城市級AI服務：從試點到常態化，機器人的實景作戰與規?；涞貄 2026AI Partner·北京亦莊AI+產業大會

當Robotaxi還在為L4苦苦掙扎時，酷哇的環衛機器人、無人小巴、機器狗已經在50多個城市“上崗”賺錢了。

具身智能最大的瓶頸不是算法，而是數據——沒有量產就沒有數據，沒有數據就無法進化。酷哇的解法是“以戰養戰”：讓機器人在真實運營中一邊干活一邊成長，用萬臺規模反哺模型迭代。李柯宏強調，中國是全球少有的支持機器人規?；瘧玫氖袌?，酷哇正依托“一帶一路”先行布點，用真實的運營數據驅動具身智能的持續進化。

以下為酷哇科技聯合創始人、COO 李柯宏 演講內容，經36氪整理編輯：

李柯宏丨酷哇科技聯合創始人、COO

非常感謝36氪和亦莊的邀請，今天我分享的主題是：作為一家以統一世界模型驅動的具身智能企業，我們如何在全時空城市場景中實現機器人的規?；渴稹?/p>

從大語言模型和具身智能的演進來看，2023年是一個關鍵分水嶺。此前行業更多采用分模塊或端到端的機器人架構；2023年后，以生成式AI為底座，誕生了面向物理世界的世界模型（World Model）。它與上一代模型的本質差異在于：能夠基于對環境的觀測，生成對未來的動作預測，并將物理因果關系嵌入決策鏈條。

過去兩年，中美頂尖AI公司發布了大量世界模型，無論是應用于機器人、智駕還是視頻生成，大方向是統一的——將生成式算法落地于物理世界。

生成式算法仍遵循Scaling Law。以Robotaxi為例：Waymo從Google X起步，耕耘十余年；特斯拉依托千萬級車隊眾包數據訓練，已逼近L4門檻。但具身智能的復雜度遠超自動駕駛——理論上需要的數據量級更大。現實困境在于：全球沒有一個像汽車那樣普及的“具身智能終端”，能讓用戶邊用邊采集數據。具身數據從何而來，是目前行業最大的瓶頸。

我們酷哇的解法，我們做了Coowa WAIM (World-Action Model)，基于這個模型做一腦多行，具體應用在五大場景，環衛、出行、即時配送、物業、家庭，前三個要么是規?；?，要么快速做POC，后面兩個還是需要一點時間。再來介紹以下我們模型的結構。

酷哇的解法是，我們構建了 CooWAIM（World-Action Interactive Model）通用世界模型，以“一腦多形”架構驅動不同形態本體，覆蓋環衛、出行、即時配送、物業、家庭五大核心場景。前三者已進入規?；蚩焖貾OC階段，后兩者仍需時間爬坡。下面具體介紹模型的結構：

整個模型采用雙系統架構：

• 一、直覺行動系統：基于視覺的端側實時推理，負責當下安全與效率；
• 二、長程任務推理系統：負責全局規劃與語義理解。

兩者疊加，輸出映射為兩大具身能力域：

• Drive（全域移動）：覆蓋結構化與非結構化場景，城市主干道、輔道、人行道、園區樓宇內均可自由穿行；
• Work（多關節協作操作）：超越傳統“抓取-放下”范式，將環衛掃盤、風機模組、機械臂等執行器統一納入操作空間，實現移動與操作的不可解耦融合。

酷哇的路徑是“以戰養戰”：拆解行業特性，匹配技術成熟度、產品成熟度與商業成熟度，按經濟性節奏部署，最終實現具身智能的規模化落地。在城市服務領域，大家廣義理解的drive層面做到萬臺規模，無序移動的數據或者能力基本實現。

再往上走，我們找到即時配送場景，基于“無序移動+簡單操作”實現產品匹配，我們認為即時配送場景在短期內有規?；臻g。長期來看，具身智能的落地路徑是從開放場景走向半封閉、再走向封閉，最后進入家庭——從移動到操作，逐步把數據收集起來。

