一台原本用于工厂的机器人，若被部署到城市街道，将面临截然不同的挑战。在结构化环境中，机器人的应用已相当成熟，但一旦进入开放的城市场景，难度便呈几何级增长。尤其是在户外，机器人需要全天候不间断运行，必须能应对各种天气条件以及复杂的人车交通。

中国信息通信研究院发布的《具身智能发展报告》指出，当前具身智能的发展面临数据、模型、本体及场景难以形成闭环的困境。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大规模场景落地阶段，而城市服务领域正成为检验其实际落地能力的关键场所。

面对这一趋势，库萨科技以“具身智能服务城市开放场景”为目标，采取了明确的策略：打通从数据采集、模型训练到机器人部署的全栈流程，确保机器人在真实环境中能够稳定运行。库萨深信，要跨越规模化落地的鸿沟，必须同时具备强大的研发和工程化能力。

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、机器人及自动驾驶领域的研发与管理经验。公司的核心产品是面向城市开放场景的服务机器人，目前已在全国40多个城市投入运营。

在今年7月中旬，库萨科技推出了Kusa Robo Platform，一套专为城市级具身智能部署而设计的工程化平台。该平台实现了从数据采集、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城市服务场景的公司，库萨致力于解答行业内普遍存在的疑问：为何构建专用平台是实现具身智能规模化落地的关键？

01. 城市级具身智能为何挑战重重？

许多从自动驾驶领域转型的机器人团队，最初都认为将二维问题提升至三维即可。库萨团队也曾有过类似想法，但深入实践后发现，评价标准已完全不同。例如，乘用车在城市道路上的任务是安全抵达目的地，而城市环卫机器人则需主动与环境互动，进行垃圾清扫。面对路面上的一个塑料袋，自动驾驶车辆可直接绕行或碾过，但环卫机器人必须判断其内含物，并采取相应措施，因为其核心任务是清理垃圾。

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，而服务机器人则需将末端执行器的力矩控制与整车控制深度耦合。从“车”到“机器人”的跨越，关键在于处理好物理交互，这不仅依赖传感器，更需要模型对物理世界的深刻理解。

02. 城市场景为何成为首选？

陶圣表示，选择城市场景的核心在于看到了真实且迫切的市场需求。城市环境复杂度高、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场所。更重要的是，城市服务机器人行业的市场渗透率不足1%，是一个潜力巨大的蓝海市场。

尽管挑战巨大，但明确的回报使得这项“难而正确的事”值得长期投入。这种高门槛也决定了城市级具身智能需要一套专用工程平台，而Kusa Robo Platform正是库萨的解决方案，其背后是三项核心技术的支撑。

03. 底座、燃料与大脑

库萨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与实时调度；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，负责从场景感知、认知理解到动作输出的完整链条。这三项技术共同解决了机器人在城市中“跑得稳、学得快、懂场景”的问题。

Kusa OS致力于解决“跑得稳”的问题。该操作系统的研发可追溯至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，但其在硬实时性方面存在不足，可能导致不可预期的延迟和抖动，这在对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，库萨选择从底层自主研发Kusa OS，其核心思路是精简系统，严格控制每个模块，从而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取得了显著成效。

自研OS也带来了巨大的挑战，例如工具链不完备。为此，库萨自主构建了编程工具链，通过描述性语言自动生成初始化代码，以降低迁移成本。最终，自研换来了底层的自由度和实时稳定性。

如果说Kusa OS是底座，那么Corner Factory就是“燃料”，它解决了“持续学习”的问题。库萨的数据飞轮通过自动化流程，将自动标注的比例从早期80%提升至90%以上。其数据链路包括：机器人作业异常时自动保存多传感器数据，回站后由数据采集器传回数据工厂进行脱敏、自动标注（从2D到3D）、人工确认，再由专用模型筛选长尾场景，最终用于模型训练。陶圣强调，数据本身才是真正的壁垒，因为数据与场景高度相关，而数据飞轮带来的先发优势在于时间和量的积累。

最上层的Omni-CTS作为“大脑”，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，它整合了视频生成、时空编码、3D Gaussian等前沿技术，形成了一套原创的解法，突破了模型异步输入的难题。在真实机器人上，不同传感器的数据采样频率各异，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，使数据自然流动。同时，其物理一致性预测能力，使其不仅能理解当前情况，还能基于物理规律预测未来可能发生的状况，并选择最优执行方式。

从硬件角度看，这一设计对硬件改动不大，但有效解决了因时间抖动导致模型能力大幅下降的问题。在具身智能领域，多模态融合是最终的解决方案。对库萨而言，研发和工程化并非割裂，而是协同进行。Kusa Omni-CTS的结构创新和自研OS的底层重构体现了研发实力，而OS、数据飞轮和全模态融合的协同则将研发成果转化为高效稳定的工程系统。研发是库萨的基础，工程化是其核心竞争力。这三项技术共同构建了一个认知进化的闭环，形成了全栈协同的系统性优势。

04. 落地成效如何？

库萨的具身智能产品已在40多个城市得到部署，三年时间实现了规模的数倍甚至数十倍增长。在复杂开放道路场景下，库萨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，规模化落地仍面临挑战，包括场景泛化能力、极端天气硬件适应性以及产能爬坡等问题。他认为，在未完全验证前，一切都只是“打嘴炮”。

量产爬坡的每个阶段都面临不同挑战。技术迭代的核心驱动力来自于真实需求，尤其是长尾场景的不断涌现。一个“不起眼”的鱼竿，或是“书包旁的纸与铅笔”，都促使团队不断优化模型，以应对现实世界中的各种复杂情况。例如，识别鱼竿需要重新采集数据训练，而理解书包旁学生与文具的关系，则依赖大模型对整体场景的语义理解能力。

这些快速的迭代和部署，得益于Corner Factory的数据飞轮和Kusa Robo Platform的通用性。平台不仅能适应长尾场景，还能跨形态切换。例如，同一套技术栈已成功适配了轮式机器人和双轮足式机器人，并支持机械臂控制的自由度扩展。这得益于其硬件抽象层，将底层运动学模型转换为上层算法可执行的指令。陶圣将此比作人类的肌肉记忆，大模型负责顶层思维，底层模型负责具体执行。

未来，平台进化的最大空间在于大模型。OS作为底层基础，迭代速度相对缓慢且已基本成熟，而大模型正回归数学本质，并融入物理和数学的硬约束，例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太可能像手机领域那样出现一家独大的局面，机器人场景的碎片化程度远超手机和PC，最终可能呈现“多家分天下”的格局。在此之前，库萨的目标是让城市服务机器人在更多纵深场景中实现“开箱即用”，成为可靠、持续、可规模化的生产力伙伴，从而提升城市的智慧运转效率和韧性。