全球前2%科学家加盟酷哇科技：具身智能下半场，比的是生产力交付

一台机器人在展台上完成几百次分拣或抓取，在具身圈里只能被称为Demo。

同一项工作任务放进真实场景，能稳定地完成成千上万次，并让客户愿意为结果付费，才是一门生意。

真实环境中的变化不可能被训练样本完全穷尽，一次微小偏差也可能在长程任务中不断放大。随着具身智能走向规模化应用，行业竞争的重点正在从展示单次能力，转向比拼真实作业中的稳定性、效率和商业价值。

近日，世界模型驱动的城市场景具身智能全栈商酷哇科技宣布，正式聘任人工智能领域知名学者杨学博士担任公司首席科学家。同时，酷哇近期将与上海交通大学启动筹建“上海交通大学 - 酷哇科技通用具身智能联合实验室” (Embodied General Intelligence Lab）”，进一步深化产学研前沿布局。

成立于2015年的酷哇，聚焦复杂城市场景中的具身智能应用，是业内率先实现万台级机器人常态化运营的公司之一。目前酷哇已进入全球50余座城市及地区。业务覆盖共享出行、市政环卫、智能制造和物业服务等领域。

依托于商业运营，酷哇进一步构建了“动态场景、物理交互、真机纠偏”三层真实世界数据金字塔，积累数据规模超50PB，并打造COOWAM——行业首个双层智能体世界模型架构，以统一模型驱动不同形态的机器人落地应用。

商业化已经领先一步的酷哇，为何选择此时引入首席科学家，共建校企合作平台？

这指向了酷哇对于具身智能走向规模化应用，如何跨越鸿沟的一个核心判断：让算法、硬件和场景深度融合，形成系统性的商业闭环。

万台级部署，带来的不只是订单

算法、硬件和场景的融合，并不是把三种能力简单叠加。在酷哇想要构建的闭环中，真实商业场景既是需求的来源，也是数据产生的起点。

实验室可以预设物体位置、光照条件和任务流程，城市开放环境却始终处于变化之中。天气、道路、障碍物、作业对象以及其他参与者的行为，都可能改变机器人的下一步行动。而这些变量很难仅靠仿真样本完整覆盖。

机器人要进入真实世界，训练它的数据就不能只记录“看到了什么”，还需覆盖机器人与环境交互、行动结果，以及出现异常后调整的纠偏数据。基于长期真实运营，酷哇因此构建了三层真实世界数据金字塔：

动态场景数据帮助模型理解开放环境和行业任务；物理一致性交互数据记录动作、力反馈及物理因果关系；真机执行与闭环纠偏数据则呈现实际执行结果、异常处理与策略调整。

三层数据分别对应机器人认识世界、理解交互和执行任务的不同环节。这也意味着，酷哇的50PB数据并非简单的真机运行日志，而是一套覆盖环境认知、物理交互和闭环执行的多源数据体系。

但数据规模并不等于模型能力。数据越多、类型越复杂，筛选、标注和训练的成本就越高。如何提高真实世界数据向训练信号的转化效率，这是杨学能够帮助酷哇解决的第一道难题。

从50PB数据到模型能力，关键在转化效率

公开资料显示，杨学为上海市启源学者、CCF优秀博士学位论文奖得主，曾连续三年入选斯坦福全球前2%顶尖科学家榜单，在单体多模态大模型、复杂目标检测、弱监督学习及模型后训练等领域形成了一系列享誉国际的研究成果。

这些研究成果，能够应用于酷哇“模型-硬件-场景”商业闭环中的两个关键环节。

第一个环节是数据工程。

面对50PB真实世界数据，完全依赖人工完成筛选和精细标注，从成本层面来看并不现实。更关键的问题在于数据分布不均，尤其异常和长尾场景发生频率低、识别成本高，却直接影响机器人在开放环境中的稳定性。

酷哇为此已经搭建了物理AI数据工厂（Physical AI Data Foundry），流水线完成数据清洗、标注与样本生产。而杨学在弱监督学习和模型后训练方面的研究积累，将进一步降低核心数据标注成本，提高长尾场景的挖掘和校准效率。

第二个环节是 COOWAM 的系统升级。

COOWAM并不是一个单纯根据图像生成动作的模型，是一套原生融合“快慢思考”的双层智能体世界模型架构。

上层（慢思考）Urban VLM 负责理解任务语义、城市服务规则，进行长程规划，决定机器人该做什么； 内嵌的PVM 生产力价值评估模块在决策节点评估机器人的行动策略是否创造生产力价值，判断值不值得做，下层（快思考）CooWAIM 负责短时窗口的物理推演和实时动作修正，告诉机器人具体怎么做。

按照酷哇的披露，杨学在单体多模态大模型方面的研究突破，将帮助增强Urban VLM的跨模态理解和长程认知能力；其在自动化奖励设计方向的探索，将强化 PVM 对生产力价值的判断；在多模态融合和动态场景理解方面的积累，则将推动CooWAIM 提升对当前物理状态的细粒度感知，为物理推演提供更精准的初始条件。

从数据到模型，对于酷哇而言，杨学补强的不是公司某一个技术模块，而是整套商业闭环的转化效率：让真实世界数据加速成为训练信号，推动模型迭代，进而转化为机器人在真实场景中的作业能力。

模型回到真实场景，商业飞轮才转动起来

不过对于当下的具身智能企业而言，模型完成一次迭代并不是终点。

在酷哇看来，只有当更强大、更聪明的模型重新部署至终端产品，在真实任务中提升机器人的稳定性、作业效率和复杂环境适应能力，技术进步才会转化为客户愿意付费的生产力价值。

依托“一脑多态”架构，酷哇以 COOWAM 作为统一智能底座，将模型升级后的能力应用于不同形态的机器人，使得来自真实场景的数据可以沉淀到统一模型中，模型迭代的新能力也能应用于真实商业环境。

在此基础上，酷哇进一步跑通了一条业务链路：

获取商业数据 → 低成本数据工程化提炼 → 依托产业创新大模型 → 新模型落地反哺商业。

在这条链路中，商业并不只是模型的落地环节，也同时提供数据来源、任务目标和价值验证。机器人在真实场景中作业，产生新一轮数据反哺模型迭代；进化的模型部署至更多场景，并由作业表现和客户付费检验价值。

商业既是模型迭代的起点，也是闭环能否成立的终点。在酷哇看来，具身智能的价值不能由模型自证，必须在真实场景中转化为生产力。

再回过头看杨学的加盟与联合实验室的筹建，也并非两个相互独立动作，而是酷哇强化这套商业闭环的技术与组织支点。前者帮助酷哇盘活真实世界数据，直接提升从数据到模型能力的转化效率；酷哇与上海交大筹建的联合实验室，则为这一过程提供长期的产学研平台。

产业提出问题，科研形成解法，场景检验结果。只有当真实作业中的需求能够进入研究体系、前沿成果能够进入模型和产品，产学研合作才不只是单向的技术转移，也会成为闭环的一部分。

对酷哇而言，具身智能跨越规模化应用鸿沟，依靠的不只是某个技术奇点的到来，更在于算法、硬件和场景能否形成持续自我强化的商业飞轮——通过真实数据反哺算法迭代，推动硬件能力提升，拓展更多场景应用。

具身智能的下半场，从Demo到真正的生意，竞争才刚刚开始。而酷哇已经在这条路上，等了十年。