物理AI需求将迎爆发 数据稀缺成行业发展关键瓶颈

在城市通用智能机器人领域，硬件层面的差距正逐渐减小，真正影响企业竞争力的核心要素，还是AI‘大脑’的能力，更确切地说，是机器人在开放场景中展现出的通用AI能力。酷哇科技首席技术官廖文龙近日在接受澎湃科技等媒体采访时，表达了这样的观点。他认为，AI大脑的性能，直接决定了整个机器人系统能力的上限。而构建强大的AI大脑，需要依靠AI技术本身来不断优化模型与算法。

酷哇科技（COOWA）成立于2015年，是一家专注于实现物理世界通用人工智能（Physical AI）的AI机器人服务提供商。据预估，到2026年，该公司全系产品的出货量将突破10000台，这一数字超过了公司过去数年交付量的总和，同时，公司也已实现年度EBITDA（息税折旧摊销前利润）回正。

2月5日，酷哇科技正式发布了Coowa WAM 2.0（World-Action Model）通用世界模型底座。这是一套针对高频且标准化的移动与作业任务构建的通用世界模型，基于Real-to-Sim-to-Real（从真实到模拟再到真实）闭环技术。它不仅能够‘感知’世界，更能在潜空间（Latent Space）中推演世界的变化，从而实现Drive（移动）与Work（作业）的深度融合。

廖文龙表示，物理AI模型的需求将在未来3至5年内迎来爆发性增长。未来五年，物理前端（机器人实体）应朝着高度智能的无人化方向发展，而云端决策在未来一段时间内仍需保持人机协同的模式。

虽然当前物理AI概念备受关注，但行业发展仍面临着现实的核心问题。

廖文龙指出，开放环境下存在着无穷尽的长尾场景，而真实数据的稀缺是行业发展的主要瓶颈。他强调，关键不在于穷举所有极端情况，而在于让机器在无法穷举的前提下，具备可靠且安全的‘零样本决策’能力。这意味着，物理AI领域需要探索出一条具有持续商业造血能力的系统化发展路径，通过可规模化运转的商业闭环，在真实世界中持续获取海量数据，以此驱动技术的不断迭代升级。

智慧城市出行服务

“海量数据中大部分是无效的，需要通过自动化流水线来完成数据挖掘、自动标注、增量训练和仿真验证等工作。这套基础设施（Infra）的迭代周期越快，企业的竞争力就越强。”廖文龙认为，AI基础设施决定了数据的质量与规模，进而影响着模型能力的上限。下一代具身智能的核心突破点，仍然在于AI模型（AI Model）的持续演进。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com