酷哇成立于2015年，深耕城市開放場景十年時間，推出適配各類場景的產品矩陣，包括1噸級、3噸級環衛機器人及無人小巴，覆蓋市政清掃與出行接駁。以下場景為標準中國人行道——環境高度復雜，感知精度要求高于主干道，是我們的機器人產品在非結構化環境下移動能力的直接體現。

我認為這是世界模型在端側應用的典型范例。講一個大前提：我們的機器人在上下班高峰期過路口時，需實時處理上百個動態特征（行人、非機動車），生成未來軌跡預測，評估對自身的影響，再輸出自適應行動軌跡。在擁擠道路環境下，其交互博弈能力直接決定通行效率。有人會問為什么小車需要這么強的能力——這跟具身智能的經濟性直接相關：每過一個路口，通行率更高或通行時長更短，第一覆蓋距離加大；第二單機清掃時間效率變快，就可以覆蓋更大面積，幫助客戶節約更多成本。比如你能節約20%的時間，基本約等于20%的毛利，這是機器人規模化應用的前提條件。

清掃作業過程中，機器人跟主干道的交互不僅是有避障，還有主動尋求碰撞的 action，比如貼邊清掃、識別垃圾、控制風機模組——多關節協作，既有 Drive，又有 Work，這是不可解耦的。機器人會實時根據垃圾的分布，再做locomotion，進而把 Drive、Walk 融合到一個場景任務中來。

之后是我們的物業服務場景的代表產品瓦力機器人R0，作業范圍覆蓋整個物業場景包括室外、室內，都會有類似的 Work 能力體現。

在出行場景的無人小巴方面，目前Coobus已在全球10個城市左右落地，目前亦莊很快也可以看得到。

接下來是酷哇實現機器人規?；涞氐年P鍵數據：真實里程5500萬公里，全國50多個城市和地區部署。

在即時配送場景，基于通用的無序移動+簡單Work能力，我們部署了四足配送機器狗。在末端配送環節中，我們發現一個痛點：占用配送小哥大部分時間并不是在主干道上騎電瓶車——這個效率已經非常高了——真正損耗時間的是如何在封閉樓宇或大型小區找門牌號，這是地圖無法標注出來的。我們通過機器狗來解決：一只狗送萬家貨，一方面我們與客單價相對較高、對履約時效有較高要求的品牌專送達成合作。另一方面，在物業層面，我們積極接入他們的系統，爭取在不改變物理基礎設施、不做梯控改造的前提下完成履約，現在也做到三公里以內30分鐘送到。

如圖所示，這是我們抓取冷啟動的動作，包括柔性物體或長程任務抓取也能夠完成。這是機器狗送咖啡的場景：袋子的顏色、大小都不一樣，抓取位置偏柔性，還是得用真機訓練——因為袋子的材質構成在開源數據集中很難抓到，包括 action 和 VOA 對齊的動作數據是不存在的，只能在真實場景中采集，再用收集到的數據進行訓練。

這是比較好的小區，也會出現“看似路又不似路”的場景。即便在小區內，對機器人的尋址能力要求也非常高。目前我們的機器狗在電梯里送貨——在不改變任何基礎設施的情況下，自主識別電梯，不需要做梯控，樓層也可以自主識別。這是最后送到家的環節，跟上游系統打通，通過 AI 短信、電話通知客戶東西到了。雖然看似不那么難，里面的非標環節非常多，非常非結構化，這是我們一整套具身智能戰略目前的應用效果。

目前酷哇的全系列產品，已經在全國50余個地區落地，累計收到1000萬條視頻-語義-動作對齊的 clips。給予現在以戰養戰的經營策略，和萬臺級機器人的部署，公司目前每年也能實現大幾個億的利潤流入。

全世界各地像中國這樣支持機器人、AI 規?；瘧玫膰也欢啵蛘邘缀鯖]有。我們盡早去各地先布點，在等別的國家開放應用、市場認可的同時，先行把這個市場的意識形態掌握，主要采用“一帶一路”國家為主。

最后是公司介紹：酷哇科技成立于2015年，以上海交大為班底，總部落在北京。我們依托于北京的自動駕駛、機器人生態，進行具身智能的進一步示范落地。

我的整體介紹到此為止，謝謝大家！