湖北
9月20日，库萨科技联合创始人兼CEO杨希在2026环境卫生博览会的论坛现场，围绕《环卫数智化基石：“世界”重建与多智能体决策》主题发表演讲，首次公开了两款平台：场景重建平台与环卫多智能体管理平台，据杨希介绍，两款平台旨在解决环卫行业的管理痛点，并均已在库萨实际落地项目中运行、跑通，经受了真实作业场景的检验。
自环卫行业开启数字化变革，无人清扫机器人等智能化设备便加速落地，发生量级改变，但数量的增多并未真正改变作业体系的深层逻辑。首先是数据层面，多数都停留在采集整理环节，并未深入探究如何利用数据推动治理；其次是协同层面，现阶段环卫工人、智能化设备以及城市中的设施都是孤立的主体，缺乏统一调度机制，更无法实现真正的智能化作业。
场景重建平台：机器人“看得懂”的可复用世界库
场景重建平台不仅能给管理者提供直观的“数字化孪生城市”，还能支持机器更准确地读懂真实作业场景。平台基于真实物理场景数据进行重建：场景中的要素可以标记、可以分层叠加显示，物理特征被编码为标准化、结构化数据。这些数据不只服务单台机器人，更可以支持多种类机器人、多角度训练使用，相当于为城市服务作业建立一套可以反复调用、持续积累的场景数据库。
环卫多智能体管理平台：多层级闭环的智能化“项目经理”
如果说场景重建平台解决了数据治理的难题，那么环卫多智能体管理平台便聚焦在如何高效统筹并执行现场任务上。平台以智能化项目经理角色优化调度，把合适的任务下发给合适的人与设备；基于“SaaS服务平台+智能体终端”的轻量化模式，它可将作业体系中的环卫工人、机器人、垃圾桶、摄像头等所有设备设施转为拥有数字分身的智能体，构建“机器人-人-设施”的全域协同网络。
行业指挥驾驶舱：先推演再检索的动态调度智能中枢
行业指挥驾驶舱是多智能体调度决策的中枢，其打通了仿真世界与真实世界，可依托先储备后调用的层级响应为实景作业提供最优解，为万级智能体的实时响应、全域协同配上“大脑”。
首先，平台可通过在数字沙箱中的动态仿真与演习，适配不同作业智能体的能力边界，提前制定好不同场景下的初始最优调度方案，以连续演变能力为非预期的复杂场景准备好应对策略；其次，当真实作业任务出现，大模型就充当了两个世界之间的“翻译”，精准识别作业场景并识别其与仿真世界的相似度，匹配最优的调度方法并将任务直接下发给最合适的终端执行者，用AI原生的经验调用驱动智能统筹。
多智能体大模型：专家模块构成的核心智能大脑
作为驱动平台运转的核心引擎，多智能体大模型贯穿作业全流程，它可将感知、分析、规划等不同任务分配给更匹配的专家模块处理，并汇聚成统一的调度决策，以分布式处理通道有效支撑复杂场景下的多智能体协同。这正是多Agent在环卫作业乃至城市服务中的价值体现：它让多智能体理解真实作业环境并相互通信协商，以全局视野自主调度整张协同网络。
实景验证：从概念到跑通的闭环回响
技术不落地便终究是幻觉。库萨通过现场展现的平台画面，以真实直观的方式呈现多智能体调度的完整过程，展现其运营后实打实的效能。
作业场景中的固定摄像头检测到路面与草坪上有垃圾，实时预警上报至平台，平台依托多智能体大模型拆分任务并分布式下发：机器人读取数据并负责清扫路面，环卫工人通过手环接收任务、处理草坪，二者完成任务后可立即回传结果，供摄像头复核并确认问题解决，快速高效结束工单。
全程没有无效的决策流转，也不是多个主体的各自为战，机器人、人与设施通过任务网络实现全域协同，完成全自动化调度管理，通过闭环运转的多智能体决策，切实推动城市服务从单机智能走向集群协同。
这两个平台的发布，意味着城市服务的竞争已经从单台设备够不够智能转向成百上千台设备与环卫人员在城市中作业时，能否被组织成一个高效协同的作业系统。
库萨科技正在用行业领先的商业进程，不断积累场景数据，用超40座城市的部署基础支撑平台在更多真实场景中优化迭代，完成场景数据更深的积累与多智能体决策更稳的进化，用规模化的落地协同实现城市服务的真无人化。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
