共生知行双足人形机器人驾驶卡丁车：全身智能测试成果首公开

8月17日，具身智能初创公司共生知行对外发布了双足人形机器人驾驶卡丁车的Demo，同时官方网站正式上线，这也是该公司成立以来首次较为完整地对外公开其技术方向与阶段性研发成果。

从公开的演示视频来看，人形机器人顺利进入卡丁车的驾驶座舱，双手握住方向盘，双脚精准踩入踏板区域，随后在封闭赛道上完成了完整的车辆行驶流程。不同于单一的动作展示，这次驾驶任务需要机器人根据赛道环境实时调整行驶方向，在狭窄的座舱空间内维持自身平衡，同时协调手部的转向操作与脚部的油门、刹车控制，形成连贯的动作链条。

共生知行将这场赛车Demo定义为一次面向全身智能的综合压力测试。该公司相关负责人表示，卡丁车本身并非他们的商业应用方向，而是选择这个场景来检验机器人的综合能力——通过将视觉感知、多接触点平衡控制、手眼脚协同操作以及精细力控整合进同一条连续任务链，验证机器人能否像人类一样调动全身完成复杂的物理交互任务。

目前行业内公开的机器人展示大多聚焦于行走、奔跑等基础运动能力，或是固定位置的上肢抓取操作。前者主要考验机器人的本体结构与运动控制系统，后者则侧重视觉识别与机械臂操作能力；但当需要同时维持平衡、理解真实环境并完成连续操作时，模型、运动控制与硬件之间的耦合复杂度会显著提升，这也是人形机器人从“能够做出动作”迈向“能够完成实际任务”的核心难点。

针对这一行业痛点，共生知行将自身定位为专注于双足人形机器人的全身智能基座模型研发企业，探索从视觉等感知信息输入到机器人全身动作输出的端到端技术路线。该公司希望通过这种路线，减少传统分层架构中多个模块之间的信息损失与适配成本，让模型能够更直接地学习身体、环境与动作之间的关联关系，并通过扩大训练数据规模来获得跨任务的通用能力。

需要明确的是，端到端技术路线并不意味着机器人已经具备了通用智能能力，这一目标仍需要充足的训练数据、稳定的底层控制系统、完善的真机训练基础设施以及严格的评测体系共同支撑。因此，这场赛车Demo更适合被看作是一次阶段性的技术验证，而非证明机器人已经具备通用驾驶能力的标志。该公司透露，后续将通过正式的技术报告披露其模型架构、测试条件与评测方式等细节。

对于这家成立时间并不算长的初创公司来说，外界普遍关心的一个问题是，团队为何有能力同时推进模型研发、运动控制优化与数据链路搭建这三大核心方向？

共生知行的核心研发团队成员均来自智源研究院、香港科技大学、极佳视界、小米、达摩院、蚂蚁集团、清华大学等顶尖机构与企业，且全部为博士研究者。值得一提的是，团队核心成员在创业前就已经持续合作超过两年，其研究领域覆盖视觉—语言—动作模型（VLA）、全身运动控制、力位统一控制、跨本体学习以及数据利用等多个具身智能核心方向。

在可公开核验的研发成果中，该公司创始人丁鹏翔参与完成的ReconVLA项目，获得了AAAI-26的杰出论文奖；他主导研发的VLA-Adapter方案，尝试以更小的模型体量与训练成本实现VLA模型的核心能力，对应的开源项目在GitHub平台上已经获得了超过2200颗星标。此外，该原生双足机器人基座模型团队，还是多篇早期人形机器人大脑相关学术论文的第一作者。

团队还曾发起并运营OpenHelix Robotics开源社区，目前已经公开了多个VLA模型与具身智能相关的研发项目。相较于单篇学术论文或是单次Demo展示，这些横跨模型研发、数据积累与运动控制优化的长期积累，更能体现公司想要建立的核心竞争力——并非只为单一场景编排固定动作，而是搭建起一套能够持续训练、验证与迭代全身智能模型的完整研发链条。

共生知行方面表示，未来将加快迭代节奏，定期对外发布公司的技术进展、全新Demo、开源项目以及研究报告等内容。此次赛车Demo只是公司对外公开的第一项技术测试，后续还将围绕移动操作、高精度视觉对准、接触式力控以及长链条任务等方向，推出更多的公开演示案例。

对于当前仍处于早期发展阶段的双足人形机器人行业来说，一段公开的Demo视频无法解答模型通用性、任务成功率以及规模化部署等全部行业难题，但它至少提出了一个值得全行业关注的新方向：人形机器人的行业竞争，正在从“本体结构能否做出基础动作”转向“智能模型能否调动全身系统，在真实复杂环境中持续完成多环节任务”。共生知行能否将自身的技术积累转化为可扩展的通用模型能力，仍需要等待后续的技术披露以及更多可复现的研发结果来验证。