最先賺錢的具身智能機器人，沒有長成「人形」

2026 年，所有具身智能企業都面臨着同一個嚴峻的問題：機器人該如何真正跑通商業化？

各方不斷為通用機器人尋找落地場景，但主流路徑普遍受限。

文娛應用難以維持長期的付費意願；工業場景在成本與精度的極致要求下，技術適配仍顯吃力；商業服務與家庭場景則長期受制於碎片化需求與安全門檻。

在這些路徑尚未形成穩定閉環的同時，一條並不典型的商業化路線被跑通了。

城市服務，作為一個被不少人忽視的領域，卻對機器人有着高頻、持續運營的需求。

城市中存在大量環境維護、公共空間運轉等工作，需要長期穩定完成，天然適合機器人進行常態化部署與規模化運營。

在城市服務場景中，已經有公司率先跑通了商業化，走到了規模化的節點上——酷哇科技。

並且，酷哇的技術能力也開始突破單一應用領域，隨着 Coowa WAM 2.0 通用世界模型底座的發佈，其智能體系正從環衞場景延展至物流、巡檢、新零售等更多城市空間，能力逐步沉澱為可跨場景複用的通用底座。

作為城市通用 AI 機器人服務商，酷哇提供了一個具身智能融入人類生活的現實樣本。

1、手握 50 億訂單，從城市服務場景跑通商業化

酷哇科技成立於 2015 年，團隊從創立之初便將目標指向通用機器人方向，核心成員具備機器人與 AI 的複合技術背景。

創始人兼 CEO 何弢博士與 CTO 廖文龍博士都畢業於上海交通大學。前者在東京工業大學完成機械與工程方向碩博研究，師從機器人大師 Hirose Shigeo，後者長期從事移動機器人定位導航與無人駕駛技術研究。

但彼時，通用算法體系尚不成熟，機器人的能力邊界十分有限。酷哇早期曾在 Robotaxi、港口、物流等方向進行過嘗試，最終將目光投向城市服務場景。

這源於酷哇對「通用」的執着追求。相比只解決移動問題的自動駕駛，城市服務機器人面對的是「移動 + 作業」的複合挑戰，對感知、決策與系統穩定性的要求更高。

城市空間的真實多變也遠高於結構化道路環境，更適合作為具身智能能力的現實驗證場。

隨着運營經驗積累，酷哇逐步形成覆蓋智慧出行、智慧物業與智慧城市管家三大板塊的業務佈局，構建起圍繞城市運行體系展開的通用 AI 機器人網絡。

其中，城市管家服務，是酷哇科技商業化進展最快、規模最大的方向。

酷哇推出的「麒麟」X3 與「獨角獸」X1 環衞機器人，已在城市街道、公園、商業區與社區中承擔清掃、沖洗等高頻作業任務。

這一場景之所以能率先跑通商業閉環，是因為存在長期剛性需求。城市環境維護始終是必須持續投入的基礎服務，行業也面臨環衞工人老齡化與用工短缺的問題。

酷哇科技聯合創始人兼 COO 李柯宏稱，目前環衞行業勞動力缺口約 50%。一台環衞機器人可承擔約 5 名工人的工作量。

市場規模的變化同樣印證了這一需求。2025 年智慧環衞需求突破 74 億元/年，相較 2023 年提升了約 4 倍，規模化項目佔比接近三成。

在單項目十台以上的批量部署中，酷哇已佔據約八成市場份額，交付能力處於行業領先水平。

在此基礎上，酷哇的能力開始向更多城市空間延伸。

智慧出行領域的 L4 級自動駕駛小巴 CooBus 服務於園區、社區與城市微循環場景，解決「最後三公里」的交通需求，累計安全運營里程已超過 500 萬公里。

在樓宇與園區場景中，酷哇將機器人的能力延伸到實際操作層面，讓輪足機器人 R0 裝上了機械臂，與四足機器人 D0 協同工作，承擔搬運、清潔、巡檢等任務。

這些場景共同交織成一張覆蓋城市空間的機器人服務網。不同形態機器人是通用 AI 能力在不同物理載體上的自然延伸。

酷哇的商業化也進入規模化階段，已在北京、上海、廣州、深圳四個超一線城市實現常態化運營，一線城市業務佔比從 2022 年不足 2% 提升至 2025 年約 25%，客單價三年內增幅達 106%。

