具身机器人进入真机时代,华为云CloudRobo开始组队发力了

资讯 AI 行业观察 全文 4512 字 · 约 12 分钟读完 配图 10 张 分类华为机器人算力

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。

所属频道 大厂动态算力与芯片机器人与具身智能

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。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 1)

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。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 2)

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。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 3)

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。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 4)

△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!!!

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 5)

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。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 6)

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近。

机器人碰到异常,现场先处理。出错前后的画面、动作轨迹等信息,也会留下记录,方便工程师排查问题、优化模型。

熟悉AI开发的朋友可能会觉得,数据管理、训练、评测,这些也不算什么新鲜事儿啊?

可机器人不一样。模型跑完还不算完,后面还连着一个真实的物理世界。

仿真里学会的动作,真机能不能复现?现场出了问题,如何更快投入新的训练?

CloudRobo想做的,就是让这条链路尽量少掉链子。

模型改一版,原来的数据管线、评测环境还能接着用;换台机器人,也不用整套开发流程重新搭。

实际用起来如何?上海交大团队现身说法。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 7)

上海交大开设了具身智能微专业。学生要是每组先找机器人、搭仿真、接数据,一门课下来,光折腾工具就够忙活了。

在华为云训练营里,30名具身智能微专业学生借助CloudRobo,从仿真一路做到真机,还对比学习了Diffusion、ACT和Pi0.5等模型。

之后,还有学员组队参加首届CloudRobo具身智能大赛,拿到了第二名。

对高校来说,学生可以少花时间搭环境,更快接触真实机器人任务。

企业研发同样如此。

只不过,到了产业现场,接缝还会更多。换个工厂、换条产线,设备、作业流程、安全要求都可能不一样。

华为云组队,让更多机器人上岗

有些问题,还真得让懂行业的人一起解决。

比如亿嘉和,已经把机器人送上了高空带电作业现场。旗下Z100累计交付超过400台,每年累计作业超过8万次。

与华为云合作开发的Z200Pro,计划让机器人自主判断更多现场环境、规划部分运动,减少对人工遥操作的依赖。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 8)

据亿嘉和披露,新方案作业时长可控制在30分钟以内,效率提升约30%,部分数据仍有待真实现场验证。

另有多位生态伙伴也在现场分享了与华为云的合作进展。

国地中心常务副总经理刘宇飞表示,国地中心正依托昇腾云共建异构机器人虚实融合训练场,打通真实采集与仿真合成数据,探索数据集开放和统一评测,为更多机器人提供训练资源。

大晓机器人副总裁周泉介绍,大晓已在零售、安防、酒店等场景完成从0到1落地,并与昇腾云在框架适配、算子开发、训练调优等方面合作。下一步,大晓计划把动作和任务流程沉淀为技能库和标准化交付方案,避免类似需求从头折腾。

杭州天宽具身产品总监杨光明提到正携手华为云打造端云协同巡检架构,借助云算力能力优化多机器人调度,其云精灵具身巡检方案依托生态通道持续拓展工业、园区场景落地。

四个伙伴,切入点各不相同。

有人要解决高风险作业,有人琢磨怎么批量交付,还有人专门补训练数据的短板。

但往底层看,数据处理、模型适配、仿真工具、训练调优,又有不少共通之处。

华为云「行业AI梦工厂·具身智能专区」要做的,就是把这些分散的技术能力接起来,积累成更多企业用得上的东西。

底层是昇腾云,负责提供算力;往上是CloudRobo平台,提供贯穿数据管理、模型开发、仿真验证、真机部署与持续迭代的全流程开发运营支撑,降低创新与应用门槛。

在这套技术体系上,高校、开发者、模型公司、具身智能企业和行业客户,都能把各自擅长的能力带进来。

比如,高校研究出的算法,可以交给企业在真实任务里验证;工具公司打磨好的仿真工具,可以进入更多机器人的开发流程;行业客户积累的作业经验,也有机会转化成模型训练和评测需要的数据。

前一家跑通的经验,下一家就有机会接着用。这也是生态合作的重要价值之一。

当然,伙伴辛辛苦苦做出来的东西,光放进资产库里可不够。

华为云通过云商店等渠道,把伙伴的产品和联合方案推向更多客户。

一款仿真工具如果能在多个项目里用起来,开发团队才更有动力持续维护。机器人企业也能少花些时间重复开发,把精力留给自己的场景。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 9)

