在城市通用智能機器人賽道上，硬體差異正在逐步縮小，真正決定競爭力的仍然在AI“大腦”能力上，“更準確地說是在開放場景下通用AI能力。” 近日，酷哇科技CTO（首席技術官）廖文龍在接受包括澎湃科技（www.thepaper.cn）在內的媒體採訪時表示。廖文龍認為，大腦決定了系統能力的上限。構建AI大腦，需要依賴AI來優化AI模型與演算法。

酷哇科技（COOWA）成立於2015年，是一家致力於實現物理世界的通用人工智慧（Physical AI）的AI機器人服務提供商，2026年全系產品預估出貨量將突破10000臺，該數字超過公司過去數年交付量的總和，並已實現年度 EBITDA（息稅折舊攤銷前利潤）回正。

2月5日，該公司正式發佈Coowa WAM 2.0（World-Action Model）通用世界模型底座。Coowa WAM 2.0（World-Action Model）是一套針對高頻且標準化的移動與作業任務構建的通用世界模型，基於Real-to-Sim-to-Real（從真實到模擬再到真實）閉環的通用世界模型。它不僅是“看”世界，更是在潛空間（Latent Space）中推演世界，實現Drive與Work的深度耦合。

廖文龍認為，物理AI模型將在未來3至5年迎來爆發性需求，未來五年，物理前端應該追求高度智能的無人化，而雲端決策在未來一段時間仍保持人機協同。

儘管當前物理AI概念火熱，但行業面臨的核心問題仍然現實。

廖文龍指出，行業面臨開放環境下長尾場景無窮盡，真實數據稀缺的瓶頸。“關鍵不是窮舉所有極端情況，而是在不可窮舉的前提下，讓機器具備可靠安全的‘零樣本決策’能力。”這意味著，物理AI接下來需走通一條具備持續商業造血能力的系統化道路，通過可規模化運轉的商業閉環，在真實世界中持續獲取海量數據，並以此驅動技術的持續迭代。

“海量數據中大部分是無效的，需要通過自動化流水線完成數據挖掘、自動標注、增量訓練和仿真驗證。這套Infra的迭代週期越快，競爭力越強。”廖文龍認為，AI Infra決定了數據的品質與規模問題，進而影響模型能力的上限。下一代具身智能的核心突破仍在於AI Model的持續演進。

來源：中國澎湃新聞