腾讯云把机器人大脑搬上云:Agent与具身智能如何同台
文:林非编辑:文蔚在 AI 的落地坐标里,数字 AI 与物理 AI 原本属于两个不同的象限——但如今,它们正在深入交汇。2026 年 10 月 29 日,在 2026 腾讯全球数字生态大会的主论坛上,出现了这样一幕:一个处于家庭场景中的启元机器人,在调用 WorkBuddy 生成了故事、插图和机器人动作之后,就开始用更
数字AI和物理AI,在AI落地版图里本来分属两个象限,眼下两者正越走越近。
2026年10月29日,2026腾讯全球数字生态大会主论坛上出现了这样一幕:家庭场景里的启元机器人先调用
WorkBuddy生成故事、插图和机器人动作,随后用更生动的方式给孩子讲起了故事。
于是,2026年最火的两个AI落地场景——Agent与具身智能,有了一次意味深长的交集。
这看似平常的一幕,背后起关键支撑作用的其实是一套更复杂、层次也更丰富的云计算基础设施。
道理不复杂。在云计算领域,Agent更贴近数字AI,具身智能更贴近物理AI,虽然都指向AI底层基础设施,但两者的商业落地节奏并不在同一阶段,技术架构上既有交集也有明显差别。想用同一套AI基础设施同时撑住它们,难度不小。
接下来会让这套系统的演进更添变数的是:Agent向具身智能延伸的趋势越来越明显,物理AI与数字AI之间的象限边界也在走向消融。
Agent的爆发,谁在支撑?
具身智能和Agent是2026年AI落地最火的两个赛道,落地与商业化的节奏却完全两样。
各家AI办公智能体接连冒出来、快速铺开,Agent已经走进个人和企业的生产力场景,带来实打实的价值和商业回报。具身智能这边虽然也有落地动作,但整体还停在技术和产品优化阶段,离大规模商业化有不小距离。
差异首先出在落地方式上。Agent走的是「广而浅」的路子,围绕文档、会议、代码、客服、营销等数字任务铺开,边际复制成本低;具身智能则是窄而深,AI必须进入具体物理场景,把感知、决策、执行的实时闭环跑通,还要应对真机数据、可靠性和安全约束。
落地方式不同,商业化难度和进度也就各不相同。
还有一个更容易被忽略的角度:基础设施。过去两年,AI大模型靠Agent走向落地成为行业共识之后,云厂商纷纷出手,在基础设施层面为Agent落地铺路,如今已经搭出一套面向Agent的AI原生云软硬件协同架构。
腾讯云是个例子。为了解决Agent运行中的系统稳定性、开发效率和成本问题,腾讯很早就着手重构AI Infra,2025年拿出一批成果。
比如用异构计算平台整合国产AI算力来提升性价比,部署TACO Kit推理加速引擎与HCC高性能计算集群,再配上IHN 3.2T RDMA高带宽网络和TurboFS/GooseFS高性能文件存储,把底层算力榨到更深。
Agent Infra层面,腾讯云同样全面发力。2025年9月,它推出专为大规模、生产级智能体设计的Agent Runtime解决方案,执行引擎、云沙箱、上下文服务、网关、安全可观测等能力一并提供。
腾讯云围绕Agent的这些布局,为Agent的构建、部署和运行垫下了底座,把「从技术到应用的最后一公里」打通。
这套布局也支撑了腾讯2026年在Agent领域的进展,3月份WorkBuddy的发布以及后续破圈,它都扮演了重要角色。一位长期做AI云计算行业的工程师对记者说:「WorkBuddy的一炮而红并非偶然,腾讯的基础工作还是做得非常扎实的」。
到今年10月的2026腾讯全球数字生态大会,Agent全面爆发、指数级增长、加速进入生产力场景,腾讯云在软硬件基础设施的多个层面同时发力,为Agent安全稳定、高弹性、高效率运行提供更强支撑。
支点仍在两处:AI Infra和Agent Infra。
AI Infra方面,腾讯云发布第十代云服务器SA10,整机算力规模提升33%,整机内存带宽提升66%,为Agent运行提供算力支持。与之相伴,腾讯云在存储、网络、操作系统等底层能力上也有提升。
Agent Infra层面,腾讯云对Agent Runtime产品矩阵做了全方位升级。
具体来说,Agent Runtime沙箱的底层技术CubeSandbox已开源,与AgentCBS、AgentCFS等存储产品协同,提升沙箱启动、存储交付和数据访问效率。Agent Bucket、AI网关、AgentObs则侧重解决Agent使用中的数据管理、统一治理、Token监测和成本控制问题。
企业自主开发和部署Agent的需求,也由Agent Runtime新发布的一系列能力承接,包括Agent Engine、Managed Harness与Agent Cluster,支持客户基于开源Harness构建并托管企业级Agent。
腾讯云在AI Infra和Agent Infra上齐头并进,为Agent在应用和商业化层面的继续推进,备好了更完整的「工具箱」和底层环境。
有了这样的底座支撑,Agent 迈向大规模落地与商业化场景时,步子明显更稳了。
打破「瓶颈」,也在连接「鸿沟」
和 Agent 在商业化上一路猛冲相比,具身智能的落地节奏完全是另一回事。
其实具身智能的热度起得比 Agent 还早,黄仁勋在 2023 年 5 月就点过具身智能的重要性;这几年产业面、投资面、政策面都在积极推进。可到现在,技术和产品层面的瓶颈依然卡着。
那当下具身智能最要命的瓶颈是什么?
