庫薩機器人：在街道跑出能感知、會思考的城市具身智能

作者：阿茹娜

編輯：呂鑫燚

出品：具身研習社

具身智能的本質是什么？

我們不急著回答問題，先來試想生活中最常見的畫面：在一個普通的傍晚，園區步道上幾位學生在周圍跑動，地上有一個敞開的書包，書包旁散落著草稿紙。

這時，一個負責清潔的具身智能產品看到上述景象，該如何規劃作業？

庫薩的機器人看到上述景象時，選擇繞開這堆“障礙物”繼續向前。

次日清晨。還是同一片區域，書包和孩子的身影早已消失，只剩紙張靜靜留在原地，庫薩機器人再次到達，這一次，它開始執行清潔任務。

同一張紙，相隔幾小時，迎來了兩種完全不同的命運。

在大眾的認知里，無人清掃的核心競爭力是掃得干不干凈、吸力多大、續航多久、覆蓋率多高。但在城市具身智能中，真正的課題不單只是“怎么掃”，還有“掃不掃”。

什么是垃圾，什么不是？

掉在路中央的礦泉水瓶是，放在長椅上的半瓶水不是；散落在路面的落葉是，堆在樹坑邊待清運的落葉堆不是；隔夜遺落的傳單是，路人剛失手掉落的身份證不是。這些人類憑借生活常識一秒鐘就能做出的判斷，曾是無人清掃車永遠也寫不完的規則清單。

過去十余年，行業的通用解法是“背誦”。工程師把真實場景拆解成無數條指令：遇到書包不掃、遇到行人減速繞行、遇到路沿貼邊作業，代碼越寫越厚，規則越堆越細。但城市作為開放系統，變量永遠跑在規則前面，一場突如其來的雨、一陣吹亂雜物的風、一個路人隨手放在路邊的快遞袋，都可能讓整套精密的邏輯全面失效。

這也是傳統以自動駕駛為核心的清掃機器人面對的天花板，感知與動作是割裂的，機器能識別像素里的物體，精準執行預設指令，卻理解不了物理世界的因果與關聯。它更像一個死記硬背的應試者，刷過的題庫能拿滿分，但凡遇到題庫外的新題，就只能手足無措。

不僅如此，自動駕駛模式只需要在平整路面做平面移動，路況與任務場景相對簡單，而城市服務機器人需要在高度動態的三維空間里完成清潔、巡檢等任務，多維度的空間環境會產生海量雜糅的環境信息，技術與操作復雜度直接高出一個層級。

這些困境正是庫薩亮劍的切口，它用自研全模態具身模型Kusa Omni-CTS，以及自研操作系統Kusa OS勾勒出具身智能的終極方向，真正理解物理世界的底層規律。

那張在步道上經歷了兩次不同命運的草稿紙，正是這場從“背誦規則”到“理解物理”的產業躍遷中，最微小也最有說服力的注腳。

“機器人真正實現應用落地的關鍵，在于能否適應開放、復雜的城市場景，并實現規模化盈利。”

這是庫薩CEO楊希以落地為導向給出的規劃，也是庫薩的基因。

具體而言，城市場景有三大特點。首先，城市環境是一個具有極高“一致性”特點的場域，解決方案并不是為某個單獨城市服務的，而是所有城市。這便意味著，入局企業的商業上限極高，且不會陷入“部署成本”的魔咒。

其次，城市場景中沒有“存量市場”的概念，隨著技術的不斷提升，解決方案可以逐步響應更復雜的需求。換言之，技術面前只有增量市場。這給入局企業帶來極大挑戰，也提供了更強的創新動力，讓企業能始終保持創新活力，征服更難的任務。

最后也是最重要的一點，就是這片場域，足夠難，護城河足夠長。

庫薩選擇以城市場景中具有高頻剛需痛點的環衛賽道為切口，該賽道要的不是一輛底部安裝清洗工具的自動駕駛小車，而是一整套實時完成“感知-決策-執行”閉環的具身智能解決方案。不僅要根據周圍環境、人物動作，來判斷面前的障礙物是不是垃圾，還要實時做好清潔軌跡規劃。遇到路口還要和行人、車輛進行復雜的博弈，這不是簡單的自動駕駛避讓邏輯，環衛車離人、車更近，其反應速度也要更快，更零差錯。

