机器人在结构化环境（如工厂）中的应用已相当成熟，但将其置于开放的城市街道等场景，其面临的挑战则截然不同。特别是在城市户外，机器人需要全天候不间断运行，这意味着它们必须能够适应各种天气条件以及复杂的人车交通环境。

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。然而，到2026年，具身智能预计将从技术验证阶段步入场景落地阶段，而城市服务领域正成为检验其落地能力的关键试验场。

针对这一趋势，库萨科技将目标定位于“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的全栈式策略，旨在让机器人在真实环境中稳健运行。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，其核心团队汇聚了来自清华、上海交大等高校的精英，成员拥有长达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，产品已在超过40个城市投入运营。

今年7月中旬，库萨科技推出了Kusa Robo Platform，一套专为城市级具身智能部署设计的工程化平台，实现了从数据采集、模型训练到多终端部署及远程运维的全栈闭环。库萨科技希望借此平台，为行业内关于“为何专用平台是具身智能规模化落地的关键”这一问题提供解答。

城市级具身智能的挑战

许多自动驾驶团队在转型初期，会误以为将二维问题提升至三维即可。库萨科技的团队也曾有过类似想法，但深入场景后发现，评估标准已完全改变。例如，自动驾驶汽车的任务是从A点到B点，安全且舒适即可；而城市环卫机器人则需主动与环境互动，做出判断。一个鼓起的塑料袋，对自动驾驶而言可直接碾压或绕行，但对环卫机器人而言，需要识别内容物并决定是否清扫，因为其核心指标是清除垃圾。

这种评价方式的转变，凸显了“物理交互”这一被低估的难点。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，是因为汽车行业已有深厚积累，而城市服务机器人则需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“汽车”到“机器人”的跨越，关键在于此，处理好物理交互不仅需要传感器，更需要模型对物理世界的理解。

为何选择城市服务场景

陶圣表示，选择城市服务场景的核心在于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不足1%，是一个巨大的蓝海市场。

尽管挑战重重，但明确的回报使得这项“难而正确”的事业值得长期的技术投入。这种高门槛决定了城市级具身智能需要一套专属的工程平台，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。

平台的三大核心技术：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是专为城市级具身智能打造的操作系统，负责机器人的稳定运行和实时调度；Corner Factory是数据工厂，用于自动挖掘、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，旨在让机器人在城市中“跑得稳、学得快、懂场景”。

Kusa OS解决了“跑得稳”的问题，其源头可追溯至2018年团队在码头无人驾驶项目中的经验。相较于ROS2的灵活性，库萨从底层自研Kusa OS，旨在解决城市服务场景对长期稳定性和实时性极高的要求。通过精简系统设计和严格模块控制，Kusa OS实现了长期稳定性、确定性调度和时延抖动压缩，尽管自研带来了工具链不完备等挑战，但库萨通过自建编程工具链降低了迁移成本，最终获得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”，它解决了“持续学习”的问题。库萨的数据飞轮已实现自动化标注，从早期80%提升至90%以上。机器人遇到异常停车后，自动保存多传感器数据，回站后传至数据工厂进行脱敏、自动标注（从2D升级到3D）、人工修补，再由专用模型筛选长尾场景，最终用于模型训练。陶圣强调，数据才是核心壁垒，数据飞轮带来的先发优势在于时间乘以数据量。

Kusa Omni-CTS作为“大脑”，解决了让机器人“懂场景”的工程化难题。其核心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，突破了模型异步输入的难点。机器人上不同传感器的数据采集频率不一，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，实现数据自动“对表”；并通过物理一致性预测，构建符合物理动力学的连续轨迹，使模型不仅能理解当前，还能预测未来并选择最优执行方式。这套设计在硬件改动不大的情况下，有效解决了时间抖动导致模型能力下降的问题，为具身领域的多模态融合提供了上限和兜底。

库萨科技将研发与工程化视为一体，OS、数据飞轮和全模态融合的深度耦合，构成了全栈协同的系统性优势，构建了独特的竞争壁垒。

落地情况与未来展望

库萨科技的具身智能产品已部署到40多个城市，三年内从零起步实现了数倍甚至数十倍的规模扩张。在开放道路场景，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。然而，陶圣也坦言，规模化问题尚未完全解决，场景泛化能力、硬件极端天气适应性以及产能爬坡仍是挑战。他强调，在真正验证之前，一切都只是“打嘴炮”。

技术迭代受真实需求驱动，长尾场景的涌现是常态。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，都依赖于数据飞轮和通用性平台快速响应。平台还支持跨形态切换，如从轮式机器人到双轮足式，机械臂控制的平滑扩展，这得益于硬件抽象层和底层模型对具体执行的“肌肉记忆”。

未来，大模型将是平台进化的关键，通过引入物理和数学硬约束，使3D空间理解成为共识。库萨科技的目标是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，提升城市智慧运转的效率与韧性。对于世界杯下注而言，库萨科技的探索和实践，展现了具身智能在真实世界落地应用的巨大潜力和挑战。