苏度WAIC首秀揭秘：如何用仿真+软硬件闭环重塑通用机器人？

具身智能的新解法：从原子能力到系统级泛化

在世界人工智能大会（WAIC 2026）的喧嚣中，具身智能展区往往因绚丽的动作演示而成为焦点。然而，苏度科技展台却呈现出一种罕见的冷静与克制。这里没有炫目的舞蹈或复杂的咖啡制作表演，取而代之的是几台机器人安静地执行着看似单调的任务：抓取不规则物体、用双布包裹物品、将零件精准插入孔位。

这种“平平无奇”的背后，却隐藏着具身智能领域一次重要的技术跃迁。苏度科技在短短一年内，从全栈自研的#sudo R1平台到此次展出10余项核心技能，其进化速度令人瞩目。更值得关注的是其估值迅速攀升至200亿元的市场反馈。这背后不仅是资本的乐观预期，更是对其技术路径有效性的验证。

苏度科技由复旦大学苏昊教授创立。苏昊曾是ShapeNet、PointNet等三维视觉基石工作的主导者，也是SAPIEN、ManiSkill等机器人仿真平台的核心开发者。其团队深知，物理智能的核心挑战并非孤立任务的演示，而是如何将散落的知识聚合，形成对物理世界的系统性理解。正如苏昊所言：“知道要做什么，和手真能做到，是两回事。”

仿真为王：构建百万级数据生长的土壤

机器人能力的增长逻辑与大语言模型存在本质差异。语言模型依赖互联网上海量的现成文本数据，而机器人面对的是一个连续变化、充满不确定性的物理世界。抓取一个透明玻璃杯，涉及视觉识别、摩擦力计算、力反馈控制、运动轨迹规划等多维隐变量。目前行业在数据获取上众说纷纭，有人押注第一视角视频，有人坚持遥操作采集，但苏度选择了一条更为底层且艰苦的路径：仿真优先。

sim-to-real（仿真到现实）一直是该领域的圣杯。苏度并未简单调用现有工具，而是基于团队在SAPIEN和ManiSkill上的深厚积累，重构了一套面向机器人学习的数据生产体系。这套体系的核心价值在于，它能为机器人提供一个近乎无限的“成长环境”。

在仿真世界中，机器人可以接触无数种类物体、不同光照条件、极端材质属性及突发干扰。苏度技术团队发现，决定机器人行为的关键往往不是表面纹理，而是重量分布、摩擦特性等核心物理变量。通过大量实验，团队将这些关键变量融入仿真引擎，使其能够以百万级规模每日生成高质量训练数据。这种“预体验”让模型在部署前就建立了对物理世界的基础认知。

当然，苏度并未排斥真实数据。其采用“仿真训练+真机辅助”的虚实融合路线：以仿真数据构建底层原子技能，利用真机数据校准模型对真实环境的适应性。这种策略既解决了数据匮乏问题，又克服了纯仿真带来的“现实差距”。

硬件白盒化：让机械结构服务于算法迭代

在展台角落，苏度首次公开了自研的22自由度直驱灵巧手。这并非对人手的简单复刻，而是针对机器人任务特性的重新设计。例如，大拇指增加自旋自由度以形成稳定对指，小拇指加强内收能力，甚至指尖设计了类似指甲的刚性结构，以增强点接触精度，完成捏取细针等精细操作。

在驱动方式上，苏度坚持使用直驱方案。直驱消除了传统减速器的机械间隙，使控制输入与关节响应直接挂钩。这一选择的核心目的并非单纯提升机械性能，而是为了“白盒化”——让算法更容易理解并控制机器人。

在传统工业机器人时代，硬件与软件往往相对分离。但在通用机器人时代，面对开放环境，模型、数据与硬件必须紧密耦合。苏度硬件负责人指出，供应商提供的黑盒方案难以满足快速迭代的需求。只有将硬件、传感器、算法整合在同一套体系内，团队才能快速诊断问题是源于模型理解不足、控制策略缺陷，还是硬件反馈延迟。

这种软硬件一体化的设计理念，使得硬件不再是执行指令的工具，而是智能形成的有机组成部分。在双手精密装配任务中，视觉定位、双臂协调、力反馈控制与机械结构精度共同作用，逼近人类长期形成的身体经验。未来，随着灵巧手在系统中的深入应用，机器人将具备处理更复杂开放任务的能力。

可靠性陷阱：从Demo到工业落地的鸿沟

苏度的技术不仅停留在实验室。在宁德时代，其电池装配机器人已在产线上验证，抓取成功率超过99.5%。在零售与餐饮场景，方案也在稳步推进。然而，苏度团队深知，从90%到99%+的成功率，中间隔着巨大的工程鸿沟。

工业场景中，一次失败可能导致停线或高昂成本。真正决定规模化部署能力的，往往不是平均表现，而是对长尾场景的处理能力。苏度将真实部署视为模型训练的一部分，而非终点。每进入一个新场景，机器人遇到的新环境、新问题及失败案例，都会回流至训练体系，形成能力增长的闭环。

苏度对市场前景有着冷静判断：家庭机器人并非短期目标，工业、零售及商业服务场景才是具身智能最重要的验证场。这些场景不仅产生真实价值，更能为模型提供持续的反馈信号。苏度计划于2027年实现百台级交付，2028年进入千台级规模。

但比规模数字更重要的是“能力的可复制性”。如果每进入一个新客户都需要重新采集数据、重新训练模型，那依然是项目制而非产品制。苏度的目标是通过原子能力的组合与迁移，让新场景所需数据越来越少，从而实现通用机器人能力的指数级扩展。

结语：竞争进入能力增长时代

苏度科技在WAIC的首秀，不仅是一次技术展示，更是对通用机器人发展路径的一次宣言。在行业共识尚未收敛的当下，未来的竞争力或许不再取决于展示了多少个炫酷的Demo，而是取决于公司能否以稳定的速度获取新能力，并使其在真实世界中稳定落地。

通过原子能力的积累、高保真仿真的数据滋养、软硬件协同的白盒化设计，以及真实场景的闭环迭代，苏度正在构建一套可复制、可扩展的通用物理智能体系。当机器人不再依赖人工编写每一个动作，而是像人类一样通过基础能力的组合应对未知挑战时，通用机器人的Scaling之路才真正开始显现曙光。