智能AI
morning
具身机器人进入真机时代,华为云CloudRobo开始组队发力了
摘要
具身机器人进入真机时代,华为云CloudRobo开始组队发力了 田, 晏林 2026-11-20 09:07:38 来源: 量子位 一批卡可以轮流服务多家公司,一次适配也能让更多团队受益。算力不必家家从头买,工程上的坑也不用家家重新踩。 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 机器人在实验室里把活儿干成了,到了工厂,还能天天这么干吗?换台机器人,之前练出来的本事又能剩下多少? 光把...
量子位
具身机器人进入真机时代
华为云CloudRobo开始组队发力了
2026
一批卡可以轮流服务多家公司
一次适配也能让更多团队受益
算力不必家家从头买
工程上的坑也不用家家重新踩
田晏林
凹非寺
2026-11-20
1 阅读
约9分钟阅读
田, 晏林
字号:
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 具身机器人进入真机时代,华为云CloudRobo开始组队发力了 田, 晏林 2026-11-20 09:07:38 来源: 量子位 一批卡可以轮流服务多家公司,一次适配也能让更多团队受益。算力不必家家从头买,工程上的坑也不用家家重新踩。 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 机器人在实验室里把活儿干成了,到了工厂,还能天天这么干吗?换台机器人,之前练出来的本事又能剩下多少? 光把模型训得聪明还不够,背后的算力、仿真、真机适配,都得跟上。 11月16日,华为云发布了 昇腾原生具身世界模型CloudRobo-WM1.2 。 从仿真训练到适配不同机器人,这个模型背后,牵出的是一整套具身智能工程难题。 两天后,华为云在上海办了场 「行业AI梦工厂·具身智能高层论坛」 ,把这些隐秘的幕后工程,搬到了台前。 从面向Agentic计算的算力基础设施,到一站式具身智能开发平台CloudRobo,再到机器人自适应智能、高空带电作业等产业实践,机器人从实验室走向真实现场,要过哪些关,这场论坛基本聊了个遍。 现场还签了份备忘录。 华为云和福建小状智能准备把CloudRobo和昇腾算力用到高校实训里 ,让学生上手做机器人开发。 模型发布、产业实践、高校实训,看着是几件不同的事儿,背后有一个共识: 具身智能研发,有些事没必要每家公司都从头做一遍。 华为云的思路,是先把算力、存储、网络和底层适配这些活儿揽过来,再用CloudRobo把数据、训练、仿真和真机部署接起来。 至于不同行业的实际需求,就拉上懂技术、懂现场的伙伴一起解决。跑通的工具和方法,尽量留给下一个项目接着用。 不过,想让后面的工程少折腾,第一关就得先过。 机器人公司连模型都还没开训,算力该买多少、钱该怎么花,就已经够头疼了。 算力底座,先得撑得起具身智能的野心 AI从卷模型卷到了应用,算力始终是入场券。 但同样是搞AI,不同项目对算力的胃口,还真不一样。 普通问答,你问一句,大模型答一句,这轮任务基本就结束了。 换成Agent,可没这么省事。 先拆任务、查资料、调工具,拿到结果还得继续琢磨。中间哪一步走岔了,可能还得推倒重来。 华为昇腾芯片产品管理专家钱鑫源给出一组数字:近两年Token消耗增长约1400倍, Agent任务的Token消耗量,是普通问答的100至1000倍。 而到了具身智能这里,算力还得接着上强度。 比如,教机器人抓杯子。 机械臂伸手、握住、提起来,看着也就几秒钟的事儿。可在仿真训练里,杯子到底抓稳了没有?会不会半路滑下去? 仿真软件得先算出结果,训练程序才能根据反馈调整模型。视频、关节位置、动作记录等数据,也得一批批往里送。 仿真结果没出来,训练只能等着。数据没跟上,卡也只能闲着。 真让一家具身智能公司自己搭集群,光是该买多少卡,就够头疼了。 照平时需求买,训练和仿真赶到一块儿,实验得排队。照最忙的时候买,平时闲着的设备也得照常运维。 