技术、工具、渠道之外,华为云还拿出了真金白银,支持具身智能技术研发和行业方案落地。

具身智能专项单伙伴最高支持200万元,AI行业解决方案专项单方案最高支持100万元。

目前,专区上线5个月,已与230多家企业及高校开展合作,积累1500多项技术资产。

具身智能这场仗,打到现在,机器人从展台走进工厂,大家比拼的,不光是把活儿干成一次,还得天天干得稳,换个场景也能把本事用起来。

这背后,模型要训得起,真机要跑得稳,到了现场还得算清楚成本。哪一关都不能掉链子。

具身机器人进入真机时代,华为云CloudRobo开始组队发力了(配图 10)
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 华为云发布具身智能模型:不造机器人,造机器人的世界

    机器人缺的不是身体,是经验。新眸原创·作者 | 棠宁中国具身智能企业里,每五家就有四家选择昇腾云。这个比例是华为云在发布会上自己披露的。同一天,华为云发布并开源了CloudRobo-WM1.2,7B参数,基于Wan2.2视频骨干,在RoboTwin2.0和LiberoPro2.0两个评测基准中排名第一。一个云厂商,先让

    来源 腾讯网
  2. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  3. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  4. AMD苏姿丰给出2027年指引:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  5. AMD苏姿丰给出2027年目标:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  6. 联想杨元庆:终端市场有巨大增长机会,80% 算力将产生于“端边”

    IT之家 11 月 19 日消息,据新浪科技今天报道,联想集团董事长兼 CEO 杨元庆在公司 2026/27 财年第二季度业绩沟通会上,谈到终端设备市场的长期趋势。他表示:“我们认为普惠的阶段刚刚开始,终端设备市场孕育着巨大的增长机会。” IT之家从原报道获悉,杨元庆认为,人们现在已经进入智能体时代。在这个时代,终端设

    来源 AI 行业观察
  7. 谷歌搜索框押注AI Overviews:广告收入承压,人形机器人仍要人抬上楼

    MIT Technology Review发布“AI炒作指数”,指出人工智能已渗透日常生活每个角落:Google不惜损失数十亿美元广告收入强推AI Overviews,人形机器人开始被搬进家庭清洁场景,超市、街道、手机屏幕处处是AI。文章剖析这场全民AI热潮背后的商业逻辑、技术现实与泡沫隐忧,追问当AI像皮疹一样蔓延时

    来源 AI 行业观察
  8. Anthropic上市,但价值观可能决定走得多远

    从OpenAI出走,到1.5万亿美元IPO;从AI安全的理想主义者,到被资本、算力和美国国家安全体系裹挟的商业巨头。Anthropic真正需要回答的,或许不是模型还能有多强,而是它还能不能坚持自己曾经相信的东西。 2026年11月19日,人工智能行业迎来一个标志性时刻。 Anthropic正式登陆纳斯达克,股票代码AN

    来源 AI 行业观察
  9. 华为鸿蒙智家无界交互定档11月24日,预热“住进未来家”

    IT之家 11 月 19 日消息,华为官方今日宣布,新一代华为鸿蒙智家无界交互将在 11 月 24 日发布,号称“住进未来家”。华为官方暂未公布新一代鸿蒙智家无界交互的具体功能,不过预热海报中展示了人车家生态场景。图中的女主人公手持平板似乎正在控制窗帘开关等,而男主人公和小朋友正在看电视。预计无界交互将进一步优化智能.

    来源 腾讯网
  10. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  11. Anthropic冲击IPO:算力账单与循环融资面临公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 科技快讯
  12. MIT“AI炒作指数”:AI像皮疹蔓延,人还能做主吗?

    MIT Technology Review发布“AI炒作指数”,指出人工智能已渗透日常生活每个角落:Google不惜损失数十亿美元广告收入强推AI Overviews,人形机器人开始被搬进家庭清洁场景,超市、街道、手机屏幕处处是AI。文章剖析这场全民AI热潮背后的商业逻辑、技术现实与泡沫隐忧,追问当AI像皮疹

    来源 AI 科技快讯
  13. 当3D建模变成了写代码这件事

    你有没有想过,一个三维物体,一座房子,一条机械臂,甚至一场动画,可以用一行行文字代码直接写出来,而不是靠鼠标在软件里一点点拖拽?

