极高的城市服务场景中存在风险。因此，库萨科技从底层自主研发了Kusa OS。码头场景同样需要7×24小时不间断运行，对稳定性和实时性要求极高。库萨基于数据分发技术，从零开始构建了一个精简且模块化控制的系统，以实现更高的稳定性和确定性。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。
尽管自研OS付出了巨大代价，尤其是在工具链不完备方面，但库萨通过自建编程工具链，实现了底层自由度和实时稳定性。
如果说OS是“底座”，那么Corner Factory就是“燃料”，因为它解决了“持续学习”的问题。库萨的数据飞轮通过自动化流程，已将自动标注的比例从早期80%提升至90%以上。在机器人遇到异常停车时，会自动保存多传感器数据，回站后传输至数据工厂进行脱敏、自动标注（从2D到3D）、人工修补与确认，再由专用模型筛选长尾场景用于模型训练。Kusa Omni-CTS在Corner Factory中，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，以此构建空间约束，确保空间理解的准确性，支撑高效的数据闭环和模型迭代。陶圣强调，数据本身才是核心壁垒，数据飞轮带来的先发优势在于时间乘以数据量。
作为“大脑”的Omni-CTS，则解决了让机器人“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，通过整合视频生成、时空编码、3D Gaussian等前沿技术，形成一套原创的解法，突破了模型异步输入的难点。在真实机器人上，不同传感器（激光雷达、相机、IMU等）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，使数据按各自节奏流动并自动“对表”。同时，其物理一致性预测能力，能够基于物理规律推测未来状况，并选择最优执行方式。
从硬件角度看，Kusa Omni-CTS的改进并不需要大的硬件变更，但它解决了因时间抖动导致模型能力大幅下降的问题。在具身领域，多模态融合是最终的解决方案。对库萨而言，研发与工程化是密不可分的。OS、数据飞轮和全模态融合的深度耦合，将研发成果转化为稳定、快速学习的工程系统。OS、数据飞轮和全模态融合的耦合深度，结合城市场景的时间积累，构成了全栈协同的系统性优势。
库萨的具身智能产品已部署到40多个城市，三年时间实现了数倍甚至数十倍的交付规模增长。在中大型开放道路场景，公司已进入常态化运营阶段，商业模式和作业价值得到验证。但陶圣也指出，规模化问题尚未完全解决，场景泛化能力、硬件极端天气考验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。”规模化生产的各个阶段都面临不同的挑战。技术迭代始终由真实需求驱动，真实世界中的长尾场景远超预设。
一个“不起眼”的鱼竿，促使库萨团队将产品从市政道路拓展到公园、园区等场景，并重新采集数据训练模型。这表明，在规模化落地前，大部分技术迭代是为了应对突发场景。另一个案例是“书包旁的纸与铅笔”，机器人通过对整个画面的语义理解，关联人、物、时间、空间，从而区分临时存放物品和垃圾。这些快速迭代和部署的实现，得益于Corner Factory的数据飞轮和Kusa Robo Platform的通用性。
除了长尾场景，平台还需适应不同形态的机器人。库萨的平台已成功支持从轮式机器人到双轮足式机器人的切换，并平滑扩展了机械臂的自由度。其硬件抽象层将力矩、角度等统一抽象，再由底层运动学模型转换。大模型负责顶层思维，小模型负责具体执行，如同肌肉记忆。
未来，平台进化的关键在于大模型。OS底层迭代缓慢且已趋于成熟，而大模型正回归数学本质，引入物理和数学约束，如利用流体力学描述物理概念，使3D空间理解成为共识。
具身智能的操作系统不会像手机那样一家独大，机器人场景的碎片化程度更高，预计将呈现“多家分天下”的格局。在行业终局到来之前，库萨致力于让城市服务机器人在更多纵深场景中“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。
