全球最高自由度！他們把人類身體「像素級」復刻了

新智元報道

2026年世界人工智能大會，上海世博展館人聲鼎沸。

具身智能展區兩百多家公司擺開陣仗，人形機器人遍地開花。展會第三天，超維動力（Kinetix AI）的展臺前依然圍了好幾圈人。

擠到前排一看。

一臺人形機器人正手握球拍，跟真人站在球桌兩端對打。對面發球帶旋轉，機器人側身迎球，擊球過網。

肩、肘、腕、腰、腿五個維度協同發力，幾乎就是真實對抗的全身運動。

圍觀人群有人喊：「這里面是有真人在操控的吧？」

答案是沒有。現場沒有任何遙控操作，也沒有穿戴動捕設備。它完全依靠純粹的自主決策。

更有趣的是，宇樹G1和智元遠征A3輪番上陣。高矮胖瘦完全不同的機械軀殼，跑著同一套SMASH算法，照樣能在球桌上大殺四方。

乒乓球桌只是展臺的一角。

擁有115個自由度的全尺寸人形機器人KAIBot，正自主邁步走到觀眾面前。它不僅能自我介紹，還能流利地進行實時對話。

那只擁有37個自由度的靈巧手KAI Hand，也在被厚木板猛砸。伴隨著咔嚓一聲脆響，木板應聲碎裂，機械手卻安然無恙。

旁邊放著僅重300克的數采頭環KAI Halo Lite，隨手戴上，就能在手機屏幕里看到精準的實時三維重構畫面。

抬起頭，大屏幕上的KAI世界模型技術架構正如畫卷般逐層展開。而在屏幕下方，一臺機械臂正自主拉開易拉罐的拉環，將飲料穩穩遞給臺下的觀眾。

就在大會現場，我們與超維動力聯合創始人兼CEO喻杰博士進行了一場深度對話。聊完發現，展臺上這些產品背后，藏著一套不太一樣的底層邏輯。

軀殼鎖死了天花板

在展臺上秀出神級乒乓球技之前，超維動力內部其實撞過南墻。

他們曾在低自由度本體進行測試。投喂同樣的數據，運轉同樣的模型，結果數據利用率低，大量動作的完成度都不高。

換上稍高自由度的本體，動作順暢了許多。

喻杰用一句話點破了玄機：「同樣的數據、同樣的模型，應用到更擬人的本體上算法學習效果明顯提升了。」

如此看來，現在行業所感受到的「模型差、數據荒」，可能問題壓根不在腦子上，而是身體的物理極限卡住了天花板。

之前，他在做自動駕駛時也碰過一模一樣的事。

有的車剎車響應在500毫秒以內，算法跑起來很順暢。有的車響應時間拖到700甚至1000毫秒，算法性能就算翻倍也無法彌補硬件的缺陷……

硬件決定系統性能的上限。這是用真金白銀砸出來的工程經驗，不是理論。

喻杰把這條邏輯濃縮成一句話：「具身的第一性原理必定是以人為中心，從人學習、高度擬人、最終服務人。」

機器人越像人，就越能無縫復用人類已有的一切。

畢竟這個物理世界從一開始就是為人類量身定制的。門把手的高度、球拍的握法、樓梯的臺階，無一例外。

第一性原理：像素級還原「高度擬人」

正因如此，KAIBot被推到了全身115個自由度——目前全球最高。

身高173厘米，體重70公斤，1:8.5的頭身比，與真人幾乎實現了像素級的一比一還原。

那雙看起來纖細的機械臂，負載能力直接超過了20公斤。

表面更是暗藏玄機。80%的體表覆蓋著全身定制的觸覺皮膚，整整18,000個觸點密布其中，感知精度下探到驚人的0.1牛頓。

這意味著當它碰到人時，能夠瞬間做出反應、主動控制力度，而不是像一塊生鐵般被動承受。

靈巧手KAI Hand同樣遵循這套極致擬人的邏輯。

單單一只手就塞進了37個自由度，其中有20個主動關節、1個被動關節、外加16個柔順關節。整體尺寸185mm，與人類手掌分毫不差。

指尖力量突破30牛頓。持續抓握十分鐘，表面最高溫度不超過人類體溫。5個指尖配備觸覺傳感器，手腕處嵌著視覺傳感器，與主流具身智能開源數據集直接兼容。

四條戰線，全棧閉環

漫步WAIC展館，兩百多家公司都在往自己身上貼標簽。有人高舉「本體派」大旗，有人自詡「大腦派」，還有人標榜「仿真派」或「世界模型派」。

超維動力的回答簡單粗暴：全都要，就是全棧具身智能大模型公司。

正確的道路必須走系統工程和全棧路線，就像當年智能手機和自動駕駛走過的路一樣。

KAI世界模型是大腦，在虛擬世界里建模物理規律，再把能力遷移到真機之上。本體是軀殼。數據是學習養料。Infra是基礎設施。

四條戰線必須齊頭并進，缺了任何一條，閉環就會瞬間斷裂。

他隨手舉了一個例子：機器翻譯折騰了許多年，大語言模型出來以后直接碾壓了整個賽道。通用問題一旦被攻克，專用難題自然被一并解決。

這也是超維動力堅持做通用具身技術的原因——

必須把機器人扔進真實世界的復雜場景，收集足夠多樣化的數據，才可能孕育出真正通用的技術。

公司名字里的「超維」，說的就是這件事。

這支團隊從成立的第一天起，就是沖著全棧閉環來的。

CEO喻杰博士，師從計算機視覺權威田齊教授和羅杰波教授。他曾是華為22級產業專家，親眼見證并主導了智駕從零到100萬輛的全過程，純正的系統和Infra出身。

他推崇的理念是「AI defines hardware」，即AI定義硬件，首先由算法團隊牽頭分析性能需求：想要覆蓋人類日常80%的任務，究竟需要多少自由度、多大的運動范圍、多快的動態響應？