這里摻雜著太多場景 know how和模型能力。

因此，庫薩選擇的是一條以場景定義產品的發展道路，它不只是造出一臺會清掃的機器人，更是為整個城市服務機器人賽道，提供一套兼顧智能認知、長期穩定、規模化落地的完整具身智能解決方案。

其中智能認知和長期穩定的關鍵詞是前沿的模型能力，庫薩讓機器人真正在復雜場景中，依舊能做到“會思考”，真正理解物理世界；規模化落地的關鍵詞則是“車規級標準”。

楊希曾表示，大多數環衛賽道產品以工業級為標準，但工業級并不完全適配開放環境，而車規級能支撐30萬公里的穩定運行，這才是城市服務機器人所需要的能力。因此，庫薩所有設計、開發流程，均以車規級為重點。這意味著，把民用工業產品里對安全、可靠度要求最嚴苛的一套制造體系，平移到尚處粗放期、成熟度有限的城市服務機器人身上。以這套近乎苛刻的標尺打磨產品后，多款適配真實城市街景、能夠穩定高效作業的清潔機器人得以平穩落地。

時至今日，整套全棧解決方案已落地全國四十余座城市，硬核技術與大規模實景落地相互印證，順利跑通了可持續增長的商業正向飛輪。

當前，行業在探索技術落地與商業化的平衡過程中，面臨著不同維度的挑戰。庫薩選擇的是將具身智能前沿能力落地到真實城市作業中，在持續驗證中搭建起可持續運轉的商業飛輪，為行業提供了技術價值與商業收益均衡兼顧的可行方案。

雖然城市場景中的環衛賽道大有可為，但該怎么做，做到什么程度依舊很難有人能回答上來。

傳統無人清掃車通常是“自動駕駛底盤+清掃上裝”的拼接體，這種產品形態放在真實環境中可以簡單用起來，但并不好用。因為城市清潔的需求往往與自動駕駛背道而馳。

不同于自動駕駛避免碰撞的原則，無人清掃車既要貼邊作業、主動接觸路沿，又要具備區分私人物品與垃圾的智能，傳統的純視覺+規則體系無法完成因果推理，難以滿足城市清潔場景的需求。

這也是無人清掃行業從封閉園區邁向開放街道過程中，需要持續突破的核心挑戰之一。開放街道的復雜性，從來不是多裝幾個傳感器、多寫幾條規則就能覆蓋的。問題的根，出在多模態融合的底層邏輯上：上一代技術框架里，始終在做“強行對齊”，而真實的物理世界，是連續的。

這是傳統解決方案的天花板，Kusa Omni-CTS 想解決的，正是這個問題。

庫薩科技自研的全模態具身模型Kusa Omni-CTS試圖從最底層的表征方式入手，給這個行業難題交出一份新的答案。

與主要依賴“視覺+語言”不同，Kusa Omni-CTS進一步把機器人的本體感覺也納入了統一認知體系。除了看見和聽懂指令，它還能感知自身運動狀態以及所處的空間環境，就像人不僅依靠眼睛判斷世界，也會通過身體感知地面的高低、物體的重量和動作的慣性。

這不僅僅是多一個感知模態，而是讓機器人更清楚地知道它和環境的關系。

更重要的是，面對開放環境中的不同維度數據，過去往往將異構數據同步成同一節奏，并以嚴格的方式采集。這種做法的本質是割裂的，且高度依賴硬件性能。

而Kusa Omni-CTS能夠將視覺、雷達、力矩、文本指令等不同維度的數據匯入同一條河流，直接在模型內部即可自動完成對齊與融合，使機器人運動軌跡、交互動作更平滑穩定。

具體來說，模型采用時序注意力模塊，實現數據流無縫融合，再結合物理動力學規律約束，在最終輸出指令環節，這一技術不僅能實現數據的平滑融合，更能確保指令執行的流暢與可靠。

