城市级具身，为什么难？

同样一台机器人，在工厂车间和城市马路上面对的是不同世界。在结构化场景（如工厂车间）内机器人落地成熟，但进入开放环境（如城市马路）难度大增。城市户外环境要求机器人7×24小时不断电工作，需经受风吹日晒和人来车往。中国信息通信研究院的《具身智能发展报告》指出现状是“数据、模型、本体、场景难闭环”。2026年具身智能从技术验证期迈向场景落地期，城市服务成检验落地能力的重要考场。库萨科技以“具身智能服务城市开放场景”为目标，打通全栈工程让机器人跑起来且跑稳，认为填平规模化落地鸿沟需研发和工程化能力过硬。库萨成立于2023年，核心团队来自清华、上海交大等高校，核心成员有15年相关研发与管理经验，核心产品服务机器人已在超40座城市落地运营。今年7月中旬，库萨发布具身智能开发平台Kusa Robo Platform，欲回答具身智能规模化落地为何做好专用平台才是关键的问题。自动驾驶团队转型做机器人，起初认为是二维到三维的提升，但实际场景中基准改变，本质区别在于评价方法变化。乘用车从A到B不撞、体感好即成功，而城市环卫机器人要主动接触物体做判断。如马路上的黑色塑料袋，自动驾驶可碾过或绕开，环卫机器人要尝试清扫。评价方法改变背后是物理交互这一难点，城市服务机器人需将末端清扫结构的力矩反馈等与整车控制耦合，且要让模型理解物理世界。

为什么偏偏选城市场景？

库萨科技联合创始人兼CTO陶圣表示，选择城市场景是因为看到真实且迫切的需求。城市空间复杂度高、技术壁垒强，能产生可落地的商业化价值，是验证具身智能工程化能力的合适土壤。而且城市服务机器人行业市场渗透率不足1%，是蓝海。这是“难而正确的事”，城市级具身智能需要专用工程平台，库萨的Kusa Robo Platform就基于三块核心技术。

底座、燃料和大脑

此次发布的三块核心技术分工明确。Kusa OS是专用操作系统，负责机器人稳定运行和实时调度；Corner Factory是数据工厂，挖掘、清洗、标注长尾场景；Kusa Omni - CTS是全模态具身模型，负责场景感知到动作输出的链路。Kusa OS解决“跑得稳”问题，其起点可追溯到2018年库萨团队做码头无人驾驶时。ROS2虽主流但硬实时性不够，库萨从底层自研Kusa OS，基于数据分发技术让系统精简可控，解决了长期稳定性等问题。不过自研OS工具链不完备，库萨另起炉灶做编程工具链降低迁移成本，换来了底层自由度和实时稳定度。Corner Factory解决“持续学”问题，库萨数据飞轮跑通，自动标注占比从80%提升到90%以上。数据链路是机器人遇异常停车保存数据，回站点后传回工厂，经脱敏、标注、人工修补确认、模型筛选后入库训练。Kusa Omni - CTS基于单帧生成时序视频流等，确立核心中间表征，支撑数据闭环和模型迭代。陶圣称数据才是壁垒，数据飞轮先发优势需时间和量的积累。最上层的Omni - CTS解决机器人“懂场景”问题，其“第一性原理”是思维方法转变，是模型结构创新，突破了模型异步输入难点。真实机器人传感器数据节奏不同，Kusa Omni - CTS分跨模态异步特征对齐和物理一致性预测两层解决问题，硬件变更少但解决了时间抖动时模型能力下降问题，多模态融合是具身领域最终解决方案。对库萨来说，研发和工程化结合，三块技术形成认知进化闭环，为其构筑了护城河。

跑通了吗？

库萨具身智能产品已部署到40多个城市，交付规模增速快。在中大型开放道路场景进入常态化运营阶段，但陶圣指出规模化问题未完美解决，场景泛化能力待增强，硬件未经过极端天气考验，产能爬坡还在进行中。他强调没验证前都是“打嘴炮”，量产爬坡各阶段都有挑战，技术迭代由真实需求推动。如遇到鱼竿场景，库萨需重新采数据训练；“书包旁的纸与铅笔”场景，机器人靠大模型语义理解能力做判断。这些迭代靠Corner Factory数据飞轮和Kusa Robo Platform通用型。平台还能跨形态切换，一脑管理多形，通过硬件抽象层解决跨形态适配难点。陶圣认为未来平台进化最大空间在大模型，具身智能OS不会一家独大，库萨要让城市服务机器人在更多场景成为可靠的生产力伙伴，提升城市智慧运转效率和韧性。