同時，酷哇已與浦發集團、北控集團、亦莊控股，以及盈峯環境、玉禾田、金地物業等大型城服企業及上市公司建立長期合作關係，生態夥伴朋友圈不斷擴容。

酷哇的模式也開始在海外複製落地。酷哇的機器人車隊已在新加坡與阿布扎比等准入標準極高的城市實現常態化運營，並持續向東亞、中東及歐洲市場拓展。

李柯宏介紹，目前酷哇科技的訂單儲備已超過 50 億。

2、通用技術底座，讓機器人真正理解與推演世界

酷哇能夠跑通商業閉環，源於其圍繞真實物理世界搭建的一整套技術體系。

相比語言和圖像所處的數字世界，通用機器人面對的是一個高度開放、強因果約束的現實環境：任務多樣、交互對象不可窮舉、失敗成本極高。

機器人在城市場景中執行任務，需要解決兩個最核心的問題。

一是長尾場景不可窮舉，規則與單模型難以覆蓋。

突發路況、行人行為變化、複雜作業環境，都難以通過規則提前覆蓋，單一感知模型也很容易在分佈外場景中失效。

二是傳統機器人系統缺乏對動作後果的預判能力。

常規的機器人系統往往遵循「感知—決策—執行」的線性邏輯。環境發生變化時，系統缺乏對動作後果的內在建模能力，常常在感知到問題後才做出修正。

在複雜城市環境中，這種被動反應很難支撐連續作業與平滑運行。

這兩個問題本質上指向同一能力缺口——機器人缺乏對物理世界的理解與推演能力。

酷哇科技提出了 COOWA WAM 2.0 世界模型解決這兩大問題，讓機器人在行動前先「理解世界、預演未來、再做決策」。

COOWA WAM 2.0 分為四大核心板塊：

• 基於語義的表徵學習：讓機器人看懂世界；
• 基於視頻生成的未來預測：在腦子裏預演未來；
• 直覺行動系統：快速想出做法；
• VLM 宏觀約束：理性篩選出最佳方案。

首先，在視覺層面，機器人要能看懂世界。

WAM 2.0 利用圖像 - 文本對齊（Masking + 對比學習）技術，提取高層語義特徵，讓機器人將畫面和具體語義對應起來，不只是識別識別顏色與輪廓，還能明確哪些是人、哪些是車、物體之間如何互動。

這樣一來，機器人不再被海量畫面細節淹沒，只關注對行動真正重要的信息，同一套視覺理解邏輯也能夠在不同任務和不同機器人形態之間直接複用。

WAM 2.0 世界模型的核心是「基於視頻生成的未來預測」模塊。它會根據當前環境狀態，學習物體之間的物理互動規律與空間變化趨勢，讓機器人在行動前先預測環境將如何變化，在腦海中預演不同動作的結果。

不過，現實環境變化極快，僅靠完整推演遠遠不夠。為保證實時性，系統中還引入了類似人類直覺反應的快速行動生成機制，即「直覺行動系統」。

機器人會基於過往經驗迅速提出多種可行動作方案，哪怕在突發情況下也能保持連續響應，避免陷入長時間計算停滯。

與此同時，更高層的推理系統始終在為這些快速決策把關，保證安全，即「VLM 宏觀約束」。

VLM 並不直接控制運動細節，而是從任務目標、常識邏輯與安全規則出發，對候選動作進行篩選與約束，剔除潛在危險或不合理行為，確保整體決策既高效又可靠。

這一套機制讓機器人從被動執行升級為主動推演決策，在複雜城市場景中保持穩定運行。

具身智能長期面臨的另一大難題，是高質量物理交互數據的稀缺。

酷哇構建了虛實結合的數據進化閉環，包括「規模化真機部署 + 仿真系統擴展訓練 + 自動化數據管線」三方面。

從 2018 年商業化落地開始，酷哇便堅持規模化部署真機採集數據，逐步沉澱起覆蓋 50 多個城市的真實運營數據體系，累計運行里程已超過 4500 萬公里，積累了數百萬個高價值長尾場景樣本，並形成約 50PB 的數據湖。

當遇到極端天氣、罕見事故等現實中難以高頻復現的長尾場景時，系統會通過 World Sim 仿真器擴展訓練，補齊能力邊界。

配合自動化數據清洗與標註管線，海量數據能夠被快速轉化為可訓練樣本，使模型迭代週期從傳統的數月級壓縮至按周更新。

從認知結構、行動推演到數據閉環，酷哇所構建技術體系，是一套真實物理世界的通用認知底座。

不同形態機器人共享對環境的理解與決策邏輯，使能力能夠在城市出行、物業服務與高頻城市服務場景之間快速遷移。

其能力也在不斷向物流、巡檢、新零售等更多城市場景擴展。例如可在園區與樓宇內部承擔物流搬運任務，未來也有望在新零售與無人商業場景中完成補貨與運營支持。

酷哇希望構建起一個 RoboCity（機器人生態城）：數萬台形態各異的機器人將通過 WAM 共享同一套世界認知與決策能力，城市運行可以像一套智能系統般協同運轉。

回看酷哇科技的路徑，它並沒有試圖一開始就解決通用機器人如何無所不能的終極命題。

相反，酷哇從多個具體而複雜的細分城市場景切入，在長期真實運行中反覆驗證與打磨能力，將專用經驗逐步沉澱為可遷移的通用能力，並在這一過程中跑通商業閉環。

這種持續進化式路徑，也為具身智能商業化提供了一種更可落地的現實範式。