酷哇科技：當AI擁有了身體，我們正在重塑城市服務的“新勞動力”

2026年最火爆的概念會是什么？或許答案已經浮現出來了—Physical AI。

這個概念最早在2020年的一篇論文《Nature Machine Intelligence》中首次被提出，不同于生成式AI，Physical AI強調的是“能夠執行通常與智能生物體相關任務的實體系統，可實現機體、控制、形態、動作執行和感知的協同進化”。

通俗一點，就是讓智能體（多指機器人）能夠感知環境、理解上下文、做出決策并執行任務。在大多數人看來，其終極價值在于將人類從重復物理勞動中解放出來，成為新的勞動力。

資本方向轉變更為迅速。數據顯示，美國風險投資機構在2025年前三個季度向Physical AI初創公司投入超160億美元，比2024年的全部投資多出了近280%。然而，Physical AI也面臨著大模型公司的普遍挑戰，最緊迫的就是可用數據緊缺，“快速發展的世界模型，需要大規模的高質量多模態數據集進行訓練，從而準確實現對現實世界的感知和交互。”

如何能獲取大規模高質量的數據并Scaling到更優的模型？又如何讓機器人真正成為生產力？在這兩個看似未解的難題面前，一家成立十一年之久的中國創業公司“酷哇科技”（以下簡稱酷哇），已經用“全球50城落地、55億訂單金額和4500萬公里數據”的大規模落地實踐給出了回答。

01.“以終為始”的通用野心：尋找物理世界最高頻的AI訓練場

在酷哇CTO廖文龍看來，公司自成立之初就命名為“酷哇機器人”，就是想做能夠融入人類生活、理解人類意圖并據此決策的通用的AI機器人，構建通用的Physical intelligence。

“我們從不定義自己是做車的，或者是只做單一設備的。酷哇做的是一套具備通用感知與決策能力的城市大管家解決方案。”廖文龍對投中網表示。

這種“通用野心”早在十年前就已埋下伏筆。團隊早期進行過多個方向的探索，旨在探索人機交互的邊界。而在隨后的技術演進中，酷哇的算法引擎在Robotaxi、物流、港口、園區安防等多個維度進行了壓力測試。

廖文龍透露，酷哇之所以在2016年選定“城市服務”作為當下的主營場景，是基于第一性原理”的推演：要讓AI真正擁有身體，必須讓它去最復雜的環境中“打怪升級”。相比于封閉場景，開放的城市街道匯聚了最復雜的環境要素和最真實的人—機互動，是現實世界中人機博弈最密集、最具挑戰性的場景集合；相比于遙遙無期的乘用車自動駕駛，城市服務擁有最直接的買單意愿。

“我們選擇了一條‘沿途下蛋’的路徑：用一個高頻剛需的場景養活團隊，同時用這個場景產生的海量長尾數據（Corner Case）去訓練我們的通用大模型。”

這是一種典型的“降維打擊”策略。當行業還在討論單一場景的滲透率時，酷哇已經完成了技術底座的通用化構建。

如今，隨著通用底座的成熟，酷哇的產品矩陣已自然生長至全域：

? 在城市交通的“主動脈”上，重塑微循環出行：酷哇自研的L4級自動駕駛小巴CooBus，正高效穿梭于地鐵接駁線、CBD微循環及機場擺渡等高頻場景，致力于解決城市交通“最后三公里”的痛點。它能夠在早晚高峰的人車混流中實現平滑博弈，無縫接駁主干道與社區路網，將傳統公交難以覆蓋的盲區轉化為高效、綠色的無人化運力網絡，目前已累計安全運營超500萬公里。

? 在建筑樓宇的“垂直空間”里，打破物理隔閡：針對高端寫字樓與封閉園區的立體作業需求，酷哇推出了由輪足機器人R0與四足機器人D0組成的“泛人形”作業編隊。它們突破了傳統輪式機器人的地形桎梏，能夠自主呼叫電梯實現跨樓層流轉，輕松翻越臺階與路沿，在“室外-室內”的切換中高效完成物資配送、安防巡檢與深度保潔，將服務顆粒度從街道精細化到樓層，有效解決了物業場景中人力成本高昂的結構性難題。

