8月17日，具身智能创业公司共生知行（Symbiosis Robotics）发布双足人形机器人驾驶卡丁车Demo，并同步上线官方网站。这是该公司成立后首次系统展示其在双足人形机器人“全身智能”方向的阶段性进展。在演示中，搭载共生知行控制模型的宇树人形机器人实现了手—眼—脚协同，可右脚控制油门，并在驶出弯道前快速转向，将视觉时机、精准油门控制与驾驶语义结合起来。
共生知行在官网公布了其核心技术方案“直接感知—控制模型”（Direct Perception Control Model）。该公司表示，感知扩展让机器人更懂世界，但理解任务并不自动等于能够可靠行动，共生知行希望把智能模型的边界，从生成一个需要被追踪的运动学目标，推进到生成一个由当前身体状态决定、能够直接执行的物理动作。这一思路针对的是当前具身智能架构中“模型理解任务但动作执行不可靠”的结构性问题。
从技术架构来看，直接感知—控制模型从动作接口、表征耦合与闭环训练三个层面重构执行链。模型彻底移除中间运动表征，不再生成需要独立Whole-Body Tracker追踪的运动参考，而是把视觉、语言、身体状态、动作历史与执行反馈直接映射为可执行的关节与手部目标。这一设计意味着模型输出的不再是抽象的运动学目标，而是可直接下发至执行器的物理动作指令，从而规避了传统分层架构中因运动表征转换带来的精度损失与延迟。
在表征耦合层面，共生知行引入了Symbiotic Attention机制，让感知表征与控制表征在共享action objective下彼此attention，使任务理解受到动作可执行性的约束，动作生成也能持续利用语义上下文。这种耦合方式改变了感知与控制各自独立优化的传统范式，使模型在生成动作时能够实时参考语义理解结果，同时让感知过程受到动作可行性反馈的调节，形成双向约束的学习信号。
据AI科技评论报道，共生知行由浙江大学与西湖大学联合培养博士生丁鹏翔创立，聚焦具身智能领域的端到端动作生成。公司团队背景兼具学术研究与工程落地经验，试图从底层架构层面解决当前具身智能系统在复杂动态环境中执行可靠性不足的问题。此次选择赛车场景作为首个公开测试，意在验证模型在高速动态、强实时约束条件下对全身协调控制的能力——卡丁车驾驶要求机器人同时处理视觉测距、油门开度调节与转向时机判断，对感知延迟和控制频率提出了较高要求。
共生知行表示，赛车只是第一项公开测试，未来还将围绕移动操作、高精度视觉对准、接触式力控和长链条任务推出更多案例。从路线图来看，该公司并不满足于单一场景的演示验证，而是计划通过多类任务逐步覆盖具身智能在工业、服务等场景中的核心能力需求。移动操作考验的是机器人导航与抓取的协同，高精度视觉对准涉及工业装配中的定位精度，接触式力控则关系到打磨、插拔等精细作业的力觉反馈，长链条任务则指向多步骤复杂流程的自主规划与执行。
当前具身智能领域的技术路线大致分为两类：一类以“感知—规划—控制”分层架构为主，依赖中间运动表征进行任务分解；另一类则尝试端到端学习，直接从传感器数据映射到动作输出。共生知行所提出的直接感知—控制模型更接近后者，但通过Symbiotic Attention机制在感知与控制之间建立了动态耦合，试图在保留端到端学习优势的同时，增强模型对任务语义的利用效率。这一技术选择的实际效果仍有待更多场景的验证，但其对“理解”与“执行”之间鸿沟的针对性设计，为行业提供了一种值得关注的解决思路。
随着人形机器人赛道持续升温，如何让机器人在真实物理环境中可靠执行复杂任务，已成为制约产业落地的关键瓶颈。共生知行此次以赛车场景展示其控制模型在动态环境中的表现，后续能否在其他任务类型中复现类似效果，将决定该技术路线的适用范围与商业化前景。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
