他们把人类身体“像素级”复刻了

2026年世界人工智能大会，上海世博展馆人声鼎沸。

具身智能展区两百多家公司摆开阵仗，人形机器人遍地开花。展会第三天，超维动力（Kinetix AI）的展台前依然围了好几圈人。

挤到前排一看。

一台人形机器人正手握球拍，跟真人站在球桌两端对打。对面发球带旋转，机器人侧身迎球，击球过网。

肩、肘、腕、腰、腿五个维度协同发力，几乎就是真实对抗的全身运动。

围观人群有人喊：“这里面是有真人在操控的吧？”

答案是没有。现场没有任何遥控操作，也没有穿戴动捕设备。它完全依靠纯粹的自主决策。

更有趣的是，宇树G1和智元远征A3轮番上阵。高矮胖瘦完全不同的机械躯壳，跑着同一套SMASH算法，照样能在球桌上大杀四方。

乒乓球桌只是展台的一角。

拥有115个自由度的全尺寸人形机器人KAIBot，正自主迈步走到观众面前。它不仅能自我介绍，还能流利地进行实时对话。

那只拥有37个自由度的灵巧手KAI Hand，也在被厚木板猛砸。伴随着咔嚓一声脆响，木板应声碎裂，机械手却安然无恙。

旁边放着仅重300克的数采头环KAI Halo Lite，随手戴上，就能在手机屏幕里看到精准的实时三维重构画面。

抬起头，大屏幕上的KAI世界模型技术架构正如画卷般逐层展开。而在屏幕下方，一台机械臂正自主拉开易拉罐的拉环，将饮料稳稳递给台下的观众。

就在大会现场，我们与超维动力联合创始人兼CEO喻杰博士进行了一场深度对话。聊完发现，展台上这些产品背后，藏着一套不太一样的底层逻辑。

躯壳锁死了天花板

在展台上秀出神级乒乓球技之前，超维动力内部其实撞过南墙。

他们曾在低自由度本体进行测试。投喂同样的数据，运转同样的模型，结果数据利用率低，大量动作的完成度都不高。

换上稍高自由度的本体，动作顺畅了许多。

喻杰用一句话点破了玄机：“同样的数据、同样的模型，应用到更拟人的本体上算法学习效果明显提升了。”

如此看来，现在行业所感受到的“模型差、数据荒”，可能问题压根不在脑子上，而是身体的物理极限卡住了天花板。

之前，他在做自动驾驶时也碰过一模一样的事。

有的车刹车响应在500毫秒以内，算法跑起来很顺畅。有的车响应时间拖到700甚至1000毫秒，算法性能就算翻倍也无法弥补硬件的缺陷……

硬件决定系统性能的上限。这是用真金白银砸出来的工程经验，不是理论。

喻杰把这条逻辑浓缩成一句话：“具身的第一性原理必定是以人为中心，从人学习、高度拟人、最终服务人。”

机器人越像人，就越能无缝复用人类已有的一切。

毕竟这个物理世界从一开始就是为人类量身定制的。门把手的高度、球拍的握法、楼梯的台阶，无一例外。

第一性原理：像素级还原“高度拟人”

正因如此，KAIBot被推到了全身115个自由度——目前全球最高。

身高173厘米，体重70公斤，1:8.5的头身比，与真人几乎实现了像素级的一比一还原。

那双看起来纤细的机械臂，负载能力直接超过了20公斤。

表面更是暗藏玄机。80%的体表覆盖着全身定制的触觉皮肤，整整18,000个触点密布其中，感知精度下探到惊人的0.1牛顿。

这意味着当它碰到人时，能够瞬间做出反应、主动控制力度，而不是像一块生铁般被动承受。

灵巧手KAI Hand同样遵循这套极致拟人的逻辑。

单单一只手就塞进了37个自由度，其中有20个主动关节、1个被动关节、外加16个柔顺关节。整体尺寸185mm，与人类手掌分毫不差。

指尖力量突破30牛顿。持续抓握十分钟，表面最高温度不超过人类体温。5个指尖配备触觉传感器，手腕处嵌着视觉传感器，与主流具身智能开源数据集直接兼容。

四条战线，全栈闭环

漫步WAIC展馆，两百多家公司都在往自己身上贴标签。有人高举“本体派”大旗，有人自诩“大脑派”，还有人标榜“仿真派”或“世界模型派”。

超维动力的回答简单粗暴：全都要，就是全栈具身智能大模型公司。

正确的道路必须走系统工程和全栈路线，就像当年智能手机和自动驾驶走过的路一样。

KAI世界模型是大脑，在虚拟世界里建模物理规律，再把能力迁移到真机之上。本体是躯壳。数据是学习养料。Infra是基础设施。

四条战线必须齐头并进，缺了任何一条，闭环就会瞬间断裂。

他随手举了一个例子：机器翻译折腾了许多年，大语言模型出来以后直接碾压了整个赛道。通用问题一旦被攻克，专用难题自然被一并解决。

这也是超维动力坚持做通用具身技术的原因——

必须把机器人扔进真实世界的复杂场景，收集足够多样化的数据，才可能孕育出真正通用的技术。

公司名字里的“超维”，说的就是这件事。

这支团队从成立的第一天起，就是冲着全栈闭环来的。

CEO喻杰博士，师从计算机视觉权威田齐教授和罗杰波教授。他曾是华为22级产业专家，亲眼见证并主导了智驾从零到100万辆的全过程，纯正的系统和Infra出身。

他推崇的理念是“AI defines hardware”，即AI定义硬件，首先由算法团队牵头分析性能需求：想要覆盖人类日常80%的任务，究竟需要多少自由度、多大的运动范围、多快的动态响应？