? 在公共治理的“毛細血管”中，實現全域精細化管家：作為酷哇Physical AI落地最成熟的試驗場。以“麒麟”、“獨角獸”系列為代表的智能作業集群，突破了傳統市政管理的盲區，深入人行道、輔道及背街小巷等非結構化高頻博弈場景。它們超越了單一的工具屬性，化身為移動的“城市巡檢員”與“數據采集站”。在維持城市物理環境有序運行的同時，實時映射物理世界的動態變化（如設施損毀、違規占道、人流熱力圖），為管理者提供了一套“感知-決策-執行”一體化的自動化城市運營底座，真正實現了從“人力被動維護”到“AI主動治理”的質變。

不同于自動駕駛場景更多時候在解決移動的問題（把人/物從A送到B），酷哇同時解決的是移動中的作業問題（在移動中進行實時作業），本質區別在于自動駕駛只是“Drive”，具身智能才是“Work”。

對此，黃仁勛也在最近的CES演講中提到，Physical AI的關鍵是它不只輸出方向盤和剎車油門，還會告訴你它將采取什么動作、為什么這樣做、軌跡是什么。這一點正好與城市面臨的真實痛點不謀而合，城市并不是缺能駕駛的車，而是缺能干臟活累活的人，相應地，酷哇的本質不是賣車，而是提供AI勞動力，填補城市服務巨大的人力缺口。

馬斯克近期訪談里也表示，AI競爭正在從“誰更會寫代碼”遷移到“誰能持續供給算力”，再進一步遷移到“誰能把算力穩定地變成現實生產力”。

也就是說，AI正從屏幕里的軍師轉變為現實世界的工人。

02.解構Coowa WAM：當AI擁有了“通用大腦”，從被動執行到主動推演

表面上看，Physical AI的實現只是簡單地讓AI長出身體，可實際面臨的挑戰卻遠超軟件行業。

真實物理世界充滿噪聲與不可逆的風險。很多SaaS產品可以“先上線再優化”，但在物理世界，順序必須是“先可靠再規模”。否則，頻繁的事故、停線與賠付，會瞬間擊穿硬件的ROI（投資回報率）。

這種對“可靠性”的極致焦慮，倒逼酷哇完成了一次關鍵的技術突破。

酷哇CTO廖文龍回憶，最大的挑戰出現在2019年。當時，酷哇做出了一個看似激進的戰略抉擇：全棧自研整機，并推行MaaS（Mobility-as-a-Service）模式。

這意味著酷哇不再只是賣算法或賣設備，而是要直接為最終的服務結果兜底。這種身份的轉變，讓技術團隊撞上了一道墻：如果說“Drive”解決的只是位移（把人/物從A送到B），那么MaaS場景下的“Work”解決的則是復雜的交互。在城市服務的博弈中，僅靠傳統的自動駕駛算法（看到障礙物就停）顯然不夠——機器人需要理解“為什么前面有人，我該等待、繞行還是在他身邊插肩而過”。

為了支撐這種“Drive + Work”的雙重能力，同時守住MaaS模式的成本紅線，酷哇構建了業內獨有的Coowa WAM 2.0 (World-Action Model)

這不僅僅是一次模型升級，更是一種從“被動執行”到“主動推演”的范式革命。在酷哇的技術邏輯里，搭載了WAM 2.0的通用機器人，不再是執行高維條件反射的機器，而是一個擁有通用大腦的熟練工。它并非一個精確的物理仿真器，而是通過統一建模狀態、動作及結果，實現可推演、可評估的決策能力。

簡單來說，酷哇的機器人不只是在“看”世界，而是在腦海中預演世界，形成了一套Real-to-Sim-to-Real的數據閉環：

? 感知（Real to Sim）：萬臺機器人化身移動傳感器，將物理世界的非結構化信息（視覺、光照、人流），實時映射為數字孿生世界的“真值”；

? 推演（In Sim）：在云端沙盒中，模型會生成未來的動態想象——“如果我加速，前面的行人會不會突然折返？”“如果機械臂伸出，會不會碰到旁邊的車輛？”這種基于動力學的因果推演，讓機器人在零成本的虛擬空間里完成了億萬次試錯；

? 執行（Sim to Real）：將經過驗證的最優策略遷移回物理實體，實現從“云端智慧”到“物理生產力”的精準轉化。

對于投資人而言，看懂WAM也就看懂了酷哇的商業護城河。

WAM的核心價值不在于炫技，而在于它帶來的極低邊際部署成本。因為擁有了通用的世界觀，酷哇在早期高頻場景中積累的博弈策略，可以零樣本（Zero-shot）遷移到無人小巴或物業服務機器人上。

