共生知行發布人形機器人賽車 Demo：以卡丁車測試雙足機器人的「全身智慧」

重點摘要

• 共生知行於 2026 年 8 月 17 日發布雙足人形機器人駕駛卡丁車 Demo，將此定義為「全身智慧壓力測試」而非商業應用，旨在驗證視覺感知、多接觸點平衡與手眼腳協同的連續任務鏈。
• 團隊定位為面向雙足人形機器人的「全身智慧基座模型公司」，採用端到端技術路線以減少傳統分層架構中的資訊損失，核心成員多來自智源研究院、港科大、小米等機構，且具備 AAAI-26 傑出論文與高星開源專案背景。
• 業界觀點認為，人形機器人競爭焦點正從「本體能否做出動作」轉向「模型能否調動全身在真實環境持續完成任務」，但該 Demo 僅屬階段性驗證，模型通用性、任務成功率與規模化部署等問題仍待技術報告披露與後續測試回答。

2026 年 8 月 17 日，具身智慧初創公司共生知行（Symbiosis Robotics）正式發布雙足人形機器人駕駛卡丁車的 Demo 影片，並同步上線公司官方網站，這也是該公司成立後首次較為完整地對外展示技術方向與階段性研發成果。影片中，人形機器人進入卡丁車駕駛位，雙手觸控方向盤、雙腳踩踏板，在封閉賽道上完成行駛，過程中根據環境調整方向，在狹窄座艙中保持身體穩定，協調手部轉向與腳部油門及煞車控制。共生知行把這個場景定性為「全身智慧壓力測試」，而非商業應用：卡丁車不是他們的商業方向，但這個場景能把視覺感知、多接觸點平衡、手眼腳協同與精細力控整合進同一條連續任務鏈，讓機器人像人類一樣調動全身完成複雜物理互動。選擇這個場景，本身是一種技術主張，也是一個問題的起點：這套架構，能撐起多複雜的任務？

共生知行的技術定位，回應了行業正在發生的評價標準轉移。過去業界看的是「本體能否做出動作」，例如能否行走、能否抓取物體；現在競爭重點轉向「模型能否調動全身，在真實環境中持續完成任務」。共生知行將自身定位為面向雙足人形機器人的「全身智慧基座模型公司」，採用從視覺等感知資訊到機器人全身動作輸出的端到端技術路線，目標是減少傳統分層架構中的資訊損失與適配成本，讓模型直接學習身體、環境與動作之間的關係。根據 iSingResearch 的分析，在 VLA（視覺、語言、動作模型）領域，Tesla、Waymo、NVIDIA 等頭部企業以完整技術棧、已發表論文與量產驗證三重組合構成競爭門檻，共生知行試圖用端到端架構，在技術棧完整性上先站穩腳跟。能否站穩，取決於團隊實力。

團隊背景與學術積累如何支撐技術路線？

共生知行的技術主張有具體的人員支撐。核心成員均為博士研究者，來自智源研究院、港科大、極佳視界、小米、達摩院、螞蟻、清華等機構，多人在創業前已持續合作兩年以上，穩定的協作基礎讓技術路線更一致、執行效率更高。研究方向涵蓋 VLA（視覺、語言、動作模型）、全身運動控制、力位統一控制、跨本體學習及資料利用，多名成員是早期人形機器人「大腦」論文的第一作者。

創始人丁鵬翔的學術與開源紀錄是其中最具體的例證。他參與的 ReconVLA 拿到 AAAI-26 傑出論文獎，顯示其對 VLA 前沿問題的研究能力。他主導的 VLA-Adapter 開源專案在 GitHub 已累計超過 2200 顆星，目標是以更小的模型規模與訓練成本實現 VLA 能力；2200 顆星意味著開發者社群接受這套方案，也說明低成本、高效率這條路在社群層面跑得通。此外，團隊發起並運營 OpenHelix Robotics 開源社群，已公開多個 VLA 及具身智慧專案，有助於吸引人才、積累資料反饋，並在技術標準制定上保有主動。

但學術聲望和商業競爭力之間仍有距離。共生知行後續將透過技術報告披露模型架構、測試條件與評測方式，這是驗證技術路線可行性的關鍵一步。在那之前，卡丁車 Demo 是目前最公開的測試紀錄。

