AIHOT 于 2026-08-18 收录了“共生知行发布人形机器人驾驶卡丁车 Demo，展示直接感知—控制模型”这一公开动态。以下先呈现从来源页面抓取的正文，再给出 AIHOT 摘要与 TopoReduce 编辑解读。
PUBLIC SOURCE CONTENT
已抓取公开正文公开原文内容
机器人自己开卡丁车，共生知行发布人形机器人赛车 Demo - IT之家
IT之家 8 月 18 日消息，共生知行（Symbiosis Robotics）昨日（8 月 17 日）发布双足人形机器人驾驶卡丁车 Demo，并同步上线官方网站。
这是共生知行公司成立后首次系统展示其在双足人形机器人“全身智能”方向阶段性进展。该公司表示，赛车只是第一项公开测试，未来还将围绕移动操作、高精度视觉对准、接触式力控和长链条任务推出更多案例。
共生知行公司官网列出了“直接感知 — 控制模型”。该公司表示，感知扩展让机器人更懂世界，但理解任务并不自动等于能够可靠行动，共生知行希望把智能模型的边界，从生成一个需要被追踪的运动学目标，推进到生成一个由当前身体状态决定、能够直接执行的物理动作。
直接感知 — 控制模型（Direct Perception Control Model）从动作接口、表征耦合与闭环训练三个层面重构执行链。模型彻底移除中间运动表征，不再生成需要独立 Whole-Body Tracker 追踪的运动参考，而是把视觉、语言、身体状态、动作历史与执行反馈直接映射为可执行的关节与手部目标。Symbiotic Attention 则让感知表征与控制表征在共享 action objective 下彼此 attention，使任务理解受到动作可执行性的约束，动作生成也能持续利用语义上下文。
在该模型加持下，宇树人形机器人实现了手 — 眼 — 脚协同，可右脚控制油门，并在驶出弯道前快速转向，将视觉时机、精准油门控制与驾驶语义结合起来。
据 AI 科技评论报道，共生知行公司由浙江大学与西湖大学联合培养博士生丁鹏翔创立，聚焦具身智能领域的端到端动作生成。该公司试图解决当前具身智能架构中“模型理解任务但动作执行不可靠”的结构性问题。
IT之家附技术报告：
https://symbiosis-robotics.com/research/dpc/zh/
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
这是共生知行公司成立后首次系统展示其在双足人形机器人“全身智能”方向阶段性进展。该公司表示，赛车只是第一项公开测试，未来还将围绕移动操作、高精度视觉对准、接触式力控和长链条任务推出更多案例。
共生知行公司官网列出了“直接感知 — 控制模型”。该公司表示，感知扩展让机器人更懂世界，但理解任务并不自动等于能够可靠行动，共生知行希望把智能模型的边界，从生成一个需要被追踪的运动学目标，推进到生成一个由当前身体状态决定、能够直接执行的物理动作。
直接感知 — 控制模型（Direct Perception Control Model）从动作接口、表征耦合与闭环训练三个层面重构执行链。模型彻底移除中间运动表征，不再生成需要独立 Whole-Body Tracker 追踪的运动参考，而是把视觉、语言、身体状态、动作历史与执行反馈直接映射为可执行的关节与手部目标。Symbiotic Attention 则让感知表征与控制表征在共享 action objective 下彼此 attention，使任务理解受到动作可执行性的约束，动作生成也能持续利用语义上下文。
在该模型加持下，宇树人形机器人实现了手 — 眼 — 脚协同，可右脚控制油门，并在驶出弯道前快速转向，将视觉时机、精准油门控制与驾驶语义结合起来。
据 AI 科技评论报道，共生知行公司由浙江大学与西湖大学联合培养博士生丁鹏翔创立，聚焦具身智能领域的端到端动作生成。该公司试图解决当前具身智能架构中“模型理解任务但动作执行不可靠”的结构性问题。
IT之家附技术报告：
https://symbiosis-robotics.com/research/dpc/zh/
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。
AIHOT 摘要
共生知行（Symbiosis Robotics）8 月 17 日发布双足人形机器人驾驶卡丁车 Demo，并上线官网，首次系统展示其在“全身智能”方向的阶段性进展。其直接感知—控制模型移除中间运动表征，将视觉、语言、身体状态等直接映射为可执行动作，使宇树人形机器人实现手—眼—脚协同驾驶。该公司表示，赛车只是第一项公开测试，未来将围绕移动操作、高精度视觉对准等推出更多案例。
为什么值得关注
价值在控制模型把视觉、语言和动作历史直接映射为关节与手部目标，省去独立全身追踪器，提示人形机器人控制链路可以更短。
工程化解读
从 TopoReduce 的工程视角看，这条信息属于“产品与工具”主题。它的价值不只在于一个新产品或新观点本身，还在于说明 AI 系统正在如何影响模型接入、智能体协作、研发流程、基础设施和团队决策。实际采用前，应结合原文确认版本、适用范围、价格和运行条件。
- 发布时间：2026-08-18；AIHOT 分类：产品与工具。
- AIHOT 标签：
- AIHOT 判断：价值在控制模型把视觉、语言和动作历史直接映射为关节与手部目标，省去独立全身追踪器，提示人形机器人控制链路可以更短。
- AIHOT 评分：39；评分用于站内排序，不等同于独立评测结论。
TopoReduce 编辑观察
当 AI 动态进入真实生产环境，团队需要同时关注能力边界、数据来源、调用成本、权限控制和可回滚性。把单条新闻放回完整工程链路中阅读，比只看标题更有助于判断它是否适合自己的产品和工作流。