這意味著，酷哇每進入一個新場景，不再需要重造輪子，而是直接復用“大腦”。正是這種“一次研發，無限復用”的技術底座，讓酷哇在MaaS模式下，依然跑通了Unit Economics，率先實現了EBITDA回正。

03.打破“不可能三角”：技術與商業的雙輪驅動

在硬科技賽道，長久以來存在一個“不可能三角”：高性能、強泛化與低成本難以兼得。大多數具身智能公司困在“高昂的定制化成本”中，導致商業模型難以跑通。

酷哇是極少數打破這一魔咒的企業，其秘訣在于其構建了“技術+商業”的雙輪驅動飛輪。

Wheel 1：商業規模反哺技術進化（Data Engine）

沒有商業落地，就沒有規模真值數據；沒有數據，世界模型就是空中樓閣。酷哇的戰略（城市大管家+無限場景），讓其在全球50多個城市及地區鋪設了萬臺級機器人。

這些全時全域全場景運行的設備，每天產生海量的Physical Interaction Data（物理交互真值）。這些昂貴的數據源源不斷地喂養著WAM模型，更強的WAM又反復增強數據及直覺及思考能力，讓酷哇解決Corner Case的能力遠超實驗室里的競爭對手。

Wheel 2：技術底座驅動商業造血（Profit Engine）

得益于WAM帶來的通用性，酷哇實現了新場景開發的邊際成本遞減。這直接體現在了財務報表上：截至2025年末，酷哇已率先實現年度EBITDA（息稅折舊攤銷前利潤）回正。

這一關鍵指標的轉正，在當下的資本環境中含金量極高。它證明了Physical AI不再是依靠VC輸血的“科研項目”，而是具備自我造血能力、Unit Economics（單體經濟模型）健康的工業級產品。

“技術讓適配成本更低，低成本帶來更大規模的商業落地，規模帶來更多數據及更強的AIInfra，反向又讓技術更強。”——這就是酷哇正在高速運轉的增長飛輪。

04.終局：構建Robo City，給物理世界裝上操作系統

在酷哇的構想中，終局是一個萬物互聯的RoboCity（機器人生態城）

在這個城市里，數萬臺形態各異的機器人將不再是自動化孤島，而是通過WAM共享同一個“世界認知”的智能集群，它們打破了形態的物理隔閡，共同構成了一套覆蓋全城的物理智能體網絡（Physical Agent Network）

此時的酷哇，已經不僅是機器人的制造商，更是這套城市新基建的“定義者與運營商”。就像水務公司管理水網、電力公司管理電網一樣，酷哇正在管理著城市的“算力與勞動力網絡”，讓Physical AI像水電煤一樣，成為城市無感但不可或缺的基礎設施。

截止目前，酷哇已在城市運營范疇下，實現了諸多行業里程碑：

? 智慧出行領域：酷哇L4級自動駕駛車隊已在多個一二線城市落地，累計安全運營里程超過500萬公里，載客次數達50萬次，有效驗證了復雜城市路況下的長尾博弈能力。

? 智慧物業領域：針對高端樓宇與封閉園區，由輪足機器人R0、四足機器人D0及泛人形機器人組成的全棧產品矩陣，正逐步滲透至新零售、物業管理、配送等微循環場景，構建了立體的服務網絡。

? 智慧城市管家領域：作為基本盤業務，酷哇在全國主要城市均已實現規模化落地。常態化運營覆蓋面積超過1億平方米，累計訂單量超過70億元。更值得注意的是，在2025年公開招標的規模化訂單中，酷哇的市占率高達80%以上。

05.當Physical AI迎來“GPT時刻”

站在2026年展望未來，酷哇的野心絕不止于做一家賺錢的機器人公司。

酷哇科技CTO廖文龍表示：“酷哇是一個不斷進化的物種。我們的AI基建就像一套通用的操作系統，只要城市有需求，酷哇的Physical AI就能生長過去。”

從新加坡到阿布扎比，酷哇的全球化落地已經證明了這套“通用底座+場景模塊”模式的普適性。

當通用機器人開始在WAM的推演沙盒中“預見”未來，并以萬臺級的規模重塑現實，Physical AI才真正迎來了屬于它的GPT時刻。而酷哇，憑借著技術與商業的雙輪驅動，已經拿到了通往這一終局的頭等艙船票。