【导语：从数字模型到真实街头】
当大模型从“数字世界”跨向“物理世界”，难点不在于让机器学会扫地，而在于让它面对一条从未见过的非结构化街头——违停的车辆、穿行的外卖电单车、清晨逆光、雨后积水反光——在没有人预先准备场地的情况下，直接完成理解、预判与行动。
这一过程，正在由具身智能企业太乙机器人（TAYEE.AI）尝试验证。其全栈自研的 TPM 物理大模型与首款旗舰载体——太乙·九灵智能清扫机器人，已在 2026 深圳 APEC 峰会期间于前海核心片区及周边迎宾街区开展清扫示范作业。
到场即作业：部署环节被压缩在哪里
“外购通用底盘 + 传感器 + 静态高精地图”是一条成熟、可靠的技术路线，也是目前行业的主流配置之一。当跨区调度与临时布防越来越频繁，与建图、复图相关的投入，正成为运营方需要重点测算的一笔账：
部署阶段的准备时间。 设备进场前通常需要一段准备期，用于场地数据采集与底图制作；跨街区调度或园区改动线时，这部分工作往往需要重新进行，工期与人力也随之增加。
复杂工况下的人工介入。 逆光、积水反光、临时围挡等场景，运营方通常会安排人员现场值守，以应对设备可能出现的暂停。
渠道的交付成本。 跨区域交付时，服务投入会压缩渠道的分销空间，这部分成本此前较难被单独计量。
太乙机器人选择的路径是：不做硬件集成，而是把能力集中在通用的具身智能大脑上，环卫是第一个考场。
架构拆解：TPM 的三中枢如何协同
太乙·九灵的核心，是全栈自研的 TPM 物理大模型，严格对齐 VLA（视觉-语言-动作）架构。它采用专家模型结构，拆成三大中枢，构成从感知到动作的端到端链路：
理解（Language Expert）：融合多模态感知，直接“读懂”路缘、绿化带、建筑边界等空间语义，理解场景中各类要素的空间关系；
预测（World Expert）：基于高阶世界模型，实时推演行人、两轮车与异形障碍的运动趋势，在逆光、积水反光等条件下保持稳定感知；
执行（Action Expert）：依托全栈自研线控底盘，把语义理解与时空预测转化为控制指令，实现平稳绕障与贴边清扫。
三者闭环，构成“看得懂、想得清、做得准”的端到端具身智能中枢。
工程落地：四个可核对的答案
在 CIO 与集成商关心的工程指标上，太乙·九灵给出的是一组可核对的具体参数：
算力与感知配置如何？ 256TOPS 计算平台，配激光雷达、高精度 RTK 双天线阵列、高清摄像头、3D 鱼眼相机与超声波探头。
窄巷陡坡能不能进？ 宽窄自适应——展开 1350mm、单小时 4700㎡（约 11 个篮球场），收起 1070mm 可进入窄巷与非机动车道；20% 爬坡、IPX5 防水、-10℃至50℃稳定出勤。
能不能真的省钱？ 100L自动打包垃圾箱+50L水箱+10kWh电池，支持自动充电、加水与垃圾封口打包，减少人工倾倒与更换袋的频次；一线人员可转向一人值守多台设备的运维岗。
代理商好不好卖？ 支持到场即作业，减少驻场工程师投入；配合TOS平台标准化API接入，交付形态更接近标准化产品。
把成本结构拆开看，可以分成四个环节：
【进场部署】 运抵现场即可开机作业，跨区调度时作业方式保持一致
【日常运维】 自动打包、自动充电加水，支持远程值守
【售后兜底】 世界模型自适应处理，减少现场求援频次
【跨区复用】 同一台设备可在多个场地复用
四项叠加，省的是贯穿设备全生命周期、持续发生的结构性成本——恰是数智化转型里最易被“采购价”掩盖、却真正决定 ROI 的部分。
数据积累与长期能力
当下的账可以算清，长期的能力在于积累。基于在多个城市公共空间积累的、经授权脱敏的场景数据，太乙持续对模型进行迭代优化，使设备在不同地域的场地条件下具备更好的适应能力；这套具身智能能力，也在向巡检、安防、物流等场景延展。
太乙·九灵适用于市政人行道、非机动车道、城市广场、商业街区、工业园区、居住社区、公园景区及污水厂等多类场景，均可按需定制落地；2027 年 1 月将迎来规模化量产交付，全国城市合伙人、行业渠道代理与政企场景示范通道现已开启。搜索“太乙机器人”即可获取产品白皮书与合作方案。