硬件团队拿到需求清单，据此进行关节设计和仿真验证。KAIBot身上那115个自由度，就是算法需求倒推出来的极限指标。

从智驾战场带回来的执念

这种死磕全栈的起点，要追溯到自动驾驶时代。

喻杰在头部车企做智驾时就看明白了一件事：特斯拉的赢面，不是因为端到端别人不会做，而是它有几百万辆车在全世界的马路上跑、日夜不停地采数据。同样的架构，数据量大出一个量级，效果就是碾压。

而超维动力，正是把这段教训完整地带进了具身智能。

数据团队用自研KAI Halo头环大规模采集第一人称数据，数据生产效率极高，每周可产出百万条数据。

但数据采集只是起点。百万条数据涌入后台，如果没有一套能扛住这个吞吐量的处理链路，再多的数据也只是沉睡的原始素材—真正让它们“苏醒”、变成模型训练燃料的，是KAI Embodied AI Infra平台。

KAI Embodied AI Infra平台把全链路拉入自动化，数据生产提速10倍，模型评测加速7倍。用这套数据训练的模型，在面对完全陌生的未见场景时，任务执行成功率飙升了51%。

2026年3月，超维动力对外发布超10万小时的第一人称数据集KAI Ego Dataset。截至目前，超维动力又将数万小时的高质量数据交付给多个行业知名合作伙伴。

从去年9月十几人的初创班底，到如今接近200人的团队，不到一年产出的成果可以说是相当密集。

他一直认可众多硅谷公司吸引AI人才的理念——

对于顶尖AI人才来说，钱不是唯一的驱动力，他们想站在赢的那一边。

很多人选择加入超维动力，正是因为从心底认同这条路。

终点是千家万户，起点是造血

仰望星空，超维动力的终极目标是走进千家万户，打造通用服务机器人。但过去的路上，每一步也需要产出能造血的东西。

第一个是零部件。灵巧手KAI Hand和数采头环KAI Halo Lite已在WAIC全球同步开售，都是刚需件，能独立变现。

第二个是数据。原本只打算自己采数据训练基模型，结果国内外知名企业主动掏钱购买，数据业务意外跑通。

第三个是人形产品。超维动力预计在2027年开始交付数百台级别的人形本体，主要面向高端的ToB和ToC用户。

用喻杰的话说，学习华为的成功经验“攀登珠峰，沿途下蛋。”

在这个漫长的打磨过程中，机器人自身就在不断收集数据、反哺算法。随着部署量增长，飞轮才算真正转起来。

下一代物理世界的入口

超维动力脑海中的家庭机器人终局，绝不是一堆专用机器塞满你的客厅。

在超维动力看来，机器人走进家庭以后，今天想打两局乒乓球，下载一个技能包。就跟游戏机买DLC一样，交点钱就能陪你玩。

人形机器人作为通用底座，技能可以化身为App和Skill。

超维动力负责比如运动控制、环境理解、任务编排这些最硬核的基础能力，应用开发交给第三方。

瑜伽教练、大厨、陪练，甚至适配机器人操作的预制菜套装——一整个生态围绕这台机器人展开。

但喻杰的思考远不止于做家务。

在他看来，人类现在用的笔记本和手机，本质上都还是二维屏幕，与物理世界之间没有实质性的交互。

机器人进入家庭之后，将开创一个全新的物理交互维度。这是一种颠覆性的交互模态，由此衍生的可能性几乎无限。

把目光放得再远一些。

机器人拥有比人类丰富得多的传感器矩阵，能够潜入人类无法涉足的环境，7×24小时不间断地收集数据。

大语言模型能吃到的文本信息量已经快要见底了，视频语料也即将枯竭。下一步最大的数据增量，只能从物理世界里行走的机器人身上来。

信息产生知识，知识产生智慧。

谁手里攥着最庞大的物理世界数据，谁就可能率先触碰到智能的上限。

喻杰将这个概念命名为Robotic Super Intelligence——比大模型圈热议的super intelligence，多出了整个物理世界的信息维度。

超维动力给自己的定位，从来不是一家单纯的机器人公司。它要做的是一个平台。

WAIC展馆里两百多家具身智能公司争奇斗艳。超维动力在做的，是全栈具身智能大模型公司，把本体、模型、数据和工程平台真正焊成一个闭环系统。

在超维动力的第一篇官方发文里面，就提到了“Machine Intelligence, Has a Body. 机器智能，终将拥有属于自己的躯体。”

从始至终，超维动力都在朝着下一代物理世界的入口在冲刺。