编辑｜Youli
2026 年的 WAIC 已经落幕，具身智能毫无悬念地成为全场最高频、最热闹的关键词。
但与往年不同，业界的评判标准正发生微妙变化。人们不再满足于那些在特定布光、固定场景下剪辑出来的炫酷 Demo，转而回归最本质的拷问：当机器人走进现实，能不能稳定、可靠地干活？
对这个问题，苏度科技的回答方式很直接：把展台变成「开放考场」，让观众随便考。
在苏度的生活展区里，最「忙」的往往不是机器人，而是观众。有人把随手拿着的水杯、钥匙串放上台面，考机器人「会不会抓」；有人趁机器人夹爪关合前一秒，把目标物体挪开半个身位；还有的小朋友干脆把几样东西进行精心组装刁难，看它如何下手。机器人停顿、重新定位、调整姿态 —— 照样把东西稳稳拿起、放好。
没有固定剧本，没有后期剪辑，也没有封闭物体集合和「请勿触摸」的提示牌。生活展区是整个展台上完全向观众开放交互的区域，「出题权」被交到了每一位路过的人手里。观众出的难题五花八门，机器人的成功率却始终保持在高位。
这样的展区，在今年的 WAIC 现场并不多见。
一旁的工业展区，画风截然不同：这里搭起的是一条锂电池模组组装的示例产线，演示的正是面向工业场景、接近真实生产流程的长程复合任务：箱体上料、电芯装配、除尘扫码、成品下料，多台机器人在不同工位之间的协同，整套操作行云流水。
如果只看这些动作，很容易将其理解为单纯的 Demo 演示，但深入了解后会发现，没那么简单。
这个一分为二的展台，恰好对应着苏度在这个 7 月同时作答的两张考卷：生活展区里，观众现场出题，考的是
开放环境下的泛化；而工业展区里那条电池组装产线，并不是为展会凭空搭出来的 —— 它示例的，正是苏度与宁德时代合作产线上的真实流程。展台上跑的是「样题」，真题在展馆之外的产线上：那里没有观众的掌声与宽容，只有工业级的「验收」标准。
外界第一次认识苏度，是在今年 4 月。彼时，sudo R1 的开放物体抓取能力给行业留下深刻印象：在开放环境中面对随机物体，机器人能够稳定完成抓取。抓取，这是一个足够基础、又足够难的技能。
仅仅 3 个月后，到 WAIC，苏度已从单一抓取技能，「泛化」出一套覆盖抓放、插接、装配、柔性操作、移动操作和多机协作的 10 + 技能体系。
即便在技术迭代日新月异的具身智能行业，这样的「进化」速度依然惊人。而这背后，指向的是苏度坚持的通用具身智能范式：用多元全链路数据和全栈系统，生成高成功率、可复用、可调度、可扩展的通用技能，并把它们推向真实场景。
过去，外界赋予苏度的标签很多 —— 单一抓取技能惊艳、仿真数据路线独特、科学家创业、成立时间短、融资速度快…… 这些标签有助于认识苏度，却无法勾勒出这家公司的完整轮廓。
为此，趁此次 WAIC，也是苏度成立一年后首次国内参展之际，机器之心与苏度科技研发副总裁徐泽祥、商业副总裁张校珩聊了聊，试图更全面解读这家公司：为什么两张维度完全不同的考卷 —— 一张考开放环境下的泛化，一张考工业现场的鲁棒性 ——能被同一套系统答好？
第一张考卷：观众出题，没有剧本
展台开放的几天里，生活展区的「考题」几乎没有重样的。没有剧本，也意味着失败无法被剪掉。几天里，机器人偶尔也会抓空、放偏 —— 但它会当场重新识别、重新规划、再试一次，没有工作人员上前「救场」。对一场 Demo 来说，敢把失败和恢复的全过程一起亮出来，比一段完美循环的视频更能说明问题。
「我们敢把生活展区完全开放给观众，是因为这些技能本来就是在开放、随机的条件下训练和评测出来的。观众的『刁难』，不过是把我们内部评测的一部分搬到了台前。」苏度科技研发副总裁徐泽祥说道。
这句话背后，是苏度的评测习惯：在内部，一项技能要「出师」，先要通过大规模随机化评测 —— 物体、位姿、光照、背景都会被系统性地打乱。从这个意义上说，观众的「刁难」并没有超纲，它只是这套评测体系的一个公开子集。