答案不复杂:数据,特别是高质量的物理交互数据,供给严重不够。
国金证券的研报给出的数据是,行业预计成熟具身大模型至少要千万小时级的数据,想往通用智能走可能要亿小时量级;而眼下的高质量训练数据只有数十万至百万小时,供需缺口约 90%。
腾讯云存储首席技术专家温涛在公开场合说过:具身领域采集上来的原始数据,只有 5% 能直接拿去训练。腾讯云异构计算产品副总监黄阳也强调:具身智能的群体经验复制率是 0.01%。
这些数字指向两层意思。一层是高质量物理交互数据的缺口属于结构性问题;另一层是从原始数据到训练数据中间,横着大量清洗、标注、治理和检索的工程活。站在云厂商的位置上,要补这个缺口,核心发力点就是让数据在采集、存储、治理、传输和训练各环节都跑得更快。
腾讯云就是照着这个思路来的。面对「数据」这个具身智能的关键卡点,它在基础设施层面全面铺开,拿出了一串工具和产品。
具体而言,腾讯云存储 Data Platform 数据平台用对象存储 COS 搭起统一的海量存储底座,弹性承载具身智能全场景数据;GooseFS 智能加速层负责高性能数据访问,把数据预处理和模型训练的效率往上提;Data Engine 则承接云上各类数据的处理,包括基于 AI 的图片处理、媒体处理等全品类多媒体数据。
到 2026 年,腾讯云在数据层面又往前走了一步,把存储和数据加工接了起来,让采集回来的素材更快变成训练数据。
这里面,数据万象 Robo-Suit 提供质检、拆分、标注、重建、检索和脱敏等 6 类算子、100 多项能力,可以按需调用,也能由工作流自动触发;MetaInsight 靠元数据与多模态语义检索,帮企业把需要的图片、视频等素材找出来。
这些工具协同起来,腾讯云在具身智能数据层面就形成了从存储、加速到管理、处理的全链路支撑,多源异构数据融合的瓶颈、计算资源闲置、存储成本压力都能得到缓解,数据处理效率也随之提升。
数据之外,具身智能行业对算力国产化迁移、数据深度加工、高效连接的需求越来越强,腾讯云在基础设施上的布局也在继续加码。
它搭的是从算力底座、模型服务到感知交互的三层体系,做成一套覆盖研发、训练与交付的具身智能云 + AI 底座。
算力和模型这块,腾讯云提供包括国产算力在内的 GPU/HCC 高性能计算等服务,一边持续升级异构算力及 Hyper 系列加速能力,一边推进国产算力的适配优化,支撑万卡级集群稳定训练;模型训练与推理服务则依托 TI-ONE 平台做算力调度,给具身智能企业训练模型提供支撑。
感知交互与远程操控这块,腾讯云拿出的能力包括实时音视频 TRTC、远程实时操控 TRRO、视图计算、媒体处理 MPS、智能标注、语音交互等。
基础设施之上,腾讯还做了一批面向具身智能的上层布局,拼成从云底座、模型层、平台层到应用层的一整套「具身智能全栈方案」。
模型层就有 Hy-Embodied-VLA-0.5、Hy-Embodied-VLM-1.0 等具身模型矩阵,这些模型已经进入真实工业场景,在导购导览、养老服务等任务中完成了落地验证。行业应用层,腾讯则和行业伙伴一起做出业内首个云端 EaaS(Embodied-AI-as-a-Service)具身智能服务。
Agent 和具身智能之间那条长期存在的「鸿沟」,腾讯也提前做了不少铺垫。
腾讯 Robotics X 实验室与福田实验室联合开发了 Tairos 具身智能开放平台,并对其做了升级。2026 年,面对「Agent 走向具身智能」的行业趋势,腾讯在 7 月份正式发布 TairosAgent 具身智能体框架和 Apexio 智能体,让机器人能持续感知环境、做出决策并采取行动。
某种程度上,Agent 与具身智能之间的那座「桥」,已经初步架了起来。
当数字 AI,全面走向物理世界
回头看,Agent 和具身智能分别是数字 AI、物理 AI 落地实际业务的代表形态。很长一段时间里,两者只在算力、存储、网络这些最底层的通用 AI 基础设施上有交集,走向落地时并没有太多交叉。
不过到了 2026 年,局面明显变了。
