“‘物理AI’”需求爆发，‘数据稀缺’是最大发展瓶颈

在城市通用智能机器人赛道上，硬件差异正在逐步缩小，真正决定竞争力的仍然在AI“大脑”能力上，“更准确地说是在开放场景下通用AI能力。” 近日，酷哇科技CTO（首席技术官）廖文龙在接受包括澎湃科技（www.thepaper.cn）在内的媒体采访时表示。廖文龙认为，大脑决定了系统能力的上限。构建AI大脑，需要依赖AI来优化AI模型与算法。

酷哇科技（COOWA）成立于2015年，是一家致力于实现物理世界的通用人工智能（Physical AI）的AI机器人服务提供商，2026年全系产品预估出货量将突破10000台，该数字超过公司过去数年交付量的总和，并已实现年度 EBITDA（息税折旧摊销前利润）回正。

2月5日，该公司正式发布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）闭环的通用世界模型。它不仅是“看”世界，更是在潜空间（Latent Space）中推演世界，实现Drive与Work的深度耦合。

廖文龙认为，物理AI模型将在未来3至5年迎来爆发性需求，未来五年，物理前端应该追求高度智能的无人化，而云端决策在未来一段时间仍保持人机协同。

尽管当前物理AI概念火热，但行业面临的核心问题仍然现实。

廖文龙指出，行业面临开放环境下长尾场景无穷尽，真实数据稀缺的瓶颈。“关键不是穷举所有极端情况，而是在不可穷举的前提下，让机器具备可靠安全的‘零样本决策’能力。”这意味着，物理AI接下来需走通一条具备持续商业造血能力的系统化道路，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，并以此驱动技术的持续迭代。

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完成数据挖掘、自动标注、增量训练和仿真验证。这套Infra的迭代周期越快，竞争力越强。”廖文龙认为，AI Infra决定了数据的质量与规模问题，进而影响模型能力的上限。下一代具身智能的核心突破仍在于AI Model的持续演进。