在人工智能領域，一場關于“身體”的革命正悄然興起。不同于傳統生成式AI的虛擬交互，Physical AI（具身智能）正以實體形態滲透至物理世界，其核心目標是通過智能體與環境的動態博弈，實現感知、決策與執行的閉環。這一概念雖早在2020年便被提出，但直到近年才因技術突破與商業落地加速而備受關注。數據顯示，2025年前三季度，美國風投機構向Physical AI初創公司投入超160億美元，較2024年全年增長280%，資本的狂熱涌入印證了這一賽道的潛力。

盡管前景廣闊，Physical AI的發展仍面臨關鍵瓶頸——高質量多模態數據的稀缺。現實世界的復雜性遠超實驗室環境，智能體需在動態場景中處理海量長尾問題（Corner Case），這對數據規模與模型泛化能力提出極高要求。在此背景下，一家中國創業公司“酷哇科技”憑借“全球50城落地、55億訂單金額、4500萬公里數據”的實踐，成為行業焦點。其通過“通用大腦”技術底座與場景化商業策略，為Physical AI的規模化應用提供了可復制的路徑。

酷哇科技的野心始于十年前。公司CTO廖文龍透露，團隊早期便拒絕被定義為“造車企業”或“單一設備商”，而是致力于構建通用感知與決策能力的城市服務解決方案。2016年，酷哇選擇城市服務作為主攻場景，這一決策基于第一性原理推演：開放街道匯聚了最復雜的環境要素與人機互動，是訓練通用AI的理想場域；同時，市政管理的剛性需求與付費意愿，為技術落地提供了商業基礎。廖文龍將其策略形容為“沿途下蛋”——通過高頻場景養活團隊，再用海量數據反哺通用模型訓練。

這種“降維打擊”思維在產品矩陣中體現得淋漓盡致。在城市交通領域，酷哇自研的L4級自動駕駛小巴CooBus已累計安全運營超500萬公里，覆蓋地鐵接駁、CBD微循環等場景，通過人車混流中的平滑博弈解決“最后三公里”痛點；在建筑樓宇場景，輪足機器人R0與四足機器人D0組成“泛人形”編隊，突破地形限制，實現跨樓層物資配送與安防巡檢；而在公共治理領域，以“麒麟”“獨角獸”系列為代表的智能作業集群，深入背街小巷等非結構化場景，實時采集城市動態數據，構建“感知-決策-執行”一體化運營底座。與單純追求移動的自動駕駛不同，酷哇的智能體在移動中同步完成作業，填補了城市服務中“能干臟活累活”的勞動力缺口。

技術層面，酷哇的突破源于對“可靠性”的極致追求。2019年，公司做出關鍵決策：全棧自研整機并推行MaaS（Mobility-as-a-Service）模式，直接為服務結果兜底。這一轉變迫使技術團隊攻克“Drive+Work”雙重挑戰——智能體不僅需規劃路徑，更要理解復雜交互邏輯。為此，酷哇開發了業內獨有的Coowa WAM 2.0（World-Action Model），實現從“被動執行”到“主動推演”的范式革命。搭載該模型的機器人通過“現實-虛擬-現實”數據閉環，在云端沙盒中預演億萬次動態場景，生成最優策略后再遷移至物理實體，確保決策的可推演性與可評估性。

WAM 2.0的核心價值在于極低的邊際部署成本。通用“大腦”使酷哇在早期場景中積累的博弈策略可零樣本遷移至新領域，例如無人小巴與物業服務機器人的技術復用。這種“一次研發，無限復用”的底座能力，讓酷哇在MaaS模式下率先實現EBITDA回正，證明Physical AI具備健康的單體經濟模型。截至2025年末，公司已在全球50多個城市鋪設萬臺級機器人，每日產生的物理交互真值數據持續強化模型，形成“商業規模反哺技術進化”的正向循環。

酷哇的終極目標并非銷售機器人，而是構建“Robo City”——一個由物理智能體網絡（Physical Agent Network）支撐的機器人生態城。在這一構想中，數萬臺形態各異的機器人通過共享“世界認知”打破物理隔閡，形成覆蓋全城的算力與勞動力網絡。酷哇的角色將轉變為城市新基建的“定義者與運營商”，如同水電煤公司管理基礎設施一般，讓Physical AI成為無感但不可或缺的城市運行要素。

目前，酷哇已在多個領域實現里程碑式突破：智慧出行領域，自動駕駛車隊載客次數達50萬次；智慧物業領域，泛人形機器人矩陣滲透至新零售與配送場景；智慧城市管家領域，常態化運營面積超1億平方米，2025年規模化訂單市占率超80%。從新加坡到阿布扎比，酷哇的全球化落地驗證了“通用底座+場景模塊”模式的普適性。當萬臺級智能體在WAM的推演中重塑現實，Physical AI正迎來屬于自己的“GPT時刻”，而酷哇已憑借技術與商業的雙輪驅動，在這場變革中占據先機。