🤖 具身智能 · WAIC 2026

酷哇解密双层世界模型 COOWAM:让机器人既懂物理规律,也懂人类社会规则

7 月 17 日 WAIC 2026 现场,酷哇科技的机械臂全程自主制作「夏日特调」,68kg 重载机器狗 X0 同步首秀;次日 CTO 廖文龙首次披露行业首个双层智能体世界模型 COOWAM——主张机器人必须同时建模物理世界与人类社会,终点是由统一模型驱动的「RoboCity」。

⚠ 企业供稿 来源:公开报道 2026-07-22 事件 7 月 17–18 日 约 3 分钟读完
#酷哇科技 #COOWAM #世界模型 #具身智能 #RoboCity
🧩 双层架构 行业首个智能体世界模型(企业口径)
0~4 s CooWAIM 短时未来推演窗口
68 kg X0 机器狗重载 · 全地形自适应
50+ 常态化运营城市 · 数据飞轮底座

⚡ 30 秒速览

  • 展台实演:机械臂全天候自主制作「夏日特调」——西瓜切块榨汁、拧瓶盖、按配比加柠檬片与苏打水,应对光照与杯位变化实时修正;68kg 重载机器狗 X0 线下首秀。
  • 核心发布:CTO 廖文龙首次披露 COOWAM 双层架构——下层 CooWAIM 管 0~4 秒物理推演,上层 Urban VLM 理解行业 SOP,内嵌 PVM 价值评估模块。
  • 一句话主张:「机器人真正需要的世界模型,是物理世界模型与人类社会世界模型的统一。」
  • 底气与终局:全球 50+ 城市常态化运营构成数据飞轮;路线图终点是「一脑多态」、统一模型驱动的 RoboCity。
  • 读前须知:本文为酷哇科技供稿通稿,「行业首个」等表述无第三方背书,判断力请见文末「编辑视角」。

01展台实战 机械臂全天候制作「夏日特调」

WAIC 2026 上海国投展区,由 COOWAM 世界模型驱动的机械臂全天候持续「上岗」,为现场观众制作「夏日特调」,整套动作完全自主、流畅自然:

🍉 西瓜切块🧃 榨汁🔓 拧开瓶盖🍋 按配比加柠檬片🥤 倒入苏打水

这个看似轻松的演示,难点在三个地方:

  • 多机械臂协同,且要处理接触力、流体等物理规律——旋拧瓶盖与倾倒液体都是精细力控场景;
  • 环境是活的:光照、水杯位置等因素动态变化,机械臂必须实时预测与修正,而非回放固定轨迹;
  • 流程非固定:在理解任务目标的基础上,根据实时环境反馈推演、决策与行动。

传统预设程序机器人

依赖预设程序,在固定环境中重复特定动作——环境一变,程序就失灵。

COOWAM 驱动的机器人

理解任务目标,按实时环境反馈推演、决策、行动,完成非固定流程的复杂任务。

酷哇称,该演示验证了 COOWAM 作为通用底座支撑不同机器人形态、适应多类物理交互任务的技术可行性,为具身智能设备在城市公共服务与物流配送等场景的落地提供支撑。

02X0 机器狗线下首秀 「Aether 以太」重载型四足平台

展台另一侧,基于酷哇「Aether 以太」重载型四足平台打造的 X0 完成线下首秀。它要解决的问题很明确:把机器人作业从平面拉进立体城市空间

  • 68kg 重载 + 全地形自适应行走,突破传统轮式设备的平面作业限制;
  • 高度模块化设计:可快速更换上装模块,「一机多用」无缝适配多类任务;
  • 最新进展:已完成多场景验证并步入真机部署阶段,应用于城市精细化运维。

能走到哪 ↓

楼梯 斜坡 碎石路面 花坛周边

能干什么(可更换上装) ↓

🧹 市政环卫 📦 末端配送 🛡️ 安防巡检

用酷哇的话说:对 X0 而言,能走、能负重只是基础,「全能」的价值在于深入城市毛细血管。

03核心解密 COOWAM = Co-Optimized World Action Model

7 月 18 日「解码世界」发展创新分论坛,酷哇创始人、CTO 廖文龙博士以《世界模型:物理世界 Agent 的技术底座》为题,首次披露这套行业首个双层智能体世界模型架构(企业口径)。他的出发点是一个判断:Physical Agent 面对的是两个同时存在且彼此耦合的世界——遵循物理规律的自然世界,与遵循社会规则的人类世界。