卡丁車 Demo 是技術驗證還是行銷手段？

共生知行強調，卡丁車 Demo 是一場「全身智慧壓力測試」，不是商業應用場景。把外界注意力從「機器人會開車」這個新聞點引向「機器人如何協調全身完成複雜任務」的技術本質，是這個定性的用意所在。在狹窄的座艙中，機器人要同時處理視覺感知、身體平衡、手部轉向與腳部油門及煞車控制，就任務本身的設計來說，確實是對全身協調能力的高強度考驗。

展示效果與技術成熟度之間，仍有距離。這場賽車 Demo 是階段性驗證，不代表機器人已具備通用駕駛能力，模型通用性、任務成功率與規模化部署等問題都還沒有答案。Demo 中未提及賽道長度、執行圈數或任務成功率等量化指標，外界難以評估機器人在真實環境中的穩定性。更根本的是，卡丁車環境相對封閉且可控，與開放、動態的真實場景相比，複雜度仍有差距。

「階段性驗證」的定位本身，也透露出新創公司展示技術時的謹慎。過早宣稱通用能力可能帶來反噬，強調「壓力測試」則為後續迭代留出空間。共生知行表示，未來將圍繞移動操作、高精度視覺對準、接觸式力控和長鏈條任務推出更多 Demo，卡丁車只是技術驗證序列的一環，後面還有更多場景要過。每一環能否成立，最終要看模型的泛化能力能否跟上任務複雜度的提升，而這也是整個人形機器人行業正在回答的問題。

從「動作執行」到「全身智慧」的行業轉向意味著什麼？

人形機器人的評價標準，正在深化。過去能否行走、能否抓取物體是主要技術指標；現在業界更關注機器人能否在複雜、動態的環境中協調多個關節與感官、持續完成任務。對機器人的要求不再只是單一運動能力，而是感知、決策、執行一體串通的整體能力。

共生知行的端到端技術路線，是對這個轉向的直接回應。傳統分層架構把感知、規劃、控制拆成多個模組獨立最佳化，資訊在模組間流轉時難免損失；端到端架構讓模型直接學習從感知到動作的對映，目標是減少這些損失。理論上這種路線更能處理複雜任務，但對資料質量、訓練成本與模型泛化能力的要求也相對更高。

在 VLA 領域，特斯拉、Waymo、輝達等頭部企業已建立起完整技術棧、已發表論文與量產驗證的三重組合門檻。初創公司要在這個領域競爭，光在單一技術點突破還不夠，整體技術棧的完整性與實證能力都要對標頭部。共生知行透過開源社群、學術論文與階段性 Demo，試圖先在技術聲望與實證能力兩端紮根。從學術論文到量產驗證，從開源社群到商業落地，這段路仍充滿挑戰，接下來幾個月的技術報告與新 Demo，是目前可以觀察的最近節點。

未來觀察：技術報告與更多 Demo 將如何驗證其主張？

技術報告是下一個具體的評估節點。共生知行表示，後續將透過報告披露模型架構、測試條件與評測方式；若能詳細說明模型如何處理視覺感知、多接觸點平衡與手眼腳協同，以及在不同測試條件下的效能表現，外界才能對這條技術路線建立有根據的判斷，而不只是依靠影片畫面。此外，公司還將圍繞移動操作、高精度視覺對準、接觸式力控和長鏈條任務推出更多 Demo，這些場景一個比一個開放，也將逐步考驗「全身智慧」主張在更多情況下是否站得住。

目前看來，共生知行的技術路線與團隊背景確實有競爭力，但要把技術賣給哪個行業或客戶，目前還不清楚。技術主張能否轉化為商業價值仍需時間回答。在具身智慧領域，技術路線的選擇、學術積累與開源策略都是構建競爭力的基礎，但從技術驗證到商業落地，還要在模型通用性、任務成功率與規模化部署等問題上取得突破。

卡丁車 Demo 是共生知行第一次完整亮相，也只是技術驗證序列的起點。機器人在封閉賽道協調手腳完成行駛，說明「全身智慧」這條路線在受控環境下跑得通；真正的考驗留在後面：開放、動態的場景呢？端到端架構在實際應用中能否減少資訊損失與適配成本？這些問題的答案，將決定共生知行能否在激烈的人形機器人競爭中佔有一席之地。未來幾個月，隨著技術報告發布與更多 Demo 推出，這條路線的潛力與侷限將更清晰。