以世界模型為核心，酷哇科技用物理AI撬動城市萬億市場

ROBOT INDUSTRY

當具身智能邁向通用化，核心壁壘已從硬件轉向底層認知大模型與真實數據。酷哇以自研通用世界模型Coowa WAM 2.0為核心，在復雜城市場景中打通算法、終端到RaaS商業閉環，構建起“商業落地反哺AI認知”的正向數據飛輪，用物理AI重算城市服務總賬。

不同于在實驗室打磨參數或執著于雙足行走的同行，酷哇科技有限公司（以下簡稱“酷哇”）聯合創始人兼COO李柯宏認為，自動駕駛與具身智能正處于從專用任務系統向通用物理智能演進的關鍵階段。

酷哇選擇以自研通用世界模型Coowa WAM 2.0為技術底座，通過智慧出行（自動駕駛小巴CooBus）、智慧物業（輪足機器人R0、四足機器人D0）和智慧城市管家（“麒麟”“獨角獸”系列）三大終端矩陣，成為業內唯一同時進駐北上廣深開展常態化服務的具身智能企業，手握超50億元訂單，并率先實現經營性盈利。

1

最復雜的開放物理世界是具身智能的“最佳試驗場”

當大多數機器人公司還在封閉園區或結構化道路上打磨算法時，酷哇在2016年就做出了一個在當時看來頗為大膽的決定：直接切入城市開放環境。李柯宏解釋道：“我們必須找到一個能規模化落地的場景，這個場景要有足夠大的量，能覆蓋城市運營中各種長尾案例，同時包含非結構化和結構化場景，可以訓練系統的泛化移動與泛化操作能力。”城市空間治理恰好滿足了所有條件：需求明確、市場空間大、技術可迭代性強，更關鍵的是，這個行業很早就出現了人力缺口的拐點。

圖1 酷哇科技聯合創始人兼COO 李柯宏

酷哇要打造的是通用的物理AI，而物理AI的前置條件是同時滿足算法、算力和數據量—前兩者有方法論可解，但數據沒有捷徑。研發團隊發現，實現泛化移動的核心在于對“Free Space”（自由可行駛空間）的精準解析，這是通往物理AGI的必經之路。只有在最復雜的開放物理世界中“摸爬滾打”，才能積累起真正驅動模型進化的高質量數據。

李柯宏強調：“今天講機器人或自動駕駛落地，缺的就是數據語料。環衛場景下的語料恰好是非結構化的，人行道與主干道最大的差異在于結構不規則，沒有車道線、‘馬路牙子’等明確規則；動態參與物以人為主，更偏向機器人交互；也沒有明確的交通規則。基于這三點，這類數據的多樣性、豐富度都有非常大的優勢。”這種在真實物理世界中積累的數據，與仿真數據有著本質區別。仿真依賴于人為定義的規則，而真實世界是無序、隨機的。

李柯宏舉例說：“比如，小攤小販擺攤，鋪個草墊賣瓜果，瓜果種類無窮無盡，擺放方式隨機，仿真做不出來。只有盡可能覆蓋所有真實數據，智能化才能實現質的飛躍，就像大語言模型一樣—當數據量足夠大時，智能就會涌現。”

圖2 酷哇科技R0輪足機器人

正是基于這一認知，酷哇將城市服務作為核心試驗場，將機器人投入到最復雜、最高頻的非結構化環境中進行“壓力測試”。在實際部署過程中，酷哇遇到的困難，來自對“產品”二字的重新定義。李柯宏坦言，客戶對VLA、VLM以及世界模型的關注度，遠低于對技術和產品具體能解決什么問題、能帶來多少經濟效益的關注。這要求團隊在產品研發中，必須兼顧實用性、價格和長期技術延展性。

作為端側模型驅動的物理載體，硬件需要從最底層對軟硬一體進行定義并正向設計：“比如，我們的最小市政作業機器人尺寸應如何界定？輔助執行部件需要具備何種性能？底盤關節應如何根據視覺感知結果進行調校？這種對物理邊界的深刻理解，正是長期浸泡在開放場景中才能沉淀出的工程底蘊。”