「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。只有同时理解这两个世界,Physical Agent 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。」

—— 廖文龙,酷哇科技创始人、CTO

在他看来,机器人要实现应用价值,至少需要三种能力:

1

理解自然规律——重力、摩擦、惯性;

2

行动前推演——预判不同动作选择带来的结果;

3

认知社会规则——理解人类社会规则与行业 SOP(标准作业程序)。

上层 · 人类社会世界模型Urban VLM

基于城市服务数据构建,负责理解任务语义、行业 SOP 与生产力价值导向

⚙️ PVM(生产力价值模块):评估物理策略是否符合任务目标,让机器人在理解、推理、预测、执行与反馈中持续自主决策。
下层 · 物理世界动作模型CooWAIM

负责处理物理规律,聚焦 0~4 秒短时未来窗口:产生动作的同时同步推演环境变化,并实时修正当前动作。

动作未来推演动作修正↻ 决策闭环

一句话理解「双层」:上层回答「做什么、做到什么标准」,下层回答「下一秒世界会变成什么样」。

04世界模型如何变强?50+ 城市的数据飞轮

架构之外更关键的问题是:模型如何持续进化?酷哇的答案是——与真实世界持续交互,让模型在数据闭环中不断自我进化。机器人每一次执行任务,都是一次对世界模型的验证:它看到什么、采取什么动作、环境如何变化、结果是否符合目标,这些反馈会不断反哺模型。

🌍 真实世界交互🗄️ 数据沉淀🧠 模型学习📈 能力提升

支撑这个飞轮的,是酷哇在全球超过 50 个城市及地区的常态化运营——其称已建立「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。

编辑核心判断

世界模型的下一场竞争,不在仿真器里,而在真实城市的街道上——谁占有高频真实交互场景,谁就拥有数据复利。

05终局:RoboCity 从单体智能到城市级协同

2026 年,具身智能正从单纯的技术探索走向规模化应用。酷哇的战略关键词是「一脑多态」:让同一套 COOWAM 统一底座,驱动形态各异的轮式机器人、无人小巴、机器狗与人形机器人——目标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

在 RoboCity 图景中,机器人将告别执行固定任务的孤立状态,进化为可自主决策、持续创造价值的 Physical Agent 网络;基于共享的「物理-社会」统一世界模型,打破信息孤岛,构建城市级协同生态。

阶段一 · 单体智能

深耕垂直领域

城市出行、市政环卫、物业服务等场景,率先完成单一设备的智能化落地。

阶段二 · 多机协同

拓展复合场景

以统一世界模型为驱动,在园区、社区及工业场景实现不同形态智能体高效协同作业。

阶段三 · 全面泛化

迈向家庭场景

攻克复杂操作与高泛化能力壁垒,让具身智能真正走进千家万户。

这条路线被概括为「从围墙外走向围墙内」。终极目标用廖文龙的话说:「把智能编织进城市的每一根毛细血管,让 Physical Agent 成为驱动未来 RoboCity 的新型底层生产力。」

编辑视角 信源提示与独立判断

先说信源:这是一篇企业供稿。原文明确标注「本文由酷哇科技提供,获授权转载」。文中所有效果描述(「惊艳亮相」「流畅自然」「全能标杆」)均来自企业单方,没有第三方评测、无横向对标、无失败率披露

建议带着三个背景读:

  • 「行业首个」是企业自定义口径。「物理世界模型 + 语义/规则层」的分层思路在学界与工业界均有人探索(如 VLM 与世界模型组合的技术路线)。把它读作一家公司的技术路线宣示,而非已获公认的行业纪录。
  • 展台是受控环境。「夏日特调」这类演示通常经过反复调试,真正该追问的是非布展环境下的连续运行成功率;「步入真机部署阶段」也未给出客户名单、部署规模与订单金额。
  • 背景补充:酷哇是上海交大系城市服务机器人公司(市政环卫、无人配送等),今年 2 月已发布过 WAM 2.0 世界模型——COOWAM 可视为该路线的延续;「RoboCity」既是技术愿景,也是其商业定位的自然延伸。

我们的独立判断:全文最接近「护城河」的信息,不是双层架构图,而是「50+ 城市常态化运营」——若属实,这是城市服务机器人领域少数真实运转的数据闭环,场景密度与真实交互数据难以在实验室复刻。后续值得跟踪三个信号: 第三方实测数据; X0 的真实部署规模与客户构成; COOWAM 是否以论文或开放评测的形式接受外部检验。