Kinetix AI 在一年內建構出完整的人形機器人技術堆疊

這台「無臉」機器人的乒乓球回球，反而是它最不引人注目之處

本月在北京舉行的世界機器人大會上，一具頭部空洞、形似頭盔的人形機器人展現出流暢的乒乓球回擊，吸引了大批觀眾駐足觀看；即使面對幾次擊球失誤或尷尬的高彈跳球，它也能在不改變步調的情況下追回來球。 這台名為「KAI」的機器人隸屬於 Kinetix AI——這家成立於 2025 年 7 月的深圳新創公司，專門自主研發類人型機身、靈巧的手部、動作捕捉頭盔，以及將這些元件整合在一起的世界模型軟體。 在短短一年多時間內，該公司已組建出由五個部分組成的具身人工智慧技術堆疊——硬體、機械手臂、數據擷取、預測性世界模型以及訓練管道；而美國融資規模最大的人形機器人公司 Figure，耗時約三年才建構出這套系統。

Kinetix AI（深圳超維動力智能科技有限公司）在中國機器人界以外尚不為人熟知，而世界機器人大會（WRC）上的乒乓球示範影片，更像是為社群媒體動態設計的短片，而非用來支撐財務報表的實績。 但這段示範背後所傳達的主張——一家僅成立一年的公司，竟複製了規模大得多的競爭對手耗時三年且投入遠更多資金才組建完成的完整技術架構——卻值得深入探討，因為這考驗了 「全棧」具身人工智慧究竟是真正的資本與時間護城河，還是任何人力充足的團隊如今都能迅速達成的標準清單。

全棧類人型機器人公司所需的五大要素

Kinetix AI 的論點——此觀點亦獲得 Figure、特斯拉以及專注於模型開發的新創公司 Physical Intelligence 等業界同仁的贊同——在於沒有任何單一組件能憑一己之力贏得類人型機器人的競賽。一個功能強大的機身若缺乏驅動它的模型，不過是個昂貴的模特兒罷了。 而一個功能強大的模型，若缺乏用於訓練的真實世界部署數據，便無法超越實驗室環境進行泛化。Kinetix AI 已建構出該論點所需的全部五項要素：KAI Bot，這是一款身高 173 公分、體重 70 公斤、具備 117 個自由度及約 18,000 個觸覺感測器的類人型機器人

其約 80% 的體表佈滿感測點，靈敏度足以偵測小於 0.1 牛頓的接觸力； KAI Hand，一款具備 37 自由度的靈巧機械手，作為獨立產品販售，指尖施力可達 30 多牛頓，並配備熱管理系統，即使連續抓握十分鐘後，其溫度仍能維持在人體溫度以下； KAI Halo 及其更輕量化的 KAI Halo Lite，這兩款可穿戴設備由數百名資料蒐集人員使用，用於在住宅、超市、商業空間及小型工廠內錄製第一人稱視角的多模態影像； KAI World Model，這套預測系統被該公司描述為「即時生成式環境」，允許人類操作員在模擬空間中操縱物體，並根據結果產生訓練數據；以及KAI Embodied AI Infra，這套後端平台負責處理上述數據、訓練模型，並在部署前透過模擬進行評估。

該公司表示，其資料蒐集工作已在超過 20 種情境中累積逾 10 萬小時的第一人稱影片，涵蓋 300 多種全身原子級技能；且其基礎架構平台將資料處理吞吐量提升十倍，並將模型訓練與評估速度提高五至七倍。 對於評估供應商的買家而言，這些倍數提升比標榜的自由度數量更為重要，因為任何具身人工智慧產品的上限，不在於硬體有多靈活，而在於底層模型在開始收集部署數據後能以多快的速度提升；而訓練迴圈越慢，當兩家競爭供應商並行運作的時間越長，能力差距就會越拉越大。

押注於「重複利用」，而非單一機器人

這場內部代號為「SMASH」的桌球示範，並非噱頭，而是驗證該基礎架構主張的實用測試案例。快速移動且難以預測的球路，迫使機器人必須在緊湊的閉環中進行感知、預測與行動，而非執行預先編寫的例行程序，而 Kinetix AI 表示

SMASH 的感知與控制堆疊並非專為其自有硬體打造。相同的演算法已經過調整，可運行於 Unitree 的 G1 及 AgiBot 的「元正 A3」上——這兩款由競爭對手公司打造的人形機器人平台，是中國境內部署最廣泛的機種。 一套無需完全重構即可移植至競爭對手硬體的軟體堆疊，其商業意義遠比僅能在供應商自家機器人上運行的堆疊更為強大，因為這表明底層的感知與控制層確實具有可重複使用的特性，而非僅針對單一機台進行手動調校， 這種可移植性，正是評估多家機器人供應商的買家在決定採用任何單一供應商的軟體之前，希望獲得確認的關鍵因素。

Kinetix AI 也已開始獨立將軟體堆疊的各個模組進行商業化，而非等待一款完整且準備上市的人形機器人問世。 KAI Hand 與 KAI Halo Lite 已於今年稍早的 WAIC 會議期間公開發售，讓其他機器人開發者無需購買完整的 KAI Bot，即可為自身平台購置這隻靈巧的手部裝置，或為其模型訓練工作購置資料擷取裝置。這種拆分銷售有兩點是採購團隊應注意的： 這不僅能在完整類人型機器人產品上市前，便為公司帶來營收與市場反饋；更將每位獨立組件的買家轉化為額外部署數據的來源，這些數據將回流至 Kinetix AI 自身的模型中——這正是 Figure 透過直接工廠部署所追求的「數據飛輪」模式，也是特斯拉透過其垂直整合的 Optimus 計畫所追求的目標。

