在2026年世界人工智能大会（WAIC）的具身智能展区，各家机器人公司争相展示做咖啡、拍照、跳舞等炫技动作，但一家成立仅一年的公司——苏度科技——却以另一种方式吸引了大量关注。其展台前，几台机器人安静地执行着抓取物品、双手配合用布包裹物品、将零件插入对应孔位等看似基础的任务，但动作的稳定性、成功率和泛化性令人印象深刻。
这并非苏度科技首次技惊四座。今年4月，该公司首次公开了全栈自研的具身智能平台 #sudo R1。在一段60分钟的演示视频中，机器人连续抓取了百余件此前未见过的物体，包括透明玻璃杯、反光金属件、柔软布料和不规则形状玩具等，成功率接近100%。6月，在ICRA和CVPR等国际会议上，面对现场观众随机摆放的物品，该系统依然保持了极高的抓取成功率。
苏度科技成立仅一年便获得200亿元估值，其背后的技术团队是核心支撑。创始人苏昊是复旦大学浩清特聘教授、通用物理智能研究院首任院长，曾主导创建ShapeNet和PointNet等影响三维视觉发展的基础工作，并持续推动SAPIEN、ManiSkill等机器人仿真平台建设，其Google Scholar引用量超过15万次。联合创始人兼CEO韩铮拥有微软亚洲研究院和AI创业经验，研发副总裁徐泽祥曾任Adobe Research研究科学家。
此次WAIC展台上，苏度展示了从单臂操作到多机协作的十余项技能，涵盖精准放置、柔性物体操作、双手协同、移动抓取和自主导航等场景。研发副总裁陈润泽介绍，苏度将机器人的基础能力单元定义为“原子能力”，认为机器人应像人类一样通过积累基础能力来应对复杂任务，而非针对每个任务重新训练。苏昊在WAIC主论坛演讲中指出，物理智能真正缺少的不是更多孤立的任务演示，而是“把散落的知识聚合”起来，形成对物理世界的系统理解。
在数据路线上，苏度选择了一条与众不同的路径：让机器人首先在仿真世界中大规模积累经验。团队构建了完整的数据生成管线，每天能生成百万级规模的数据。苏度采用“仿真训练 + 真机辅助”的虚实融合路线，以大规模仿真数据为基底，让机器人掌握底层能力，同时结合精细真机数据提升模型在真实环境中的适应性。这种路线使得底层原子技能可以像积木一样组合复用，快速迁移到新任务场景。
硬件方面，苏度展出了一只自研的22自由度直驱灵巧手。该灵巧手采用直驱方案，使控制输入与关节响应之间更加直接，提高了力控能力。手指末端还设计了类似指甲的结构，帮助机器人完成捏取细针、扣开易拉罐等精细任务。苏度强调软硬件一体化，认为硬件设计本身会影响模型能力，只有掌握从机械结构到算法模型的完整链路，才能缩短迭代周期。
在工业落地方面，苏度与宁德时代合作的电池装配机器人已在锂电组装产线上验证，四台机器人协同完成锂电池模组装配任务，抓取成功率达到99.5%以上。此外，苏度正与全球领先零售企业推进技术方案规划，探索机器人在盘点、补货、货架巡检等任务中的应用，并与头部连锁品牌推进餐饮服务机器人项目。
陈润泽表示，从Demo到规模化部署，中间隔着巨大鸿沟：“可靠性从90%到99%+，背后是一个巨大的宇宙。”苏度将真实部署视为模型训练的一部分，每进入一个客户现场，遇到的新问题和失败案例都会重新进入模型训练，不断提升下一次部署的成功率。苏度的目标是2027年实现百台级交付，2028年进入千台级规模。
苏度科技此次WAIC首秀，展示了其对通用机器人能力增长路径的探索：通过虚实融合的数据体系提升模型泛化能力，用软硬件协同缩短迭代周期，再通过真实场景不断验证模型边界。在行业共识尚未收敛的当下，苏度正试图用其技术路线回答一个关键问题——机器人公司能否持续以同样速度获得新能力，并将这些能力稳定地部署到真实世界中。