观众考的是临场发挥，而临场发挥的背后，是一整套技能储备。细看之下，此次 WAIC 上，苏度展示的 10 + 技能大致可以分成几类。
- 复杂场景下，完成对不同形态、材质、尺寸和摆放状态物体的抓取和放置；
- 双手协作，完成柔性布料打包；
- 亚毫米级精度玩具组装和装箱递送；
- 在空间中一边移动到合适位置，一边完成抓取、放置或整理动作；
- 制造业场景中的精密工业操作，以及多台机器人跨工位配合，完成锂电池模组装配等流程型任务的多机协同等。
不难发现，这些能力差异极大，一边是双手叠放柔性布料，另一边是协同装配极度刚性的锂电池模组，而生活展区里的技能，还要在现场经受观众的随机干扰。一个问题随之出现：短时间内实现数量如此之多、且差异如此巨大、还要扛得住现场「刁难」的动作技能，是否靠团队逐一「手搓」、一行行写代码调出来的？
「完全不是。」
徐泽祥否定了这一猜想，「这 10 + 种技能在短时间内的集体亮相，其实是苏度底层范式在打通后的『复用』与『量产』。」
他告诉机器之心，4 月 R1 的推出，表面上展示的是抓取这一单点技能，实质上是对一整套系统与范式的初步验证 —— 从仿真、数据、模型到硬件部署、运控再到评测，初步形成了完整闭环。
选择「抓取」作为起点，是因为它最基本：无论是装配、分拣、整理，还是服务类任务，几乎所有操作都要先从「拿起一个物体」开始。同时，抓取考验视觉理解、空间定位、接触判断、运动控制和泛化能力，这个技能跑通，意味着整条技术链路有了首个验证点。
于是，在 R1 的「抓取」技能充分验证之后，团队要做的就是在同一体系下反复验证：这套已经打通的范式能否复用、扩展、在更多技能上产生效果。
那么，这套被反复验证的范式究竟是什么？
在苏度看来，当前具身智能领域最缺的，并不是某一个单点能力，而是一套能够把完整链路打通的系统范式。
机器人要在真实世界中稳定完成任务，不能只依赖一个模型、一种数据、一台硬件，或一套运动控制算法。真正关键的是，仿真、数据、模型、本体、运控、评测和真实部署这些环节，能否被放在同一个系统中协同设计、训练和迭代。
这也是为什么苏度一直在强调「全栈」能力。在 Sim-to-Real 路径下，一个机器人技能的形成，其实从仿真器就已经开始。首先，要在仿真环境中构造任务、物体、空间关系和物理状态；接着，生成可用于训练的仿真数据；然后，用这些数据训练模型；模型训练完成后，需要部署到真实机器人本体上；部署之后，还要通过运动控制算法完成动作执行；执行结果再进入评测系统，判断技能是否可靠、是否泛化、失败原因在哪里；最终，这套能力还要走向真实场景落地…… 而每一环都必须彼此紧紧咬合。
为此，苏度采用软硬一体、虚实融合、全栈自研的技术架构，将机器人本体、仿真系统、数据闭环、运动控制、世界模型、操作技能模型和任务 Agent 纳入同一个系统中协同设计、训练、评测和迭代。
核心思路是先形成可泛化、可组合的底层操作能力，再通过技能组合与任务规划，使机器人在不同场景中具备可部署的任务执行能力。
换句话说，苏度并不希望每一个任务都从头定制，而要让机器人技能从同一条系统链路中持续「生成」。
解题：三层技术底座的深度耦合
无论是展台上的随机「刁难」，还是产线上的严苛环境，能跑通这样一套极具泛化能力的范式，底层必然需要扎实的系统工程能力。具体来看，支撑苏度技能高速演进的底座主要有三层：虚实融合的数据链路系统，世界模型与强化学习一体化，以及软硬一体的全栈开发。
虚实融合的数据链路系统
说到数据，首先要打破外界对苏度的一个误解：只做仿真数据。
R1 发布后，苏度在仿真数据上的成功实践深入人心，也因此被误读为「只做仿真」。实则不然，苏度的数据优势从不是押注某一种数据，而在于把互联网视频数据、真机遥操数据、UMI 数据、Ego-centric 数据和仿真数据进行多元融合，组织成一条虚实融合的数据链。仿真提供规模和全模态物理信息，真机数据提供真实世界校准，两者共同支撑机器人技能从单点能力走向持续扩展……
