技术驱动发展的时代，数字化治理已深度渗透至各领域，环卫行业也在十余年间完成了从纯人工到智能化的转变，实现了从人持扫把到人监管智能化设备的模式迁徙。然而环卫行业依然困在深层结构化矛盾之中：以人为核心的监管模式效率低且压力大、采集后的数据浩如烟海却依然呈现碎片化孤岛，设备愈发智能但精细化治理仍不得要领。

今天，在2026环境卫生博览会的论坛现场，库萨科技联合创始人兼CEO杨希发表了名为《环卫数智化基石：“世界”重建与多智能体决策》的主题演讲，披露了最新技术成果场景重建平台与环卫多智能体管理平台，用已在项目中实地运行、效果卓然的管控模式回应行业痛点，解决数据深层治理与集群统筹调度的难题，重构物理AI范式，构建更智能、全面的城市服务。

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。

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。

目前，两个平台已在常态化运营项目中应用并跑通，而库萨科技超40座城市的部署进程也正持续累积高质、真实的作业数据，为后期平台通过真实场景完成迭代演进奠定了基础。

未来，库萨将依托两平台协同下的治理能力，不断扩展场景数据的厚度与广度，持续优化多智能体管理调度的稳定可靠，依托数智化平台基石，推动构建万物互联、规模化落地的城市服务下半场。