近日，具身智能领域迎来新突破——共生知行（Symbiosis Robotics）公司发布了双足人形机器人驾驶卡丁车的演示视频，并同步上线官方网站。这是该公司自成立以来，首次系统性展示其在“全身智能”方向的技术进展，标志着人形机器人从单一任务执行向复杂场景交互迈出关键一步。
据公司介绍，此次演示的卡丁车驾驶仅是技术验证的第一步。未来，团队计划围绕移动操作、高精度视觉对准、接触式力控等场景，开发更多长链条任务案例，例如在动态环境中完成工具使用或复杂装配。这一路线图凸显了公司对“全身智能”的定位——让机器人通过身体与环境的直接交互，实现从感知到行动的无缝衔接。
核心技术突破源于其提出的“直接感知—控制模型”（Direct Perception Control Model）。该模型摒弃了传统架构中“感知-运动规划-执行”的分层设计，转而构建了一个端到端的动作生成系统。具体而言，模型将视觉输入、语言指令、身体状态、动作历史及执行反馈直接映射为可执行的关节与手部目标，彻底移除了中间运动表征层，无需依赖独立的全身追踪器（Whole-Body Tracker）生成运动参考。
为实现这一目标，模型从三个层面重构执行链：动作接口层面，通过统一接口整合多模态输入；表征耦合层面，引入“共生注意力机制”（Symbiotic Attention），使感知表征与控制表征在共享动作目标下动态交互，确保任务理解受动作可行性约束；闭环训练层面，通过持续反馈优化动作生成，使机器人能利用语义上下文调整行为。例如，在卡丁车驾驶场景中，机器人需协调手、眼、脚动作：右脚控制油门力度，左手调整方向盘角度，同时结合视觉信息判断弯道时机，将驾驶语义转化为精确的物理操作。
技术验证中，团队基于宇树科技的人形机器人平台，实现了手-眼-脚协同的复杂操作。演示视频显示，机器人能根据弯道曲率提前减速，在驶出弯道时快速转向，并通过油门控制保持车身稳定。这一成果验证了模型在动态环境中的实时决策能力，为后续开发工业巡检、家庭服务等场景奠定了基础。
公开资料显示，共生知行由浙江大学与西湖大学联合培养的博士生丁鹏翔创立，核心团队聚焦具身智能领域的端到端动作生成技术。公司试图解决当前架构中“模型理解任务但执行不可靠”的痛点，通过直接映射感知与动作，缩小认知与物理世界之间的鸿沟。目前，其技术报告已同步发布，详细阐述了模型架构与实验数据。