    来源 网易科技
  14. AI虚拟细胞:从“解释生命”到“预测生命”| CMC资本参投元示科技近3亿元Pre-A轮融资

    近日,AI虚拟细胞(AIVC)企业元示科技宣布完成近3亿元人民币Pre-A轮融资,CMC资本参与本轮投资。募集资金将用于数据积累、算力设施与自动化实验平台搭建,以及模型迭代和团队建设。 元示科技聚焦AI虚拟细胞,以“生物学原始数据引擎+通用细胞模型”构建生命科学底座,致力于预测细胞在不同疾病状态、实验条件和干预方式下的

    来源 AI 行业观察
  15. 瑞斯康达:算力DCI产品正开展客户测试验证及市场投放

    瑞斯康达在2026年第三季度业绩说明会上表示,运营商集采方面,公司订单落地节奏随集采周期、项目实施安排有所波动。电力、油气等行业领域,公司稳步推进客户拓展与试点落地,持续挖掘行业需求。算力DCI相关产品正有序开展客户测试验证及市场投放,放量节奏取决于客户场景落地进度。(证券时报)

    来源 AI 行业观察
  16. 马斯克:SpaceX 月增算力约 0.5GW,明年底提速至 1GW

    IT之家 11 月 19 日消息,据《科创板日报》今天报道,马斯克在视频连线采访中表示,目前 SpaceX 每个月大约新增 0.5GW AI 算力。这大致相当于部署 22 万颗 GB300 芯片,以及与之配套的 CPU、网络设备、冷却系统等一整套基础设施。 马斯克认为 SpaceX 真正的扩张瓶颈在发电端,公司明年将进

    来源 AI 行业观察
  17. Artex走红:新手靠几句提示词就能发动网络攻击

    WIRED报道称,一款名为Artex的“即点即用”AI黑客工具正在犯罪分子中流行。它和同类渗透测试工具能自动扫描目标系统漏洞,并借助用户输入的提示词驱动聊天机器人完成攻击。这标志着网络攻击门槛正被生成式AI大幅拉低:无需深厚技术背景,新手也能快速搭建攻击链,攻防双方的力量对比与安全治理方式都将面临新的考验。

    来源 AI 科技快讯
  18. 马斯克呛声奥尔特曼:SpaceX 不给 OpenAI 算力,年底冲 120万块 GPU

    人工智能行业的算力江湖近期迎来了一场高层口水战。据媒体报道,随着 SpaceX 在数据中心领域的持续重金投入,其正逐步成长为美国最具潜力的算力租赁商。然而,特斯拉与 SpaceX 首席执行官埃隆·马斯克近日在社交平台上公开表态,明确直言 SpaceX 预计不会向竞争对手 OpenAI 出售任何算力,

    来源 AI 开发者社区
  19. 国产大模型接连限额:算力都去哪了?

    ► 文 观察者网心智观察所 2026年11月16日,不少用户在打开DeepSeek客户端或网页版时,意外收到了一条弹窗提示。系统告知用户,受算力约束,平台不再支持存续超过7天且无活跃交互的长对话,单次输入文字上限被缩短到约4万字,连续使用不到2小时的免费用户甚至会直接触发每日使用额度上限。无独有偶,就在20天前的10月

    来源 腾讯网
  20. 苹果拟与三星签四至五年DRAM长约:2027年生效,锁定最低采购量

    11月18日报道,受人工智能算力基础设施需求激增引发的芯片供应紧张影响, 苹果公司 拟与三星电子达成一项罕见的四至五年期DRAM内存供应协议,于2027年上半年生效并延续至2031或2032年,以锁定最低采购量、保障未来 iPhone 与 MacBook 等终端产能。 长期以来,苹果依赖庞大订单量与

    来源 AI 开发者社区
  21. Anthropic上市首日:市值冲$1.76万亿,算力账单$895亿

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏

    来源 AI 科技快讯
  22. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
  23. 马斯克:Optimus明年有望干家务,12至18个月见分晓

    特斯拉CEO埃隆·马斯克表示,人形机器人Optimus研发已取得较好进展,预计将在未来1至2个月内发布真实演示视频,并有望在未来12至18个月内具备收拾脏盘子、倒垃圾等家务能力。 据报道,马斯克在抵达中国深圳出席APEC峰会期间,通过线上视频方式参加了在美国举行的两场峰会,并在相关访谈中介绍了特斯拉

    来源 AI 开发者社区
向下滚动自动加载更多