2

世界模型+50Pb數據，如何定義“真”智能？

當具身智能行業熱議“世界模型”時，酷哇于2026年初正式發布了Coowa WAM 2.0（World-Action Model）通用世界模型底座。這一模型的核心，不是讓機器人變得更會“思考”，而是讓它能夠在執行物理動作前深刻理解三維空間，在腦海中完成對物理定律和未來狀態的億萬次預演與試錯。

酷哇構建的WAM 2.0，本質上是一套類生物神經系統的雙流架構。它將人類認知機理中的“快思考”與“慢思考”引入機器人的決策系統，在工程上凝練為四大技術支柱：基于語義的表征學習、基于視頻生成的未來預測、直覺行動系統、VLM宏觀約束。針對城市服務中低頻但邏輯復雜的長尾場景—比如理解交警手勢、判斷倒塌樹木的優先級—酷哇引入了自研的UrbanVLM，承擔宏觀規劃與因果約束的職責。云端部署的UrbanVLM Large模型擁有320億參數，負責全局任務編排；端側的UrbanVLM Tiny模型則部署在機器人邊緣側，負責百毫秒級的語義風險識別。李柯宏形象地解釋道：“我們系統中的VLM主要負責‘慢思考’，處理非標、復雜且非時間敏感的綜合治理需求，如識別路面病害并自主上報監管部門；而本地端側的直覺模型則負責‘快思考’，解決高頻的物理交互與絕對安全問題。兩者在系統層級上各司其職。”

圖3 酷哇科技落地北京、上海、深圳等地

真正讓酷哇的技術底座具備顛覆性能力的，是超50PB的非結構化真實世界數據集，其價值在于它全部來自真實的物理交互環境。李柯宏談道：“我們有現成的客戶和商業化空間，形成新的數據飛輪，迭代我們的通用操作算法。”在WAM 2.0的框架下，這些數據不再只是訓練素材，而是構成了“反事實推演”的現實基礎—模型通過學習海量的真實狀態-動作-結果三元組，逐漸在潛在空間中建立起對物理規律的統計認知，從而能夠在虛擬推演中生成符合物理邏輯的未來場景。

數據驅動的飛輪效應，直觀反映在Coowa WAM 2.0模型的泛化能力上。“由我們世界模型驅動的開放場景機器人不需要重度部署，直接放在路上就能用，遷移后的表現也能完全復制，因為我們的數據樣本已經足夠多，覆蓋了一線、二線、三線城市、市中心、郊區，甚至農村。”李柯宏認為，中國的道路環境和行人行為預判，對于酷哇的模型而言，已不存在任何遷移成本。

在技術架構上，酷哇巧妙地融合了“系統1”與“系統2”的分工協作。李柯宏解釋道：“VLM不介入安全執行，它只處理復雜長程任務和非標低頻任務。直覺模型負責本地作業和安全，比如有人突然跳到機器人前10厘米，直接觸發物理制動，無需云端大模型判斷。有快思考的端側小模型在，安全就有保障。”

萬臺級終端部署量僅僅是通用智能的入場門檻，今年業內可能將有不止一家公司達到這一量級，這個規模的數據能夠涌現出優秀的空間移動能力，但在長程精細化操作和復雜物理協同上仍需突破，距離具身智能的“GPT時刻”仍有距離。李柯宏判斷：“預計在未來2～3年內，當行業率先跑通十萬臺規模的異構具身終端常態化作業時，交匯出的海量多模態真值數據，才有機會真正催生出通用物理AI的涌現。”

3

從“一腦多態”到通用機器人的商業閉環

當行業對雙足人形機器人趨之若鶩時，酷哇卻選擇了更為務實的路徑：輪足復合形態加高自由度機械臂，以及各類城市服務專機。李柯宏以實際產品舉例，雙輪或四輪移動效率更高，單臂或雙臂取決于是否需要雙手協作以及長程任務處理能力。“這些會精確到產品形態。但我們也在某些模塊和原子執行器件上做通用設計，方便操作數據對齊。”

