将机器人部署于工厂车间与城市街道，它们所面对的环境截然不同。在结构化场所，机器人的应用已相当成熟，但进入开放的城市环境，其难度呈指数级增长。特别是在户外，机器人需全天候运行，并能应对风雨日晒及复杂交通状况。
《具身智能发展报告》指出，当前具身智能面临数据、模型、本体、场景难以形成闭环的挑战。然而，到2026年，具身智能将从技术验证阶段转向场景落地阶段，而城市服务正成为检验其落地能力的关键舞台。
为应对此挑战，库萨科技专注于“具身智能服务城市开放场景”，致力于打通数据采集、模型训练、机器人部署的全栈流程，确保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，研发与工程化能力缺一不可。
库萨科技成立于2023年，核心团队成员来自清华、上海交大等知名高校，拥有丰富的整车、机器人及自动驾驶研发与管理经验。其核心产品是面向城市开放场景的服务机器人，已在超过40个城市投入运营。
今年7月中旬，库萨科技推出了Kusa Robo Platform，这是一个专为城市级具身智能部署打造的工程化平台，覆盖了从数据采集、模型训练到多端部署、远程运维的全栈闭环。库萨希望通过此平台，解答一个行业普遍存在的疑问：为何做好专用平台是实现具身智能规模化落地的关键？
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至三维。库萨团队也曾有过类似想法，但深入场景后发现，评价标准已完全改变。
自动驾驶车辆的任务是从A点到B点，以不发生碰撞且乘坐舒适为目标。而城市环卫机器人则需要主动与环境互动并做出判断。例如，路上的一个黑色塑料袋，其内部填充物决定了机器人应采取的行动。自动驾驶车辆可直接碾过或绕行，但环卫机器人需尝试清理，若无法清理再做下一步决策，因为其核心任务是清除垃圾。
评价方法的改变揭示了一个被低估的难点：物理交互。库萨科技联合创始人兼CTO陶圣解释道，自动驾驶较少关注接触力学，因为汽车行业已有成熟的底盘技术。而城市服务机器人必须将末端清扫结构的力矩反馈、旋转控制与整车控制深度耦合。从“车”到“机器人”的转变，关键在于物理交互的处理。这不仅需要传感器，更需要模型理解物理世界。
为何选择城市场景
陶圣指出，选择城市场景是基于真实且迫切的需求。城市环境复杂度高、技术壁垒强，同时具备可落地的商业化价值，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渗透率不足1%，尚属一片蓝海。
这是一个高难度但回报明确的市场，值得长期技术投入。如此高的门槛，决定了城市级具身智能需要一套专用的工程平台，而库萨的Kusa Robo Platform正是为此而生，其核心技术包括三个关键部分。
核心技术：系统基座、数据引擎与智能大脑
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和实时调度。Corner Factory是数据工厂，负责从数据中自动挖掘、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流程。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旨在解决“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。ROS2虽然是主流的机器人开源框架，但在长期稳定性和实时性方面存在潜在风险，这促使库萨从底层自研Kusa OS。码头场景与城市服务一样，需要7x24小时不间断运行。库萨基于数据分发技术，从头构建了一套精简且可控的系统，以实现更高的稳定性和确定性。
多年来，自研OS的挑战在于工具链不完善。ROS2社区提供了丰富的开源工具，而自研则需要从零开始构建。库萨的解决方案是开发一套编程工具链，通过描述性语言自动生成初始化代码，以降低迁移成本。自研换来了底层自由度和实时稳定性。
若OS是底座，Corner Factory便是“燃料”，解决了“持续学习”的问题。库萨的数据飞轮已打通，自动标注比例从早期80%提升至90%以上。陶圣介绍，数据链路的运转流程是：机器人遇到异常停车，自动保存多传感器数据；数据传回工厂后，进行脱敏、自动标注（从2D分割分类升级到3D占用网格和三维重建）；人工修正后，专用模型筛选出值得学习的长尾场景，用于模型训练。
在Corner Factory中，Kusa Omni-CTS基于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。Kusa Omni-CTS以OCC/3D点云作为核心中间表征，在二维观测与三维结构间建立物理级空间约束，确保空间理解的准确性，并支持数据闭环的高效运转和模型周级迭代。陶圣强调，数据飞轮本身并非壁垒，数据因与场景高度相关而构成真正的壁垒。
Kusa Omni-CTS作为“大脑”，解决了让机器人“懂场景”的工程化难题。陶圣指出，库萨模型的“第一性原理”在于思维方式的转变。通过整合视频生成、时空编码、3D Gaussian等前沿技术，形成了一套原创解决方案，突破了模型异步输入的难点。
在真实机器人上，多个传感器的数据采集频率不同（如激光雷达10Hz，相机30Hz，IMU 1000Hz）。强制同步会导致卡顿或冲突，影响模型性能。Kusa Omni-CTS通过两层机制解决此问题：一是跨模态异步特征对齐，在高维隐空间构建连续时空曲线，使数据自然流动；二是物理一致性预测，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状况，还能预测未来并选择最优执行方式。
从硬件角度看，此次设计改动不大，但有效解决了因时间抖动导致模型能力下降的问题。具身智能领域的解决方案在于多模态融合。对库萨而言，研发与工程化并行不悖。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、全模态融合的耦合则将研发成果转化为高效的工程系统。研发是库萨的基础，工程化是其杀手锏。
三项技术结合，形成了一个认知进化的闭环。OS、数据飞轮、全模态融合的深度耦合，结合城市场景的时间积累，构成了全栈协同的系统性优势，为库萨建立了独特的竞争壁垒。
落地成效与未来展望
库萨的具身智能产品已部署至40多个城市，三年内实现了数倍甚至数十倍的增长。在中大型开放道路场景，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，陶圣也指出，规模化问题尚未完全解决，场景泛化能力、硬件的极端天气考验以及产能爬坡仍需提升。
陶圣认为，在验证之前，一切都只是“打嘴炮”。量产爬坡的每个阶段都面临不同的挑战。可以确定的是，技术迭代将由真实需求驱动，因为真实世界的长尾场景远超预期。
一个典型的例子是识别路边的“鱼竿”。库萨将业务拓展至公园、园区等场景后，遇到了过去未曾预料到的细小障碍物，需要重新采集数据进行训练。这表明，在规模化落地前，大部分技术迭代是为了应对突发场景。
另一个案例是“书包旁的纸与铅笔”。傍晚时分，机器人能通过对场景的语义理解，判断奔跑的学生可能属于书包和文具，将其视为临时存放物品而非垃圾。第二天，若书包和人都不在，同样的纸张则会被判定为垃圾。这种场景判断能力依赖于大模型对整张图片的语义理解，能够关联人、物、时间、空间。
Corner Factory的数据飞轮和Kusa Robo Platform的通用性，使得这些快速迭代和部署成为可能。平台不仅能适应长尾场景，还能跨形态切换。同一套技术栈已成功应用于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。库萨的解决方案是通过硬件抽象层，将力矩、角度等统一抽象，再由底层运动学模型转换成指令。
陶圣认为，未来平台进化的最大空间在于大模型。OS的迭代相对缓慢且已基本满足需求，而大模型正回归数学本质，引入物理和数学约束，如利用流体力学描述物理概念，使3D空间理解成为共识。
他预测，具身智能的操作系统不会像手机那样一家独大，机器人场景的碎片化程度更高，最终可能呈现“多家分天下”的格局。在行业格局形成之前，库萨的目标是让城市服务机器人在更多场景下开箱即用，成为可靠、持续、可规模化的生产力伙伴，提升城市运行的效率和韧性。