文章核心观点 - 公司通过“Drive + Work”双核驱动的技术路径，构建了名为Coowa WAM 2.0的通用世界-行动模型，旨在打造城市级的具身智能（Physical AI）解决方案，以AI劳动力填补城市服务的人力缺口，并已通过大规模商业落地实现了技术与商业的双轮驱动增长 [3][12][19][28] - 公司选择“城市服务”作为核心落地场景，通过高频刚需业务获取海量真实世界交互数据，用以训练和迭代其通用AI模型，实现了“沿途下蛋”和“降维打击”的战略 [7][9] - 公司的终局愿景是构建一个由共享通用世界认知的机器人集群组成的“RoboCity”（机器人生态城），成为城市算力与劳动力网络的定义者与运营商 [31][32] 01. “以终为始”的通用野心：寻找物理世界最高频的AI训练场 - 公司自成立之初的目标是打造能够融入人类生活、理解人类意图并决策的通用AI机器人，构建通用的Physical intelligence [5] - 公司早期在Robotaxi、物流、港口、园区安防等多个维度进行技术探索与压力测试，最终基于第一性原理选定“城市服务”作为主营场景，因其环境最复杂、人机互动最真实且拥有直接买单意愿 [6][7] - 公司采取“沿途下蛋”路径，用高频刚需的城市服务场景养活团队，并用该场景产生的海量长尾数据（Corner Case）训练通用大模型，实现了技术底座的通用化构建 [9] - 基于成熟的通用底座，公司产品矩阵已扩展至全域：1）L4级自动驾驶小巴CooBus解决城市交通“最后三公里”，累计安全运营超500万公里 [9]；2）轮足机器人R0与四足机器人D0组成“泛人形”编队，突破地形限制，实现楼宇内跨楼层作业 [10]；3）“麒麟”、“独角兽”系列智能作业集群深入城市毛细血管，实现从“人力被动维护”到“AI主动治理”的转变 [10] 02. 解构Coowa WAM：当AI拥有了“通用大脑”，从被动执行到主动推演 - 物理世界对可靠性的极致要求，倒逼公司做出全栈自研整机并推行MaaS（移动即服务）模式的战略抉择，这要求技术不仅能解决位移（Drive），还需解决复杂的交互（Work） [16][17][18] - 为支撑“Drive + Work”双重能力并守住MaaS成本红线，公司构建了独有的Coowa WAM 2.0（World-Action Model），实现了从“被动执行”到“主动推演”的范式革命 [19][21] - WAM 2.0通过统一建模状态、动作及结果，使机器人能在云端沙盒中进行基于动力学的因果推演（In Sim），再将最优策略迁移回物理实体执行（Sim to Real），形成Real-to-Sim-to-Real的数据闭环 [22][24] - WAM的核心商业价值在于带来极低的边际部署成本，早期场景积累的博弈策略可零样本（Zero-shot）迁移到新场景，实现“一次研发，无限复用”，这帮助公司在MaaS模式下跑通了单体经济模型，率先实现EBITDA回正 [25] 03. 打破“不可能三角”：技术与商业的双轮驱动 - 公司通过构建“技术+商业”的双轮驱动飞轮，打破了硬科技领域高性能、强泛化与低成本难以兼得的“不可能三角” [27][28] - 驱动轮一：商业规模反哺技术进化：公司在全球50多个城市及地区部署了万台级机器人，全时全域运行产生的海量物理交互真值数据（Physical Interaction Data）持续喂养并增强WAM模型，使其解决Corner Case的能力远超实验室竞争对手 [29] - 驱动轮二：技术底座驱动商业造血：WAM带来的通用性使新场景开发边际成本递减，截至2025年末，公司已率先实现年度EBITDA（息税折旧摊销前利润）回正，证明其Physical AI已具备自我造血能力和健康的单体经济模型，不再是依赖风投输血的科研项目 [30] 04. 终局：构建Robo City，给物理世界装上操作系统 - 公司的终局构想是构建万物互联的“RoboCity”，其中数万台形态各异的机器人通过共享WAM的“世界认知”，构成一个覆盖全城的物理智能体网络（Physical Agent Network） [31][32] - 届时公司将不仅是机器人制造商，更是城市“算力与劳动力网络”的定义者与运营商，让Physical AI像水电煤一样成为城市无感但不可或缺的基础设施 [32] - 公司已在多个领域实现里程碑：1）智慧出行：L4级自动驾驶车队累计安全运营超500万公里，载客达50万次 [34]；2）智慧物业：轮足机器人R0、四足机器人D0等产品矩阵渗透至微循环场景 [34]；3）智慧城市管家：常态化运营覆盖面积超1亿平方米，累计订单量超70亿元，在2025年公开招标的规模化订单中市占率高达80%以上 [34] 05. 当Physical AI迎来“GPT时刻” - 公司定位为一个不断进化的物种，其AI基建像一套通用的操作系统，可根据城市需求生长到新场景，其“通用底座+场景模块”模式已在新加坡、阿布扎比等地的全球化落地中得到验证 [36] - 当通用机器人开始在WAM的推演沙盒中“预见”未来，并以万台级规模重塑现实时，Physical AI将迎来其“GPT时刻”，而公司凭借技术与商业的双轮驱动，已占据领先优势 [36]