数据，可谓是具身智能的「第一性」问题。过去两年多，许多具身智能公司都会将焦点放在模型架构上，但徐泽祥认为，在具身智能领域，如果数据没有准备好，谈架构很容易变成空中楼阁—— 机器人真正需要的不只是视觉和语言数据，还包括 Action Data（动作数据） ，以及关于物理交互的数据。
商业副总裁张校珩分析，当前具身智能领域的五类数据：互联网视频数据、真机遥操数据、UMI 数据、Ego-centric 数据和仿真数据，各有优劣 ——
- 互联网视频数据：包含丰富的场景语义和任务逻辑，但缺少精细动作、力觉和可执行轨迹；
- 真机遥操数据：相对干净、信息维度更完整，但成本极高，规模化采集需要大量机器人、场地和人力；
- UMI 数据：降低了采集成本，但信息更集中在末端，面对避障、移动、全身控制等任务时模态并不完整；
- Ego-centric 数据：进一步降低成本，但通常缺少明确的末端与动作信号，需要更复杂的算法来补足；
- 仿真数据：成本低、还能提供全模态信息，但门槛同样存在 —— 它不是去现实里抓取现成的物理信号，而是在虚拟世界中凭空重建一套符合真实物理法则的系统，技术门槛极高。
「相比其他四类数据，仿真数据的技术门槛是一个纯科学和技术问题，不是靠商业模式能搞定的，需要有足够强的技术团队，把物理引擎的参数设置、接触力学模拟、渲染引擎的视觉真实度等都做好，才能把这件事情做成。」张校珩说道。
苏度决定先啃下仿真这个最难也最具差异化的「硬骨头」。这也解释了为什么 R1 阶段，苏度的「仿真数据」路线如此深入人心。
正如徐泽祥总结的：「它向外界证明了，过去很难规模化、很难跨越虚实鸿沟 (Sim2Real gap) 的 仿真数据，已经可以被苏度用于训练高泛化操作技能。」
也就是说，苏度从来没有「只做仿真」，而是把仿真作为最难的「杠杆」，再通过多元数据融合支撑技能持续扩展。
世界模型与强化学习一体化
数据路线决定模型路线。在具身智能领域，VLA、WAM、VLM、视频模型等路线往往是讨论的焦点，共同价值是把视觉、语言、视频模型的能力引入机器人系统。
可苏度的判断是，底层操作能力不能完全依赖其他模态迁移。因为机器人最终要在真实世界中行动，它真正需要的是 Action Data 和 Physical Data，也就是说，模型要看到动作、接触、几何、空间和物理状态，而这些并不能靠语言或视频模态自然补齐。
因此，在模型架构的选择上，苏度的做法是先判断具身智能到底需要什么数据，再围绕这些数据设计模型，也就是「从数据出发，思考整个技术架构」。
正因如此，对于行业内频频提出的世界模型概念，苏度强调其内部的世界模型更应该预测的是 「Next Physical Dynamics」（下一步物理动态），相较于预测下一个像素，苏度更关注下一步动作在物理交互上是否可行、稳定。
基于此，世界模型与强化学习也不是两个孤立模块：世界模型帮助机器人预测物理状态变化，强化学习则在仿真及真实环境中不断优化动作策略，两者共同服务于高成功率和强泛化技能的形成。而两者深度融合的一体化系统设计，让模型能够真正习得可泛化的物理规律，而非记住单一动作。
软硬一体全栈开发
具身智能从来都不是纯软件问题。机器人本体、传感器布局、运动控制、仿真环境和模型训练彼此影响。尤其是在 Sim-to-Real 路径下，往往横亘着高精度的鸿沟，如果仿真中的机器人行为与真实本体存在偏差，模型从虚拟环境迁移到真实世界时，就会遇到更多不确定性。
苏度坚持软硬一体全栈开发，自研机器人本体，核心原因也在这里。
