超维动力全栈具身智能系统亮相WRC：SMASH乒乓球对局展示闭环能力

事件概述

在近期举办的世界机器人大会（WRC）上，中国具身智能初创公司超维动力（ChaoWei Dynamics）公开展示了一套涵盖硬件本体、具身大模型、数据采集及基础设施的全栈解决方案。其中，搭载SMASH系统的全尺寸人形机器人KAI Bot在现场完成了高难度的自主乒乓球对局，吸引了大量关注。该演示不仅展示了机器人的运动控制能力，更凸显了超维动力在“本体-模型-数据”闭环构建上的技术布局。

核心技术与产品解析

超维动力的全栈架构由以下关键模块组成，旨在解决具身智能中数据获取难、模型泛化差及本体适配性低的问题：

1. 硬件本体与感知层

• KAI Bot：全尺寸人形机器人，身高173cm，体重70kg，拥有117个自由度。其全身近80%区域覆盖触觉皮肤，集成约18,000个触觉触点，可感知0.1N以上的轻微触碰。高自由度设计旨在降低动作重定向时的妥协，使机器人能更自然地复用人类经验。
• KAI Hand：独立销售的灵巧手，具备37个自由度（20主动+1被动+16柔顺），指尖力超过30N。具备优秀的热管理能力，持续抓握10分钟后温度不超过人体体温，专为精细物理交互设计。

2. 世界模型与决策层

• KAI World Model：采用4D世界建模路线，融合JEPA式方法、3D重建及视频生成技术。它被描述为一个实时生成的VR环境，用于模拟物理交互并预测动作结果。
• SMASH系统：基于KAI World Model开发的乒乓球专用系统。该系统将视觉感知、轨迹预测、动作规划和全身控制串联成闭环。面对高速旋转和随机落点的乒乓球，系统能在毫秒级捕捉来球并调整击球策略。值得注意的是，SMASH算法已适配宇树G1、智元远征A3等其他品牌机器人，展示了跨本体复用的潜力。

3. 数据闭环与基础设施

• KAI Halo：第一人称多模态数据采集头环。目前已积累超过10万小时的视频数据，覆盖20多个场景和300多种全身原子技能。数据经过处理生成关节轨迹、三维场景及语义标签，以减少人工标注成本。
• KAI Embodied AI Infra：覆盖数据处理、模型训练、仿真评测及真机部署的基础设施平台。官方数据显示，该平台可将高质量数据生产效率提升10倍，模型训练与评测速度平均提升5至7倍。

商业进展与行业对比

• 快速迭代路径：超维动力成立于2025年7月，成立约一年内即搭起全栈技术骨架。团队核心成员曾参与华为自动驾驶Infra平台建设、L4级矿卡落地及医用康复外骨骼量产等项目，具备较强的工程化落地能力。
• 商业化策略：为避免单一整机研发的高风险，公司采取拆分销售策略。在2026年WAIC期间，KAI Hand和KAI Halo Lite已开始公开销售，作为独立的技术服务入口，同时为内部闭环提供真实场景数据。
• 竞争格局：文章指出，全球头部玩家如Figure（自研Helix模型+宝马工厂场景）、Tesla Optimus（垂直整合+FSD算法）均走向全栈路线。超维动力认为，具身智能的竞争关键在于本体、模型、数据与真实场景的闭环流转效率。尽管在资金和场景积累上与Figure存在差距，但其通过全栈一体化布局和高效的数据闭环，试图在迭代速度上建立竞争优势。

值得关注

• SMASH系统在WRC现场展示的不仅是预编程动作，而是针对擦网球和高抛球等突发情况的实时救球反应，证明了其在动态环境下的预测与控制能力。
• 超维动力强调“闭环效率”是中国创业公司在算力不占绝对优势下缩短差距的关键杠杆，其Infra平台对数据生产流程的重构可能成为后续模型进化的核心驱动力。