5 月,乐享科技旗下具身智能品牌 Zeroth 元点 M1 人形机器人第一次通过腾讯接入了 OpenClaw。用户在 QQ 界面就能远程给「龙虾 agent」发指令,由 AI 智能体操控 M1 走路、转身、跟着主人走;开发者也能基于这套能力做提醒、看护之类的家庭应用。
10 月,启元机器人跟腾讯云签下战略合作,双方要围绕个人机器人和 WorkBuddy 这两个开放载体,一起做云边端协同的消费级个人机器人方案。
接入 WorkBuddy 之后,用户用自然语言下指令,WorkBuddy 负责理解意图、拆解任务,机器人再靠环境感知和动作能力去执行。眼下启元 Q1、T1 机器人已经打通腾讯会议、微信读书、QQ 音乐、绘本生成等技能。
就这样,Agent 在 2026 年从数字世界的屏幕里走了出来,进入物理 AI 的本体,充当机器人的认知层。数字 AI 和物理 AI,由此完成了一次难得的握手。
其实把视野拉到 Agent 和具身智能之外,数字 AI 与物理 AI 在更大范围上的融合交叉也在推进。
OpenAI 9 月发布的 GPT-6-Astra 就是个典型例子。它第一次补上了具身智能 S2 认知层的短板,在 LIBERO、BEHAVIOR 等 12 项传统具身基准测试里拿到接近满分,展现出零样本泛化和上下文学习能力,具身智能由此从专用模型转向通用模型。
业内有人惊呼,具身智能的模型路线之争,被通用大模型用文字模态「降维打击」了。宇树科技创始人王兴兴说得更直接:随着 GPT-6 的发布,目前物理 AI 已经看到被击穿的苗头,很可能最近 1-2 年或 2-3 年。
某种意义上,这又是数字 AI 主动向物理 AI 靠拢的一次融合。
当然,从行业反馈看,不管是 WorkBuddy 接入人形机器人,还是 GPT 等大语言模型在能力上朝具身智能进化,这些业务动态所体现的技术和体验成熟度都还很初级,进化空间不小。
但数字 AI 与物理 AI 深度融合的趋势,已经初步成形。
有意思的是,往底层基础设施上看,数字 AI 和物理 AI 本来就长在同一条 AI 技术根脉上,是两大分支,「本是同根生」。
而当 Agent 走进人形机器人、大语言模型走进具身智能,这两大分支在彼此靠近的同时,也必然撑开更大的应用落地想象空间。
比方说,Agent 能更好地帮人形机器人进化能力,推动具身智能加快走向大规模商业化;同时 Agent 不光能在数字世界里深入代码、文档等办公场景,还能借具身智能进入工厂、商店、码头等更广的生产力场景。
在基础设施层面,物理 AI 与数字 AI 加速融合,也必然会在技术、产品、解决方案等维度上,对整个行业的云 + AI 基础设施做一次更彻底、更复杂的重构。这种重构不只在业务层面,也会落到组织层面。
换句话说,AI 上层技术往哪走,同样会深刻影响 AI 基础设施的进化方向。
那 AI 基础设施接下来会怎么进化?
算力国产化、存储更高效、连通更快捷这些趋势挡不住;除此之外,在数字 AI 和物理 AI 现有技术框架之上,更深层、更多层级、更多样、更复杂也更高效的 AI 全栈基础设施和框架互联互通,几乎是确定的未来方向。
至于具体怎么落地,还得各家云计算厂商在业务实践中去摸索。
这无疑是一条漫长的探索之路。可 AI 发展飞快、行业动态瞬息万变的当下,积极拥抱变化是唯一正确的选择。
2007年 1 月,乔布斯在苹果 Macworld 大会上发布即将改变世界的初代 iPhone 后,引用了加拿大传奇冰球运动员 Wayne Gretzky 的一句名言:我要滑向冰球将要到达的地方,而不是它已经在的地方(I skate to where the puck is going to be, not where it has been)。
如果把「AI」的发展比作一颗冰球,那么真正意义上统合并融合数字 AI 和物理 AI 的「AGI」,毫无疑问就是这颗冰球终将到达之处。
怎么到达仍然未知,但方向已经清楚:长远看,只有以终为始、沉潜技术、积极求变的云厂商,才有机会在这条暂时看不清路标的漫长征程里,率先在基础设施层面蹚出一条可行的路。这不是短时间能结束的征程,但「探路」早就开始了。