在徐泽祥看来，如果机器人硬件来自外部，真实本体的结构、控制特性、执行误差和动态行为都会成为系统里的「黑箱」—— 仿真中训练出的策略，即使在虚拟环境里表现很好，也很难保证迁移到真实机器人后仍然保持一致行为。
为此，苏度做硬件，要保证造出来的硬件「能仿」，也要保证仿真里的机器人与真实机器人行为一致。换句话说，仿真环境中的本体参数、运动边界、控制响应和真实机器人之间，需要尽可能一一对应。只有这样，模型在仿真里学到的结论，才有机会在真实场景中复现、迁移和继续迭代。
换句话说，苏度的软硬一体并不是简单同时做硬件和软件，核心是让本体、仿真、模型和运控形成闭环：真实机器人能够被准确仿真，仿真结论能够迁移到真机，真机反馈又能反过来校准仿真和模型。
第二张考卷：宁德产线的「检验」
如果说生活展区的考题来自观众的即兴发挥，那么工业展区那条电池组装示例产线，对应的则是一张更严苛的考卷 ——同样的流程，在展台上跑是「随堂测验」，在宁德时代的产线上跑，才是真正的大考。
技术范式最终要进入真实场景。目前，苏度正在制造业、零售商超、餐饮门店等多个真实场景中推进通用具身智能的落地验证。
制造业是其中最关键的场景之一。苏度已与宁德时代推进多工位合作，一次性覆盖产线中多个具有代表性的操作任务。这是该客户体系内首次以同一具身智能平台验证「一机多能」的合作案例。而 WAIC 工业展区里演示的那条电池组装示例产线，正是这一合作的缩影 —— 观众在展馆里看到的流程，正在真实产线上接受检验。
与展台不同，产线上的「干扰」不来自观众的好奇心，而来自真实生产环境本身：来料位姿的随机变化、不同批次工件的公差、现场光照与反光、连续运行的节拍压力…… 这些变量不会配合演示，也不会给机器人「再来一次」的机会。
如何理解「一机多能」？
它是指同一台机器人系统可面向不同工位进行快速开发与适配 —— 这正是理解苏度商业化逻辑的关键。
传统工业机器人可以通过换夹具、换程序完成不同任务，但每个工位仍需专门配置。一旦任务、产品、产线有了变化后，往往需要重新调试、部署，甚至重新设计方案。而苏度的「一机多能」是用同一套底层技能体系覆盖多个工位、多类任务。客户可以基于这些通用技能叠加自己的业务逻辑，完成装配、插接、整理、检测等不同流程。
张校珩从ROI 角度解释了这件事。工业客户不会只为 Demo 买单，机器人能否规模化进入产线，最终要看经济账，如果一台高成本机器人只能替代一个工位，客户很难大规模采购。只有当一套系统能够覆盖多个工位，机器人价格被多个任务分摊，规模化采购才有机会成立。所以，「一机多能」的价值不在于机器人会做更多动作，而在于一套系统能否覆盖多个工位，让客户真正算得过来 ROI。
而从客户视角来看，「一机多能」的好处不仅在成本上，还在于数据安全上。
常规情况下，如果机器人方案高度依赖场景现场 Post-Training，厂商需要进入客户产线采集数据、调试流程，那么客户的工艺顺序、商品细节，甚至供应链信息等都将被暴露，客户难免担心。而苏度的做法是「通用技能与客户工艺解耦、工艺不出厂」。
也就是说，苏度提供抓取、放置、插接、移动等通用技能，而客户掌握具体的工艺流程与业务逻辑，通过技能调用完成产线任务。让客户在「工艺不出厂」的前提下调用机器人能力。
苏度透露，目前项目首个工位已成功完成 POC 验证，且工业抓放达 99.5% 以上的高成功率。而对一条真实产线来说，POC 只是拿到「准考证」—— 真正的「验收」，是此后每一天的稳定运行。
而除了制造业，苏度也在零售商超和餐饮门店等场景中推进验证。
在零售商超场景，苏度正与全球领先零售企业规划技术方案，在盘点、补货、货架巡检等任务中探索应用，核心价值在于验证一套能力在首批门店验证后，客户可基于同一平台跨区域、跨门店快速自主复制，极大降低边际部署成本。
在餐饮门店场景，苏度与头部连锁餐饮品牌推进门店服务机器人项目，在非结构化高频服务环境中验证物品整理、清洁、传递等多类任务的组合能力，这不仅是商业场景验证，更是未来走向千家万户家庭场景的关键技术预演。
