具身智能落地城市：库萨科技的全栈工程化实践

同样一台机器人，放在工厂车间和城市马路上，面对的是两个世界

在结构化环境中，比如工厂车间，机器人已实现成熟落地；但一旦进入开放的城市道路，挑战陡然升级。这里没有预设轨道、没有封闭边界，只有7×24小时不间断运行的真实压力——风吹日晒、人车穿行、突发障碍、长尾场景频发。技术能否扛住真实世界的复杂性，成为检验具身智能是否真正“可用”的唯一标尺。

从技术验证走向场景落地：城市正在成为终极考场

行业共识正在转变：2026年，具身智能正加速跨越技术验证期，迈入规模化场景落地阶段。而城市服务，因其高复杂度、强实时性、刚性需求与清晰商业路径，成为最具说服力的落地考场。这里不接受“理论上可行”，只认“跑得稳、干得久、扫得净”。

库萨的选择：不做单点突破，而做全栈贯通

成立于2023年的库萨科技，核心团队来自清华、上海交大等高校，拥有十余年整车、机器人与自动驾驶研发经验。其目标明确——以“具身智能服务城市开放场景”为原点，打通数据采集、模型训练、本体控制、远程运维的完整链路，让机器人在真实城市里先跑起来，并且持续跑稳。 今年7月，库萨发布Kusa Robo Platform——一套专为城市级具身智能打造的工程化平台。它不是概念演示，而是面向量产交付的系统底座，回答一个关键问题：为什么规模化落地，必须靠专用平台？

城市级具身，难在哪？

难不在“升维”，而在“换基”。 自动驾驶关注避障与通行，任务终点是安全抵达；城市服务机器人却要主动接触、判断、处置——一个鼓胀的黑色塑料袋，里面可能是砖块、满水瓶或空瓶，处理方式截然不同。绕开是失败，扫不动是卡点，扫干净才是合格。这背后，是被长期低估的物理交互能力：末端清扫结构的力矩反馈、旋转控制必须与整车运动深度耦合，传感器数据必须映射为对物理世界的理解。

为什么选城市场景？

因为真实、迫切、可闭环。 城市空间复杂度高、技术门槛硬、商业化路径直——环卫作业按面积计费、市政考核看实效、用户反馈即时可见。更重要的是，当前城市服务机器人渗透率不足1%，是尚未开垦的蓝海。难，但回报确定；慢，但价值扎实。这决定了：它不能靠拼凑方案，必须靠专用平台支撑长期迭代。

三块基石：底座、燃料与大脑

Kusa Robo Platform由三大核心技术构成，彼此咬合，形成认知进化闭环： Kusa OS——稳定运行的底座。源于2018年码头无人系统实战经验，摒弃ROS2在硬实时性上的妥协，自研轻量级操作系统，专注确定性调度、微秒级时延控制与7×24小时无故障运行。系统更小，反而更稳；模块更少，反而更可控。 Corner Factory——持续进化的燃料。构建端到端自动数据飞轮：机器人作业中异常停车→自动保存多模态片段→回传脱敏→AI自动标注（90%以上）→人工校验→长尾场景筛选→模型周级迭代。数据不是原料，而是时间×量的积累壁垒；没见过的场景，永远无法靠脑补补齐。 Kusa Omni-CTS——理解世界的“大脑”。不追求单一模型SOTA，而聚焦工程本质：解决多传感器天然异步难题。激光雷达10Hz、相机30Hz、IMU 1000Hz——不强制同步，而在高维隐空间构建连续时空曲线，让各模态“自然对表”；更进一步，引入物理一致性预测，使模型不仅能感知当下，还能基于动力学规律推演下一步动作，真正支撑“接触式决策”。

跑通了吗？用真实场景说话

目前已在40余座城市常态化运营。交付规模三年内呈数倍至数十倍增长，爬坡曲线业内罕见。但在中大型开放道路，已进入“产生实际作业价值”的稳定阶段。 不过，库萨团队保持清醒：场景泛化能力仍需加强，硬件尚未经历极端天气全周期验证，产能正从年500台向5000台跃进。陶圣直言：“没有验证之前，都还是打嘴炮。” 两个典型长尾场景印证了平台价值： 一根悬在空中的钓鱼竿——细如铅笔、无遮挡、无纹理，传统地面分割模型完全失效，靠Corner Factory快速采样、标注、重训，一周内上线； 书包旁的纸与铅笔——傍晚识别学生奔跑、书包暂放、文具散落，判断为“临时状态”暂不清扫；次日同一位置只剩纸张，则判定为遗留垃圾。这依赖Omni-CTS对人、物、时间、空间的联合语义建模能力。 这些迭代之所以快，靠的不是单点调优，而是平台级能力：数据飞轮驱动学习，统一栈支持跨形态部署——轮式、双足、机械臂，均可复用同一套底层逻辑。其关键在于硬件抽象层：将力矩、角度、转速等物理量统一封装，上层算法无需适配本体差异，如同人类游泳不思考手臂力学，只执行意图。

未来在哪里？回归物理与数学的本质

OS已趋稳定，迭代重心正转向大模型。下一代突破，将来自对物理世界的数学建模——用流体力学约束嵌入世界模型，以微分方程表达空间演化，让3D理解不再依赖海量标注，而扎根于可推演的物理常识。 具身智能没有“安卓式”操作系统终局，碎片化场景注定生态多元。库萨的目标很务实：让城市服务机器人，在更多纵深场景中“开箱即用”，成为城市运转中可靠、持续、可规模复制的生产力伙伴。