更别提,卡买回来,还要配网络、接存储、安排任务。 这份活儿,华为云打算接过去。 硬件采购、系统适配、长期运维,由云端统一承担。 具身团队需要集中训模型,就调一批昇腾算力;想多跑几组仿真,再按任务调整资源。 模型怎么迭代,算力就怎么跟着变。不用为了最忙的那几天,先买下一整套设备。 △AI生成 不过,卡调来了,还得让它真忙起来啊。 尤其是具身智能这种既要处理长视频,又要兼顾动作等多种数据的任务。 训练长视频时,计算单元得反复从显存读取数据,再把中间结果写回去。 显存带宽管的,就是数据搬得有多快。就像发动机马力再大,油管却供不上油,算力也只能干等着。 昇腾芯片从950系列往后,一边提高计算能力,一边给数据传输提速。按照规划, 960DT的显存带宽最高可达到9.6TB/s! 单卡跑顺了,多张卡一起上,新的麻烦又来了。 假如一段长视频拆给好几张卡处理,其他卡都还游刃有余,偏偏有一张先把显存撑爆了。 得,大家只能跟着干瞪眼。 华为云做了长序列并行,尽量均衡不同模态的显存负载,还提前取来下一批训练数据,减少等待。 对具身智能工程师来说,这些优化可太实在了。 训练少等一会儿,实验就能多跑一轮。谁不想早点看到结果,少熬几个大夜啊!!! 还有些麻烦,甚至发生在模型开训之前。 新模型碰到框架里没有现成实现的算子,工程师还得开发、移植,再测性能。 华为云计划让专项团队和具身伙伴一起做昇腾云适配,把这类算子调好。 前一家踩过的坑,后面的团队就有机会绕着走。 对云厂商来说,这笔生意有意思的地方也在这儿。 一批卡可以轮流服务多家公司,一次适配也能让更多团队受益。算力不必家家从头买,工程上的坑也不用家家重新踩。 不过,训练集群里跑得再顺,机器人也还没真正上岗呢。 模型训出来了,下一关,是让它在真实世界里把活儿干好。 从模型到真机,CloudRobo打通工程化链路 模型在仿真里明明会抓了,到了真机,手一伸,偏了。 这几乎是每家具身智能公司都经历过的场景。 仿真里的分数明明挺漂亮,到了现场却突然掉链子。工程师又得回去查,到底哪一步出了岔子。 华为云CloudRobo 要解决的,就是这类麻烦。 它把数据处理、模型训练、仿真验证,一直到真机部署接成一条链。 毕竟机器人干不好活儿,问题可能出在任何一步。每次都从头查、从头改,谁受得了? 拿数据来说,采集方式五花八门,换台设备,数据格式可能都不一样。 CloudRobo用R2C协议和SDK统一机器人接入 ,把不同来源的数据放到一套管线里处理, 支持PB级多模态数据 管理和快速索引。 换种采集方式,不必把整套流程推倒重来,针对新本体调整映射就行。 目前, 平台已积累超过100万条导航轨迹、5万多条操作轨迹,还有50多种数据处理算子。 数据理顺了,模型开训。 CloudRobo把训练、推理、后训练和评测放进同一个开发环境,还汇集了30多款第三方模型、30多项评测指标,以及20多项具身开发专业Skills。 计划于 11月30日正式开源 的昇腾原生具身世界模型 CloudRobo-WM1.2 ,也将成为平台上的模型资源。 具身团队不用什么都从零开始,可以先拿现成的模型试试,再根据自己的机器人和任务调整。 有了模型,还得知道它到底好不好用。 比如,机器人抓杯子的成功率突然下降了。是数据出了问题,还是新模型的策略不太行? 工程师可以沿用原来的评测环境,分别调整数据和模型,看看究竟是谁惹的祸。 模型调好了,也别急着上真机。 CloudRobo支持导入描述机器人结构的URDF文件 ,让自家的机械臂先在虚拟世界里练练手。 同一个杯子,换个位置、转个角度,再抓一次。 真机试错要考虑设备损耗和安全,仿真里可以先筛出容易失败的情况,再生成数据补回训练。 不过,虚拟世界里练得再熟,最后还得接受真机考试。 这就轮到CloudRobo运行管理平台出场了。 它负责把云端模型和现场机器人接起来。长程规划和后续训练可以放在云上, 边缘侧支持多机调度 ,实时控制和安全机制则尽量留在本体附
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