共生知行发布人形机器人赛车Demo，以卡丁车验证全身智能路线

8月17日，具身智能初创公司共生知行（Symbiosis Robotics）发布了一段双足人形机器人驾驶卡丁车的Demo视频，官方网站同步上线。这是公司成立以来首次较为完整地对外展示其技术方向和阶段性研发成果。

视频中，人形机器人坐入卡丁车驾驶位，双手握住方向盘、双脚进入踏板区域，在封闭赛道上完成行驶。驾驶并非单一动作：机器人需要根据环境调整方向，在狭窄座舱中维持身体稳定，并协调手部转向与脚部油门、刹车控制。

卡丁车不是产品，是「全身智能压力测试」

共生知行明确表示，卡丁车并非公司的商业应用方向，而是借这一高难度场景，把视觉感知、多接触点平衡、手眼脚协同和精细力控放进同一条连续任务链，检验机器人能否像人一样调动全身完成复杂物理交互。

当前人形机器人的公开展示多集中在两类能力：

• 行走、奔跑等运动能力，考验本体结构与运动控制；
• 固定位置的上肢抓取，考验视觉识别与机械臂操作。

一旦需要同时保持平衡、理解环境并连续操作，模型、运动控制和硬件三者之间的耦合难度显著增加。这正是人形机器人从「能运动」走向「能完成任务」的核心难点，也是公司选择卡丁车场景的逻辑起点。

端到端路线与全身智能基座模型定位

围绕上述问题，共生知行将自身定位为面向双足人形机器人的「全身智能基座模型公司」，探索从视觉等感知信息到机器人全身动作输出的端到端技术路线。其目标是减少传统分层架构中多个模块之间的信息损失和适配成本，使模型更直接地学习身体、环境与动作之间的关系，并通过扩大数据规模获得跨任务能力。

公司同时强调，端到端并不等于通用能力已经实现，仍需要数据、底层控制、真机训练基础设施和严格评测共同支撑。因此，这段赛车Demo更适合被视为阶段性验证，而非机器人已具备通用驾驶能力的证明。公司表示，后续将通过技术报告披露模型架构、测试条件和评测方式。

团队背景与可核验成果

共生知行的核心成员来自智源研究院、港科大、极佳视界、小米、达摩院、蚂蚁、清华等机构，均为博士研究者，且团队成员在创业前已持续合作两年以上，研究方向覆盖视觉—语言—动作模型（VLA）、全身运动控制、力位统一控制、跨本体学习及数据利用。

在可公开核验的成果中，创始人丁鹏翔参与的 ReconVLA 获得 AAAI-26 杰出论文奖；其主导的 VLA-Adapter 尝试以更小的模型和训练成本实现 VLA 能力，该开源项目在 GitHub 已获得超过 2200 颗星。原生双足机器人基座模型团队的成员也是多篇人行机器人大脑论文的一作。

团队还曾发起并运营 OpenHelix Robotics 开源社区，已公开多个 VLA 及具身智能项目。

行业观察：从「能不能动」到「能不能持续完成任务」

对仍处早期阶段的双足人形机器人行业而言，一段视频无法回答模型通用性、任务成功率和规模化部署等全部问题。但它至少提示了一个值得观察的方向：行业竞争的焦点正在从「本体能否做出动作」，转向「模型能否调动全身，在真实环境中持续完成任务」。

共生知行表示，后续将围绕移动操作、高精度视觉对准、接触式力控和长链条任务推出更多案例，并陆续发布技术进展、开源项目和研究报告。该公司能否把现有技术积累转化为可扩展的全身智能模型能力，仍需后续技术披露与更多可复现结果来验证。