首页 / 资讯详情
具身智能落地的最后20%，藏在「云」里
摘要
今年的WAIC和WRC，具身智能展台的风向变了：不再执着于炫技，转向务实。去年的画风还是十八般武艺，同台竞技——机器人跳街舞、格斗秀、走猫步等；而今年则是走进真实场景：机器人开始被放进物流、工业、家庭等具体任务里。过去一个多月，雷峰网一线走访了灵初智能、艾欧智能等具身智能公司，也看了各厂商在展台上的演示，一个感受越来越强烈：真实场景里的任务，远比Demo脚本复杂得多。在走访和交流中，雷峰网也与多位云专家进行了交流。当被问及机器人落地、商业化时，一位云专家表示，具身智能存在明显的“长尾效应”：前60%、70%、80%的进展可能很快，但最后20%却需要花非常多的时间填补。而这最后20%，藏在真实场景里，也藏在云基础设施要解决的难题里。从展示能力到完成任务，两者之间隔着一整套复杂的系统。这套系统要面对的，是真实世界的各种“意外”。比如，网络可能不稳定，机器人可能遇到没见过的情况；每天产生的数据需要回传、处理和训练；当机器人无法自主完成任务时，还需要人工远程接管。机器人一旦开始真正“干活”，需要的就不只是一副好“躯体”。背后一整套支撑连接、数据、算力、模型乃至Agent的云基础设施，同样不可或缺。云厂商的新机会，就在这里。让机器人“上云”今天的机器人，离完全自主还很遥远。当机器人超出自主能力边界时，就需要人工接管。问题在于，如果人和机器人不在同一个地方，怎么实现远程控制？艾欧智能的遥操作业务，就是从这里切入的。联合创始人丁哲章回忆，艾欧最初做的是本地操作，操作员就在机器人身边。这种模式并不需要通过网络进行远程传输，甚至不需要太多算力，用端侧方案就能解决。但当业务扩展到远程场景后，新的技术需求随之出现：控制流、图像流需要稳定、安全地传输，同时还要在弱网条件下提供基础保障；数据的处理和传递，也需要云端算力来辅助加速。因此，遥操作看起来只是人在远端控制机器人，背后却需要一套完整的中间传输技术栈。“我们当时确实需要一个稳定、好用、并且能够深入配合的中间技术栈，来确保远程遥操作这件事能够稳定地跑下去。”丁哲章说。腾讯云的TRRO（Tencent Cloud Remote Real-Time Operation，腾讯云远程实时操控）方案接入了这部分需求。此后，双方又在入口、平台功能和遥操作方案上做了多轮打磨，进一步降低传输延迟、优化控制效果。具身智能落地时，艾欧需要面对不同场景和机器人本体的适配问题。而处理这些差异，需要腾讯云相关团队参与，推动云、边、端之间的协同。腾讯云异构计算产品副总监黄阳、存储高级产品经理李沐霖向雷峰网介绍，在具身智能系统中，具身智能系统本身就体现出明显的“异构”特征：任务理解、场景理解等“慢反应”任务交给云端大脑来处理，使用高性能GPU进行训练和复杂推理；而运动控制、实时响应等“快反应”任务则放在本体边端，用NPU或CPU部署相应的小模型，成本更低、延迟更短，满足小模型推理需求。云端在这里解决的，是一个基础性问题，即如何让机器人被稳定地连接、控制，并与云端算力高效协同。数据是块“硬骨头”机器人真正连上云之后，需要面对另一个问题：数据怎么处理？灵初智能是较早遇到这一问题的公司之一。联合创始人陈源培提到，灵初刚成立时，数据量并不大，直接在本地存储，采集后自己使用即可。但随着数采规模扩大，一个数采厂每天可能产生百GB级数据，数据存储、传输和处理等基础设施需求迅速增加。“对于创业公司来说，自己handle（处理）性价比很低，上云、跟云厂商合作是更合适的选择。”腾讯云存储解决方案专家架构师杨冠军把双方的合作概括为数据平台、训练平台和音视频流三个层面：数