推動高速發展的團隊

Kinetix AI 的發展速度背後，有具體且可驗證的解釋，而非某種難以闡明的捷徑。 共同創辦人羅平在香港大學擔任計算與數據科學系教授，該公司亦與香港大學的 MMLab 及深圳和灿合作區保持著積極的研究合作關係。對於其基礎設施的聲明而言，更具說服力的是，工程團隊的成員

此前曾為華為的自動駕駛計畫建置數據與訓練基礎架構，協助該計畫從原型階段擴展至交付超過一百萬輛量產車；此外，他也曾參與復健用外骨骼及 L4 級自動駕駛礦用卡車的相關工作。 這段背景至關重要，因為 Kinetix AI 技術疊層中最難仿造的部分正是基礎設施層——這條看似不起眼的處理管道負責接收原始感測器數據、進行清理、 並以此訓練模型及評估結果，直到資料傳送至實體機器人之前——這正是擁有將自動駕駛數據管道擴展至量產規模經驗的團隊，最能迅速建置的層級。

與 Figure 的比較真正成立之處

成立於 2022 年的 Figure，憑藉將自主設計的人形機身與其專屬的 Helix 視覺-語言-動作模型相結合，並在 BMW 工廠內進行實地部署，成功建立了真實任務數據與模型重新訓練之間的閉環，從而奠定了其聲譽。 特斯拉的 Optimus 計畫則倚重該公司現有的自動駕駛軟體堆疊、供應鏈及生產線，以同步推進機身、模型與製造的進展。Physical Intelligence 則採取了更為狹義的「模型優先」策略，致力於打造一款通用型具身基礎模型，旨在跨不同機器人機身運行，而非僅限於其自行製造的機身。 Kinetix AI 的商業模式最接近 Figure 的策略藍圖：其硬體、模型及真實世界數據皆由內部開發並相互饋回，但耗時僅為 Figure 的大約三分之一。這得益於其創始團隊具備基礎設施專業知識——這正是多數初次創業的機器人創業者需在實務中耗費數年才能累積的經驗。

這項比較存在實際限制，投資者在將 Kinetix AI 視為 Figure 的同級競爭者而非模仿者之前，應仔細權衡這些因素。Figure 在 BMW 工廠的部署，不僅在持續的實際運作條件下產生生產線數據，更建立了與付費工業客戶的穩固合作關係；

截至目前為止，Kinetix AI 的商業部署僅限於獨立元件銷售與會議展示，尚未達到可比擬的生產環境。 一個運作正常的乒乓球示範，以及一套內部報告中的吞吐量倍增數據，其證明力遠不及一份為期數年的工廠合約；而在展示技術能力與大規模銷售可靠且具備技術支援的產品之間，存在著一道鴻溝——這正是大多數類人型新創公司歷來面臨的困境，無論其技術架構在紙面上看起來有多麼完善。

這對評估具身 AI 供應商的買方意味著什麼

對於評估類人型機器人或具身人工智慧供應商的採購或自動化團隊而言，Kinetix AI 的架構是一個有用的範本，可供制定盡職調查問題清單，用以審視任何聲稱具備全棧能力的供應商（而不僅限於這家）。 應詢問供應商的數據管道與訓練基礎設施是自主開發還是授權取得，因為由具備直接擴展類似管道經驗的團隊所建置的基礎設施，與新創公司首次組裝的基礎設施相比，其風險評估有實質上的差異。 詢問供應商的感知與控制軟體是否曾在非自家製造的硬體上進行過演示，因為跨平台的可移植性，比在供應商自有機器人上進行的一次精緻演示，更能顯示軟體的可重複使用性。 此外，請詢問供應商當前營收中有多少比例（如有）來自已出貨的獨立組件，而非仍在開發中的完整產品；因為一家能從現有部分產品中獲得真實市場反饋的公司，相較於等待人形機器人完成並上市的企業，更能及早透過付費客戶驗證其假設。

Kinetix AI 尚未公佈完整 KAI Bot 單元的定價或確切交貨日期，且其所公布的規格或吞吐量倍數，均未在該公司自身披露範圍外經過獨立基準測試。究竟是

可以獨立驗證的事實是，這些組件確實存在，靈巧的機械手臂與資料擷取裝置正於今日出貨給外部買家， 一套感知與控制系統已應用於至少兩家競爭對手公司的機器人上，而一支成立僅一年的團隊所宣稱的產能數據，若出自一家營運歷史長達其三倍的公司之口，倒也算不上什麼驚人之舉。 這種速度究竟反映了 Figure 和特斯拉所追求的同一目標的一條真正更快捷徑，還是反映了一家公司在面臨持續工廠部署這項更嚴苛考驗之前，已將最易展示的成果提前釋出的現象，這將是未來十二個月將揭曉的答案。 回到 WRC 展場現場，KAI 持續透過那些彆扭的網前截擊與狂野的高吊球，展現出區別於預先排練的示範與真正具備反應能力的系統的特質——這種看似不起眼卻一貫穩定的表現，比起任何單一的規格表，才是買家實際上應該關注的重點。

本分析綜合了 2026 年 WRC 展會結束後數日內報導的企業公告、產品規格及公開會議示範內容。

免責聲明：本文僅供一般資訊參考，不構成投資、法律或採購建議。讀者於做出商業決策前，應向原始來源核實相關細節。