将机器人置于工厂车间与城市街道，它们面对的是截然不同的环境。在结构化场景（如工厂）中，机器人的应用已相当成熟，但一旦进入开放的城市环境，挑战便显著增加。尤其是在户外，机器人需要全天候不间断运行，这意味着它们必须能够应对各种天气条件以及复杂的人车交通状况。

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、场景难闭环”的困境。然而，可以预见的是，到2026年，具身智能将从技术验证阶段迈向实际应用阶段，而城市服务正成为检验其落地能力的关键场所。

针对这一现状，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全栈工程的策略，旨在让机器人在真实世界中稳定运行。库萨认为，要跨越规模化落地的鸿沟，研发与工程化能力必须兼备。

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，并在整车、机器人及自动驾驶领域拥有15年的研发与管理经验。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座城市投入运营。

今年7月中旬，库萨科技推出了Kusa Robo Platform，一个专为城市级具身智能部署设计的工程化平台，涵盖了从数据采集、模型训练到多端部署、远程运维的全栈闭环。作为少数真正投身于此的公司，库萨希望通过此平台解答一个行业难题：为何在具身智能规模化落地过程中，专用平台的构建至关重要？

城市级具身智能面临的挑战

许多自动驾驶团队转型做机器人时，最初认为这只是将二维问题提升到三维。库萨团队也曾有过类似想法，但深入实践后发现，评价标准已完全改变。例如，自动驾驶车辆的任务是从A点到B点，安全舒适即可；而城市环卫机器人则需主动与物体互动并做出判断，例如，如何处理马路上一个鼓囊的塑料袋，其内部填充物不同，处理方式也大相径庭。对于环卫机器人而言，仅仅绕开物体等于未能完成清洁任务。

这种评价方式的变化，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，得益于汽车行业成熟的底盘技术。然而，城市服务机器人必须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“车”到“机器人”的转变，关键在于此。要有效处理物理交互，不仅需要传感器，更需要模型能够理解物理世界的运作规律。

为何选择城市场景？

陶圣解释，选择城市场景的核心原因是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，同时具有直接产生商业价值的潜力，是检验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市场渗透率尚不足1%，是一个巨大的蓝海市场。

尽管面临挑战，但明确的回报使得这项“难而正确的事”值得长期的技术投入。这种高门槛也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，其核心技术包括三大部分。

平台的技术基石：操作系统、数据工厂与核心模型

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和实时调度。Corner Factory作为数据工厂，能够自动挖掘、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。这三项技术共同解决了机器人在城市中如何“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。其研发可追溯至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，但其在长期稳定性和实时性方面存在不足，可能无法满足城市服务场景的严苛要求。因此，库萨选择从底层自主研发Kusa OS，以满足7x24小时不间断运行的需求。通过精简系统设计和严格的模块控制，Kusa OS实现了长期稳定性、确定性调度以及时延抖动的压缩。

自主研发OS的挑战在于工具链不完善。ROS2社区拥有丰富的开源工具，而自主研发则需要从零开始构建。库萨的解决方案是开发一套独立的编程工具链，利用描述性语言自动生成初始化代码，以降低迁移成本。这种底层重构为库萨带来了更高的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高效运转，首个量产产品落地时整套数据管线已打通，自动标注比例从80%提升至90%以上。其数据处理流程包括：异常触发停车、多传感器数据回传、脱敏处理、自动标注（从2D升级至3D）、人工校验、长尾场景筛选以及模型训练。

在Corner Factory中，Kusa Omni-CTS利用单帧真实场景生成时序视频流，并同步派生3D点云及OCC语义占用。通过将OCC/3D点云作为核心中间表征，该模型在二维观测与三维结构间建立了物理级空间约束，确保了空间理解的准确性，并支持数据闭环的高效运转和模型周级迭代。陶圣强调，数据本身才是核心壁垒，而数据飞轮带来的先发优势源于时间与数据的积累。

位于顶层的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，其解决方案整合了视频生成、时空编码、3D Gaussian等前沿技术，形成了一套原创的解法。该模型在工程化层面的创新在于突破了模型异步输入的瓶颈。

实际机器人环境中，多传感器数据采集的频率不同（如激光雷达10Hz，相机30Hz，IMU 1000Hz），强制同步可能导致延迟或冲突，从而影响模型性能。Kusa Omni-CTS通过两层机制解决此问题：首先是跨模态异步特征对齐，在高维隐空间构建连续时空曲线，使得各传感器数据在模型中自动“对齐”。其次是物理一致性预测，在高维空间构建符合物理动力学的连续轨迹，使模型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，并选择最合适的执行方式。

从硬件角度看，这一设计所需的硬件改动不大，但有效解决了因时间抖动导致模型能力下降的问题。在具身智能领域，多模态融合是关键解决方案。

对库萨而言，研发与工程化是紧密结合的。只有研发，难以落地；只有工程化，又守不住技术门槛。库萨将两者置于同等重要的位置。Kusa Omni-CTS的结构创新和自主研发OS的底层重构体现了强大的研发实力；而OS、数据飞轮与全模态融合的协同，则将研发成果转化为稳定、高效的工程系统。研发是库萨的基础，工程化则是其核心竞争力。

这三项技术共同构成了认知进化的闭环。尽管单点技术可能被复制，但OS、数据飞轮和全模态融合的深度耦合，结合在城市场景中的时间积累，形成了全栈协同的系统性优势，为库萨构建了独特的竞争壁垒。

落地成效与未来展望

作为一场“考试”，成果是关键。目前，库萨的具身智能产品已部署至40多个城市，三年内从零起步实现了数倍乃至数十倍的交付规模增长。在中大型开放道路场景，库萨已进入常态化运营阶段，实现了商业模式的跑通和实际作业价值的产生。

然而，陶圣也冷静地指出，规模化问题尚未完全解决，场景泛化能力仍需提升，硬件也需经受极端天气考验，产能爬坡也仍在进行中。他坦言，“没有验证之前，都还是打嘴炮”，因为从0到1、1到100、100到10000的每个阶段，都面临着不同的挑战。

可以肯定的是，技术迭代始终由真实需求驱动，真实世界中的长尾场景总是超出预期。例如，一个不起眼的鱼竿，或是放在书包旁的纸和铅笔，都促使团队收集新数据、训练新模型，或依靠大模型对场景进行深度语义理解。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。

除了长尾场景，平台还需支持形态切换。同一套技术栈已成功适配了从轮式机器人到双轮足式机器人，并支持机械臂控制的自由度扩展。这意味着平台不会被特定机器人形态所限制。跨形态适配的关键在于硬件抽象层，将底层参数统一抽象，再由运动学模型转换为执行指令。陶圣将其比作肌肉记忆，大模型负责顶层思维，底层模型则负责具体执行。

未来，平台进化的最大空间在于大模型。OS迭代缓慢且趋于稳定，而大模型正回归数学本质，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，预计将是“多家分天下”的格局。在行业最终格局形成前，库萨致力于让城市服务机器人在更广泛、更深入的场景中实现“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。