文章摘要
7月17日，2026世界人工智能大会在上海启幕，酷哇科技展示两项核心成果：COOWAM驱动机械臂完成饮品制作演示，重载型四足机器狗X0首秀。创始人廖文龙披露COOWAM架构，勾勒“RoboCity”愿景，规划三阶段演进路径，推动城市具身智能发展。

7月17日，2026世界人工智能大会在上海世博展览馆正式启幕。深耕城市智能场景的酷哇科技亮相专属展区，现场展示了两项核心技术成果：由全栈自研的COOWAM双层智能体世界模型驱动的机械臂，流畅完成了长程复杂的“夏日特调”饮品制作演示；同时，面向城市复杂场景研发的首款重载型四足机器狗X0也完成了线下首秀。

同期举办的“解码世界”发展创新分论坛上，酷哇科技创始人、CTO廖文龙博士发表了题为《世界模型：物理世界Agent的技术底座》的主题演讲，首次向业界披露了行业首个双层智能体世界模型架构——COOWAM（Co-Optimized World Action Model），并以此为基础勾勒出由统一模型驱动的“RoboCity（机器人城市）”终极愿景。从技术实演、新品亮相到底层架构解密，酷哇科技正以世界模型为核心底座，推动城市具身智能从单体作业迈向多智能体协同，加速让智能成为新型生产力。

01 机械臂实演：COOWAM的真实应用场景验证

展区现场，搭载COOWAM世界模型的机械臂全天不间断运行，为到场观众制作夏日特调饮品：从切块榨汁西瓜、拧开瓶盖，到按比例添加柠檬片与苏打水，整套流程无需人工干预，动作流畅自然。这项任务涉及多机械臂协同配合，同时需要精准处理接触力、流体特性等物理规律，即便现场光照、水杯位置等环境因素动态变化，机械臂也能实时预测并修正动作。

与依赖预设程序在固定环境中重复特定动作的传统机器人不同，基于COOWAM的机器人可以基于对任务目标的理解，结合实时环境反馈完成推演、决策与执行，灵活应对非标准化的复杂流程。该演示验证了COOWAM作为通用技术底座的可行性，能够支撑不同形态的机器人适配多类物理交互任务，为具身智能设备在城市公共服务、物流配送等场景的落地提供了核心技术支撑。

02 四足作业平台X0亮相：打造城市场景全能服务载体

展区另一侧，基于酷哇“Aether 以太”重载型四足平台打造的X0 机器狗正式亮相。这款机器狗拥有68kg的重载能力与全地形自适应行走能力，可以突破传统轮式设备的平面作业限制，将作业范围拓展到楼梯、斜坡、碎石路面、花坛周边等立体复杂空间。

对X0而言，能走、能负重只是基础能力，其核心价值在于深入城市精细化运维场景，实现“一机多用”。凭借高度模块化的设计，X0可快速更换上装模块，无缝适配市政环卫、末端配送、安防巡检等多样化任务。目前，X0已经完成多场景验证并进入真机部署阶段，广泛应用于城市精细化运维场景。

03 重构城市具身智能技术底座：双层智能体世界模型架构解析

7月18日，廖文龙博士在论坛演讲中详细阐述了自研COOWAM双层智能体世界模型的设计逻辑。他指出，具身智能体需要同时面对两个相互耦合的世界：遵循物理规律的自然世界，以及遵循社会规则的人类世界。

廖文龙认为，机器人要实现落地应用价值，至少需要具备三项核心能力：理解自然规律（如重力、摩擦、惯性）、在行动前推演不同动作选择带来的结果、认知人类社会规则与行业SOP（标准作业程序）。

“机器人真正需要的世界模型，并不是单一的物理世界模型，而是物理世界模型与人类社会世界模型的统一。”廖文龙表示，“只有同时理解这两个世界，具身智能体才能真正走出实验室，进入真实社会，并持续创造生产力价值。”

基于这一理念，酷哇研发了COOWAM双层智能体世界模型：

  • CooWAIM（交互式世界动作模型）：负责处理物理规律。该模型聚焦0~4秒短时未来窗口，在机器人产生动作时，同步推演环境变化并修正当前动作，形成“动作-未来推演-动作修正”的决策闭环。
  • Urban VLM（人类社会世界模型）：基于城市服务数据构建，负责理解任务语义、行业SOP和生产力价值导向。

在Urban VLM内部，酷哇还搭建了PVM（生产力价值模块），用于评估物理策略是否符合任务目标，让机器人实现在理解、推理、预测、执行和反馈中的持续自主决策。

模型架构之外，廖文龙还提到了世界模型持续进化的关键路径：通过与真实世界的持续交互，让模型在数据闭环中不断自我优化。每一次机器人执行任务的过程，都是对世界模型的验证——机器人的所见、所采取的动作、环境变化、任务结果等反馈，会不断反哺模型迭代升级。

依托全球范围内超过50个城市及地区的常态化运营，酷哇目前已经建立了“真实世界交互-数据沉淀-模型学习-能力提升”的商业数据飞轮，通过规模化真机部署持续优化世界模型性能。

04 从单体智能到互联协同：迈向RoboCity未来之城

2026年，具身智能正在跨越规模化应用的拐点，从单纯的技术探索逐渐走向落地实践。在酷哇的战略蓝图中，单个具身智能体或单一商业场景的成熟仅仅是一个开端。当实现“一脑多态”，用同一套COOWAM统一底座驱动形态各异的轮式机器人、无人小巴、机器狗和人形机器人时，酷哇的目标将不再是造好一台自动化设备，而是重构未来城市的运行方式。

这就是酷哇眼中的未来图景——一个由统一模型驱动的“RoboCity（机器人城市）”

在未来的RoboCity愿景中，机器人将告别孤立执行固定任务的状态，进化为具备自主决策能力、持续创造价值的具身智能体网络。基于共享的“物理-社会”统一世界模型，它们将打破信息孤岛，构建起真正默契的城市级协同生态。

为实现这一图景，酷哇规划了一条“从围墙外走向围墙内”的清晰演进路径：

  • 第一阶段（单体智能）：深耕垂直领域。在城市出行、市政环卫及物业服务等场景，率先完成单一设备的智能化落地。
  • 第二阶段（多机协同）：拓展复合场景。以统一世界模型为驱动，在园区、社区及工业等场景中，实现不同形态智能体的高效协同作业。
  • 第三阶段（全面泛化）：迈向家庭场景。攻克复杂操作与高泛化能力的壁垒，让具身智能真正走进千家万户。

这也是酷哇持续探索世界模型的终极目标：让机器人真正进入真实社会，把智能编织进城市的每一根毛细血管，让具身智能成为驱动未来RoboCity的新型底层生产力。

以上内容不代表本平台立场，仅供读者参考