通往具身智能 AGI 的路径哲学：通用是终点，可靠性才是起点
虽然苏度已经进入了丰富的真实场景，但它有着极其清晰的战略定力，正如张校珩所言「战不重要，关键在略。」即明确什么不做。
苏度不希望成为一家传统意义上的行业方案公司，因为如果每进入一个行业，都重新做一套定制方案，具身智能公司很快会被具体项目吞没。短期收入可能增长，长期利润结构和技术复用却难以成立。
为此，苏度选择的是另一条路：从不同行业需求中抽象共性技能。制造业、零售商超、餐饮等场景，看起来差异很大，但底层任务几乎共享相似能力：抓取、放置、插接、开合、移动、整理、补给……
苏度要做的，就是先把这些底层技能做到足够可靠，再通过任务 Agent 和开发者生态持续扩展能力边界。也就是说，先解决「能不能稳定操作」再解决「能不能组合任务」，最后走向「能不能在开放世界中自主完成目标」。
而这也对应苏度通往具身智能 AGI 的路径哲学：「通用是终点，但可靠性才是起点。」
相较于直接「无脑上」端到端大模型、试图一步跨向通用能力的路线，苏度更倾向于从底层物理能力出发，采用「渐进式」路线，先将每一个底层基础技能打磨到绝对可靠，再通过高可靠性技能的叠加，让通用能力在真实世界的持续反馈中逐步「生长」出来。
看到这，或许很多人会感慨，具身智能无疑是一场极度跨学科的系统战 ——3D 视觉、空间智能、物理仿真、机器人本体、运动控制、多模态模型、强化学习、世界模型、工程交付和商业场景理解…… 对各个环节的技术和组织都有着非常高的要求。那么，苏度如何在不到一年的时间进入第一梯队？
其实关于这一点，可以从以下几个方面来看。首先是前面提到的全栈系统能力，从仿真器、数据生成、模型训练，到自研本体、运动控制、评测体系和真实部署，苏度试图把完整链路纳入同一个系统中协同设计。
其次，「技术之战的背后是人才之战」，苏度有着「世界级人才密度」。创始团队汇聚了多位行业顶尖人物。
苏度科技联合创始人、董事长兼 CTO 苏昊长期深耕 3D 视觉、空间智能、具身智能与世界模型，是全球物理智能方向最具代表性的学者之一，为苏度确立了从仿真、虚实融合、世界模型到通用操作能力的底层技术路线。
联合创始人兼 CEO 韩铮兼具 AI 技术背景和连续创业经验，能够把前沿技术转化为产品形态、商业路径和规模化组织能力，承担从 0 到 1 再到产业落地的关键角色。
研发副总裁徐泽祥则连接 3D 生成、空间智能、神经表征、多模态基础模型与机器人操作模型，是苏度打通具身智能核心研发链路的重要负责人。
再往深处看，苏度的壁垒还来自系统 Know-How。比如，如何大规模生成模拟场景并解决Sim2Real gap、软硬件本体如何极致服务于算法模型、真实场景的反馈如何高效回流训练系统…… 这些经验无法通过复制某个模型结构或某篇论文快速获得。它需要长期实验、工程迭代和真实客户场景共同沉淀，而这些硬核经验，构成了同行短期内无法跨越的鸿沟。
最后，想说的是，在 WAIC 现场，一个绕不开的问题仍在被业界追问：哪一条路线最可能通向具身智能的 AGI？属于机器人的「ChatGPT 时刻」又将何时到来？
现在给出答案还太早，具身智能仍处在早期阶段。端到端大模型、分层技能体系、仿真数据、真机数据、世界模型、强化学习，每一条路线都还在被验证、交叉、融合…… 但在这个充满不确定性的周期里，那些愿意把物理世界的通用底座做深做透，把可靠性、可复用性和真实部署放在第一位的团队，或将真正穿越周期。
而在这条奔向终局的道路上，苏度先是「抓起了一个物体」，继而在生活展区接住了观众的一道道考题，现在又「拉起了一条产线」。展台上的考卷已随观众散场而交卷，产线上的考卷，每天都在重考。至于接下来又将攀登哪一座雪山，值得期待。
