知识卡片：WRC乒乓球局爆火！这家中国具身创业公司，砸出了一套全栈新解法

英文标题：原文未提供英文标题；建议译名：WRC Table Tennis Goes Viral! This Chinese Embodied Intelligence Startup Unveils a Full-Stack Solution（待核实） 英文关键词：ai-industry（来自材料 Topics 标签）；原文完整英文关键词待核实

一句话结论

据量子位报道，中国具身智能创业公司“超维动力”在2026年世界机器人大会（WRC）现场演示了人形机器人打乒乓球，并展示了从本体、灵巧手、数采设备、世界模型到训练Infra的全栈布局；文章判断，具身智能竞争正从“单点Demo”转向“本体—模型—数据—真实场景”的闭环效率。

事件概述与研究问题

• 2026年8月26日，量子位报道，超维动力在全尺寸人形机器人KAI Bot上演示乒乓球系统SMASH，现场吸引大量观众。
• 同步展示的还有高自由度灵巧手KAI Hand、数采头环KAI Halo、KAI World Model，以及覆盖数据和训练流程的KAI Embodied AI Infra。
• 核心问题：为什么具身智能需要同时做硬件本体、具身大模型、高质量数据采集和底座Infra？这些模块如何形成持续迭代的闭环？

方法/产品要点

本体与硬件

• KAI Bot：全尺寸人形整机，身高173cm、体重70kg，全身117个自由度；近80%区域覆盖触觉皮肤，集成约18000个触觉触点，理论上可感知0.1N以上的轻微触碰。
• KAI Hand：独立销售的灵巧手，37个自由度，其中20个主动自由度、1个被动自由度、16个柔顺自由度；指尖力超过30N；持续抓握10分钟后，整手最高温度不超过人体体温。

世界模型与乒乓球系统

• KAI World Model：目标是让机器人理解物理世界并预测动作结果；同时探索JEPA式路线、3D方法和视频生成，概括为“4D世界建模”。
• SMASH人形机器人乒乓球系统：将视觉感知、轨迹预测、动作规划和全身控制串成闭环；毫秒级捕捉来球、预测轨迹，实时计算击球时机、速度和角度。
• SMASH此前完成了“真·人类史上首场人形机器人自主乒乓球完整对局”，即机器人之间打完11分制比赛。
• SMASH不只部署在自家本体上，相关算法还适配了宇树G1与智元远征A3等机器人。

数据与训练基础设施

• KAI Halo：数采头环，用于采集第一人称多模态数据；公司披露已积累超过10万小时视频数据，覆盖20多个场景和300多种全身原子技能。
• KAI Embodied AI Infra：覆盖数据处理、模型训练、仿真评测和真机部署；据官方数据，可将高质量数据生产效率提升10倍，模型训练与评测速度平均提升5至7倍。
• 商业化路径：2026 WAIC期间，KAI Hand和KAI Halo Lite已开始公开销售。

主要结果与产业意义

• 文章认为，具身智能领域的“全栈路线”正在成为共识：Figure自研Helix模型并进入宝马工厂；Tesla Optimus依托FSD、供应链和自有工厂；Physical Intelligence从模型侧出发做通用具身基础模型。
• 超维动力成立于2025年7月，约一年时间内将整机、灵巧手、数采设备、世界模型和训练Infra推到台前，速度较快。
• 文章判断，在资金和算力不占绝对优势时，“闭环效率”是中国创业公司缩短差距的重要杠杆。
• 产业意义在于：机器人完成一次任务不代表产品化，能否在不同环境、不同本体上稳定复现，才是进入真实世界的关键。

为什么重要

• 具身智能正在从“一段视频出圈”进入“系统竞争”：数据进入模型，模型驱动本体，执行结果再回到训练系统，缺一环都会断掉。
• 罗平在文章中的比喻值得关注：语言模型的用户是普通人，具身模型的用户是机器人；错误不只是答案不准确，还可能变成抓取失败、碰撞或失去平衡。
• 超维动力案例提供了一个观察中国具身创业公司如何“全栈一步到位”的新样本，尤其是乒乓球场景对视觉、预测、规划、控制和跨本体适配的综合考验。

与既有脉络的关系

本条与已有相关卡片（NIST AI RMF、Epoch AI Publications、OpenRouter博客归档）无直接重复；可视为对“AI行业/具身智能”方向的增量更新，提供了2026 WRC现场案例和一家中国创业公司的全栈路线判断。

局限与不确定性

• 文中“超过10万小时视频数据”“20多个场景”“300多种全身原子技能”“数据效率提升10倍”“训练与评测速度提升5至7倍”等均为公司披露或官方数据，未获第三方独立验证。
• “真·人类史上首场人形机器人自主乒乓球完整对局”是报道/公司说法，需要赛事录像或第三方记录核实。
• KAI Bot在WRC现场面对擦网球和高抛球仍能“丝滑救球”，来自“现场围观的业内人士透露”，无法从材料确认，待核实。
• 文章提到“超维动力的Infra团队很强”，并称“华为自动驾驶从0到100万量产交付背后的Infra平台就是他们做的”，但文章明确说这是“小道消息”，待核实。
• “有潜力超越Figure”是文章观点，不是可验证事实。

可用于图书/PPT/简报的角度

• 从“一段Demo”到“一套系统”：WRC乒乓球局为什么比单点炫技更有产业信号。
• 全栈路线对比：Figure、Tesla Optimus、Physical Intelligence与超维动力的异同。
• 以SMASH为例，拆解“视觉感知→轨迹预测→动作规划→全身控制”的技术链路。
• 具身数据从哪里来：KAI Halo、10万小时数据、真实场景与数据回流。
• 中国具身创业公司面对资金和算力差距时，如何以“闭环效率”作为杠杆。

原始材料

• 媒体：量子位 QbitAI
• 原标题：WRC乒乓球局爆火！这家中国具身创业公司，砸出了一套全栈新解法
• 作者：听雨
• 发布时间：2026-08-26
• URL：https://www.qbitai.com/2026/08/478860.html
• Track/Topics：industry / ai-industry