硬件團隊拿到需求清單，據此進行關節設計和仿真驗證。KAIBot身上那115個自由度，就是算法需求倒推出來的極限指標。

從智駕戰場帶回來的執念

這種死磕全棧的起點，要追溯到自動駕駛時代。

喻杰在頭部車企做智駕時就看明白了一件事：特斯拉的贏面，不是因為端到端別人不會做，而是它有幾百萬輛車在全世界的馬路上跑、日夜不停地采數據。同樣的架構，數據量大出一個量級，效果就是碾壓。

而超維動力，正是把這段教訓完整地帶進了具身智能。

數據團隊用自研KAI Halo頭環大規模采集第一人稱數據，數據生產效率極高，每周可產出百萬條數據。

但數據采集只是起點。百萬條數據涌入后臺，如果沒有一套能扛住這個吞吐量的處理鏈路，再多的數據也只是沉睡的原始素材—真正讓它們「蘇醒」、變成模型訓練燃料的，是KAI Embodied AI Infra平臺。

KAI Embodied AI Infra平臺把全鏈路拉入自動化，數據生產提速10倍，模型評測加速7倍。用這套數據訓練的模型，在面對完全陌生的未見場景時，任務執行成功率飆升了51%。

2026年3月，超維動力對外發布超10萬小時的第一人稱數據集KAI Ego Dataset。截至目前，超維動力又將數萬小時的高質量數據交付給多個行業知名合作伙伴。

從去年9月十幾人的初創班底，到如今接近200人的團隊，不到一年產出的成果可以說是相當密集。

他一直認可眾多硅谷公司吸引AI人才的理念——

對于頂尖AI人才來說，錢不是唯一的驅動力，他們想站在贏的那一邊。

很多人選擇加入超維動力，正是因為從心底認同這條路。

終點是千家萬戶，起點是造血

仰望星空，超維動力的終極目標是走進千家萬戶，打造通用服務機器人。但過去的路上，每一步也需要產出能造血的東西。

第一個是零部件。靈巧手KAI Hand和數采頭環KAI Halo Lite已在WAIC全球同步開售，都是剛需件，能獨立變現。

第二個是數據。原本只打算自己采數據訓練基模型，結果國內外知名企業主動掏錢購買，數據業務意外跑通。

第三個是人形產品。超維動力預計在2027年開始交付數百臺級別的人形本體，主要面向高端的ToB和ToC用戶。

用喻杰的話說，學習華為的成功經驗「攀登珠峰，沿途下蛋。」

在這個漫長的打磨過程中，機器人自身就在不斷收集數據、反哺算法。隨著部署量增長，飛輪才算真正轉起來。

下一代物理世界的入口

超維動力腦海中的家庭機器人終局，絕不是一堆專用機器塞滿你的客廳。

在超維動力看來，機器人走進家庭以后，今天想打兩局乒乓球，下載一個技能包。就跟游戲機買DLC一樣，交點錢就能陪你玩。

人形機器人作為通用底座，技能可以化身為App和Skill。

超維動力負責比如運動控制、環境理解、任務編排這些最硬核的基礎能力，應用開發交給第三方。

瑜伽教練、大廚、陪練，甚至適配機器人操作的預制菜套裝——一整個生態圍繞這臺機器人展開。

但喻杰的思考遠不止于做家務。

在他看來，人類現在用的筆記本和手機，本質上都還是二維屏幕，與物理世界之間沒有實質性的交互。

機器人進入家庭之后，將開創一個全新的物理交互維度。這是一種顛覆性的交互模態，由此衍生的可能性幾乎無限。

把目光放得再遠一些。

機器人擁有比人類豐富得多的傳感器矩陣，能夠潛入人類無法涉足的環境，7×24小時不間斷地收集數據。

大語言模型能吃到的文本信息量已經快要見底了，視頻語料也即將枯竭。下一步最大的數據增量，只能從物理世界里行走的機器人身上來。

信息產生知識，知識產生智慧。

誰手里攥著最龐大的物理世界數據，誰就可能率先觸碰到智能的上限。

喻杰將這個概念命名為Robotic Super Intelligence——比大模型圈熱議的super intelligence，多出了整個物理世界的信息維度。

超維動力給自己的定位，從來不是一家單純的機器人公司。它要做的是一個平臺。

WAIC展館里兩百多家具身智能公司爭奇斗艷。超維動力在做的，是全棧具身智能大模型公司，把本體、模型、數據和工程平臺真正焊成一個閉環系統。

在超維動力的第一篇官方發文里面，就提到了「Machine Intelligence, Has a Body. 機器智能，終將擁有屬于自己的軀體。」

從始至終，超維動力都在朝著下一代物理世界的入口在沖刺。