摘要
当Robotaxi还在为L4苦苦挣扎时，酷哇的环卫机器人、无人小巴、机器狗已经在50多个城市“上岗”赚钱了。 具身智能最大的瓶颈不是算法，而是数据——没有量产就没有数据，没有数据就无法进化。酷哇的解法是“以战养战”：让机器人在真实运营中一边干活一边成长，用万台规模反哺模型迭代。李柯宏强调，中国是全球少有的支持机器人规模化应用的市场，酷哇正依托“一带一路”先行布点，用真实的运营数据驱动具身智能的持续进化。 以下为酷哇科技联合创始人、COO 李柯宏 演讲内容，经36氪整理编辑： 李柯宏丨酷哇科技联合创始人、COO 非常感谢36氪和亦庄的邀请，今天我分享的主题是：作为一家以统一世界模型驱动的具身智能企业，我们如何在全时空城市场景中实现机器人的规模化部署。 从大语言模型和具身智能的演进来看，2023年是一个关键分水岭。此前行业更多采用分模块或端到端的机器人架构；2023年后，以生成式AI为底座，诞生了面向物理世界的世界模型（World Model）。它与上一代模型的本质差异在于：能够基于对环境的观测，生成对未来的动作预测，并将物理因果关系嵌入决策链条。 过去两年，中美顶尖AI公司发布了大量世界模型，无论是应用于机器人、智驾还是视频生成，大方向是统一的——将生成式算法落地于物理世界。 生成式算法仍遵循Scaling Law。以Robotaxi为例：Waymo从Google X起步，耕耘十余年；特斯拉依托千万级车队众包数据训练，已逼近L4门槛。但具身智能的复杂度远超自动驾驶——理论上需要的数据量级更大。现实困境在于：全球没有一个像汽车那样普及的“具身智能终端”，能让用户边用边采集数据。具身数据从何而来，是目前行业最大的瓶颈。 我们酷哇的解法，我们做了Coowa WAIM (World-Action Model)，基于这个模型做一脑多行，具体应用在五大场景，环卫、出行、即时配送、物业、家庭，前三个要么是规模化，要么快速做POC，后面两个还是需要一点时间。再来介绍以下我们模型的结构。 酷哇的解法是，我们构建了 CooWAIM（World-Action Interactive Model）通用世界模型，以“一脑多形”架构驱动不同形态本体，覆盖环卫、出行、即时配送、物业、家庭五大核心场景。前三者已进入规模化或快速POC阶段，后两者仍需时间
摘要可能不完整，可查看原文