這種“一腦多態”的思路，使得酷哇能夠用一個通用底層模型，覆蓋不同物理形態的產品。李柯宏算了一筆賬：“僅一個街區的綜合服務，我們算下來就需要數個SKU的機器人去協同完成不同功能。如果把視角放寬到全城物理空間管理，可能需要十幾二十種產品。不能指望一種硬件形態解決所有真實物理問題，就像不能用通用火箭發射所有衛星。”而支撐這一產品矩陣的，正是酷哇自研的世界模型。

圖4 酷哇科技參與深圳環衛機器人大賽

酷哇很早就確立了MaaS（Mobility-as-a-Service）統包運營模式，而不是單純賣設備。李柯宏解釋道：“客戶根本不關心你的自動駕駛怎么做的，他們只關心你能解決什么問題、帶來多少經濟性。”基于這一洞察，酷哇采取了“直接給結果”的商業模式，這種模式對全棧自研能力提出了極高要求，但也正是這種倒逼機制，讓酷哇不得不持續優化模型以降低成本、提升效率。過去三五年，酷哇的復購率接近100%，客單價每年上漲，四年翻了一倍多，客戶數也翻倍。

能夠實現盈利的關鍵，在于世界模型大幅降低了邊際部署成本。李柯宏指出：“我們不依靠人工預部署，而是依靠算法能力在端側的封裝，移動能力在新環境的部署成本基本為零。從數據看，公司業務規模過去三年翻了三倍，而系統維護與部署成本控制與三年前基本持平，技術毛利能完全覆蓋成本。這得益于早期在底座模型上進行了大量前瞻性研發投入。”

4

RoboCity落地路徑在于“全局智能”

在酷哇的長期戰略規劃中，其業務終局并非單一場景的智能升級，而是構建由統一世界模型驅動的“RoboCity（機器人生態城）”。在該框架下，形態各異的具身智能終端將不再作為獨立信息孤島運行，而是通過一套系統實現環境認知的全局共享與任務的實時協同。李柯宏強調，RoboCity不是創造一個全新的、只有機器人的世界，而是讓物理AI自然地融入人類的日常生活。

從商業化角度看，推動RoboCity落地面臨著碎片化采購方的現實挑戰。街道辦管人行道，城管管路網，物業管小區——面對這種多頭管理的格局，酷哇如何推動他們接受統一的“城市服務總包”模式？“核心看需求。他們底層需求都一樣：招工難，人力成本高，但需要拆開來看工種、工序和具體環境。我們基于這個結構性痛點，用具身智能做了大腦的解決方案，并針對不同的客戶類型做了多重解決方案。”這種以需求為錨點的商業邏輯，使得酷哇能夠穿透客戶壁壘，將分散的采購方凝聚到統一的解決方案之下。

圖5 Coobus進行城市內接駁

展望未來，李柯宏對輪足式具身智能機器人的發展寄予厚望，但同時也保持著清醒的認知：“具身智能機器人發展的意義更多是讓客戶在形態和交互上接受物理AI這件事。自動駕駛已經有近20年歷史，接受度逐漸提高，我們能看到智駕的拐點也許已經來了，但全場景的通用泛化機器人普及仍需時間。”他認為，帶有機械臂的輪足形態終端是RoboCity拼圖中不可或缺的一塊，解決了傳統輪式機器人無法逾越臺階、路沿的地形桎梏，真正實現了“全域、全時段、全地形”的三維空間無人化服務。

“我們想做的是通用物理AI的基建提供商”。李柯宏描繪了酷哇的“三步走”戰略：短期是城市空間管理，中期是工業制造，如機器人造機器人，長期進入家庭，成為消費級智能終端。“我們希望以世界模型為基礎模型的大腦能參與到所有通過機器人執行的物理交互場景中，這將深刻改變未來的社會經濟結構。”李柯宏談道。

閱讀更多內容，歡迎訂購《機器人產業》雜志。

點擊跳轉！圈內人都在看的專家觀點