此外，Kusa Omni-CTS 不只是“感知當下”，還能推測接下來會發生什么。

這背后也是由于Kusa Omni-CTS 模型不僅能夠理解當前發生了什么，還能夠基于物理規律和環境變化，提前在大腦中推測接下來可能發生的種種狀況，再選擇最合理的執行方式。對于機器人而言，這就像擁有了一種接近人類的“物理直覺”，真正開始理解世界如何運轉。

Kusa Omni-CTS融合了更多感知維度，并能將這些維度的數據自動對齊，增加其一致性，幫助模型更好地實行物理推演，讓機器人從被動視覺識別到擁有場景常識、主動理解真實世界的質變。

這場從“規則驅動”到“物理理解”的認知躍遷，突破了傳統清掃設備的能力邊界，使城市服務具身智能的落地更加平穩，為更多類型的城市服務機器人適配復雜開放的城市道路場景提供了智能支撐。

如果說Kusa Omni-CTS 決定了機器人“如何思考”，那么Kusa OS這套適配具身智能體的專屬底層操作系統，則決定了機器人如何穩定、高效地行動，它給機器人裝上一套真正適合它的“操作系統”。

一直以來，機器人行業缺少一套更加通用的機器人操作系統，機型、傳感器適配成本極高，難以實現規模化落地。開發者大量時間花在底層兼容和系統調試上。

而Kusa OS的出現有望改變這種局面。

它更像機器人世界里的基礎設施，把復雜的底層能力統一封裝起來。從傳感器接入、算法運行，到資源調度、安全保護，都交給系統自動完成。機器人開發者無需再反復處理底層適配，可以只管專注“讓機器人更聰明”這件事本身。

與此同時，Kusa OS 還提供了一套統一的平臺能力。

無論是大型道路清掃機器人，還是小型巡檢機器人，都可以運行在同一套系統之上，這就好比不同品牌的電腦都能夠運行同一套操作系統一樣。一套大腦，便能夠管理不同形態、不同尺寸的機器人，為城市服務機器人規模化部署提供了統一底座。

穩定性同樣是這套系統的重要價值。Kusa OS 并非從零開始，而是脫胎于庫薩團隊多年在自動駕駛、車規級芯片和機器人領域積累的底層技術，并已經在超過40座城市的真實場景中持續驗證。

Kusa OS解決了傳感器適配，不同本體開發各自為政、多機型調度難的問題，成為支撐具身智能大規模商業化落地的標準化底層基座。系統當前已落地城市環衛場景，后續還可拓展至各類城市服務賽道，從底層消除重復部署多場景的開發成本，加速城市服務機器人產業規模化、標準化發展。

這套系統的價值不止于“省時間”，更在于給多形態機器人提供了統一的大腦。無論是大型道路清掃機器人，還是小型巡檢機器人，都可以運行在同一套OS 之上。一套系統管理不同尺寸、不同功能的本體，從根源上消除了多機型重復開發的成本，為城市服務機器人的批量部署鋪平了道路。

可見，Kusa OS 補上了具身智能商業化落地的最后一塊底層拼圖。它不只是一套服務于庫薩自身的系統，更是一套可以支撐整個城市服務賽道的標準化基座。

做到這一切的為什么是庫薩？

回到文章開頭的問題：具身智能的本質，不是堆砌算法、背誦規則，而是讓機器人擁有類人的"思維"——讀懂環境中的人、物、時空關系，推演行為邏輯與物理約束，做出恰當決策，實現感知、理解、規劃、行動的閉環。

庫薩的衡量標準一直很明確：在不可預測的真實世界里，穩定、可靠地把事做完，并沉淀出可規模化復制的方案。

為此，庫薩始終深耕復雜開放的城市服務場景，在四十余座城市真實作業中持續積累，跑通"設備落地—場景數據—算法迭代"的正向商業飛輪。

這背后是一套完整的自研能力體系在支撐：Kusa Omni-CTS賦予機器人"物理直覺"，使其主動理解物理世界；Kusa OS統一多機型底層兼容，實現一腦管理多型。從認知智能到底層架構，層層相扣，共同構成庫薩具身智能的核心底座。

從背誦規則到理解世界，從實驗室到城市開放道路，庫薩始終相信：只有扎根真實場景、經得起城市考驗的技術，才具備持續進化的生命力。城市服務是一道高難度考題，庫薩正在寫下自己的答案。