在机器人技术领域，工厂车间与城市马路被视为两个截然不同的世界。结构化场景中，机器人应用已相对成熟，但一旦进入开放环境，挑战便陡然升级。城市户外场景要求机器人全天候运行，必须经受住复杂天气和密集人流车流的考验。这种环境差异导致具身智能技术面临数据、模型、本体、场景难以闭环的困境，但行业普遍认为2026年将成为技术从验证转向落地的关键转折点，城市服务场景正成为检验技术成熟度的重要试验场。
库萨科技作为专注城市开放场景的具身智能企业，选择通过全栈工程能力打通数据采集、模型训练到机器人部署的完整链条。这家成立于2023年的企业，核心团队汇聚了清华、上海交大等高校人才，成员平均拥有15年机器人与自动驾驶研发经验。其面向城市服务的机器人产品已落地40余座城市，形成独特的工程化实践路径。
今年7月发布的Kusa Robo Platform工程化平台，标志着库萨科技在技术架构上的重大突破。该平台覆盖数据采集、模型训练、多端部署和远程运维全流程，形成技术闭环。平台包含三大核心技术模块：Kusa OS操作系统确保机器人稳定运行，Corner Factory数据工厂实现长尾场景挖掘，Kusa Omni-CTS全模态模型完成场景感知到动作输出的完整链路。这种技术组合旨在解决城市环境中机器人"跑得稳、学得快、懂场景"的核心需求。
城市级具身智能的特殊挑战首先体现在评价标准的变化。以环卫机器人为例，其任务要求与自动驾驶汽车截然不同——前者需要主动接触并处理各类物体，而后者只需避让。这种差异导致物理交互成为关键技术瓶颈。库萨科技CTO陶圣指出，城市服务机器人必须将末端执行器的力矩反馈与整车控制深度耦合，这要求模型不仅要感知环境，更要理解物理世界的运行规律。这种技术需求促使企业从传感器融合转向物理一致性预测的深度研发。
选择城市场景作为突破口，源于库萨对市场需求和技术壁垒的双重判断。城市空间复杂度高但商业化价值明确，且当前市场渗透率不足1%，存在巨大蓝海。这种"难而正确"的赛道选择，倒逼企业必须构建专用工程平台。Kusa Robo Platform的研发逻辑正是基于这种市场认知，通过技术整合形成系统性优势。
在技术实现层面，Kusa OS操作系统突破了传统机器人框架的局限性。针对ROS2系统存在的实时性不足问题，库萨自研系统通过精简模块设计显著提升稳定性，将时延抖动压缩至行业领先水平。这种底层重构虽然面临工具链缺失的挑战，但最终实现了系统级的性能优化，为城市服务场景的长期运行提供了基础保障。
Corner Factory数据工厂构建了完整的数据闭环体系。当机器人作业中遇到异常时，系统会自动保存多传感器数据并回传。经过脱敏处理后，数据进入自动标注流程，从2D分割升级到3D重建，最终由专用模型筛选出有价值的长尾场景。这种数据处理模式使自动标注占比提升至90%以上，但陶圣强调真正的壁垒在于场景数据的积累，这需要时间与规模的双重沉淀。
Kusa Omni-CTS全模态模型的创新在于突破多传感器异步输入的技术难题。传统方案中，激光雷达、相机、IMU等设备的数据频率差异会导致模型性能下降。库萨的解决方案通过构建连续时空曲线实现跨模态特征对齐，同时引入物理一致性预测机制，使模型能够理解环境物理规律并预判未来状态。这种技术架构既保持了硬件兼容性，又解决了时间抖动导致的性能衰减问题。
实际部署中，库萨机器人已展现出独特的场景适应能力。在公园场景中，系统通过持续学习识别出钓鱼者放置的细小鱼竿；在校园场景中，机器人能结合时间、人物和物品关系，判断纸笔是临时存放还是遗留垃圾。这些案例证明，Corner Factory的数据飞轮与平台的通用性设计，能够快速支撑技术迭代并实现跨形态适配。目前平台已支持从轮式到双轮足式机器人的形态切换，机械臂控制自由度也从2-3个扩展至多自由度系统。
对于技术发展方向，库萨认为大模型将成为平台进化的核心驱动力。相比已趋稳定的操作系统，大模型正在通过引入物理数学约束提升3D空间理解能力。虽然机器人场景的碎片化特性决定了操作系统不会出现手机领域的垄断格局，但库萨正通过持续技术投入，推动城市服务机器人向可靠、可规模化的生产力工具演进。这种发展路径既符合技术演进规律，也契合城市智慧化转型的现实需求。
