Lw725

华为云上海具身智能行业私享会:共探AI与实体融合,擘画产业创新未来

时间:2025-08-18 21:11:21   来源:网络   阅读量:11254   会员投稿

当下具身智能概念成为人工智能产业的新聚焦点,被视为AI与实体经济融合的重要手段,但产业发展也面临着硬件模组、软件技术、工业制造、解决方案等多方面挑战,如何打通研发全流程,降低模型开发、数据处理、场景训练的门槛,是加速具身智能落地产业的关键所在。8月15日,由华为云主办、国家地方共建人形机器人创新中心协办的“进化无界·智聚未来”华为云上海具身智能行业私享会圆满举行,汇聚多位具身智能领域的专家学者、企业代表,共同探讨具身智能领域的学术研究、技术观点和产业实践,携手推动产业创新发展,为具身智能落地百行百业“打前站”。

华为云上海具身智能行业私享会:共探AI与实体融合,擘画产业创新未来

华为上海云业务部领导在活动致辞中表示,华为云致力于通过算力基础设施、CloudRobo具身智能平台等能力,帮助伙伴将一切联网的本体打造为具身智能机器人,助力企业研发实践和转型升级,加速具身智能落地和产业生态形成,开启智能新时代。华为云与国地中心长期以来密切合作,在人形机器人或具身智能领域做了大量探索创新,希望通过本次活动和后续合作,搭建具身智能技术展示和分享交流的平台,为行业发展注入新活力。

突破数据匮乏困局,具身智能落地需要更全面的底座支撑

目前,数据稀缺、仿真与真实场景存在差距,是具身智能落地的瓶颈之一。对此,上海交通大学助理教授穆尧带来“生成式大模型驱动的具身智能大规模高质量数据合成开源平台”主题分享,表示针对具身智能数据稀缺痛点,可通过大模型生成仿真合成数据来解决,其团队研发的RoboTwin2.0平台,生成数据在仿真度、效率和成本上均实现重要突破,有望解决“数据原料”的匮乏的挑战。其研究成果初步证明了仿真技术对端到端视觉语言动作模型(VLA)加速的可行性。

对广大企业而言,应用具身智能的门槛不仅有数据,还涉及训练、运行等环节。会上华为云具身智能产品总监介绍,针对具身智能产业链条较长,且应用场景高度碎片化的问题,华为云推出CloudRobo具身开发与运行平台,集数据平台、训练平台、运行平台于一体,可提供一站式的底座技术支撑,包括提升数据标注与合成的质量、让具身移动和操作测试更灵活易用、打造面向场景的软硬一体解决方案等,切实推动具身智能从“技术展示”走向“规模化落地”。

技术痛点催生解决方案 多元实践共筑智能未来

受益于人工智能、机器人领域软硬件底座完善,我国已出现一批具身智能先行者企业。会上仙工智能联合创始人叶杨笙表示,多元需求背景促使机器人向高可靠、高泛化的方向演进,针对人形机器人数据少、反馈弱、可控性低的问题,仙工智能提出“新技术+老产品”和“老技术+新产品”两种创新路径,通过多层语义地图、端到端导航、VLA模型满足智能机器人在可靠性与泛化性上的核心需求。SRC-5000 系列控制器采用一体化架构,具备面向多种具身智能形态的扩展能力,使控制器能够覆盖更丰富的应用场景。通过控制器—平台—产品的完整闭环,仙工智能持续打破智能机器人应用的门槛,加速在多元产业场景中的落地进程。

具身智能不仅关乎人工智能,也与零部件的工业制造息息相关。舍弗勒中国区机器人公司副总经理薛剑波指出,与软件一样,当前机器人硬件距离落地也存在差距,需要从轻量化、低功耗、散热和加热等方面突破,对此舍弗勒针对人形机器人关节技术痛点推出多种创新解决方案,在电机、传感器等领域也有布局,同时围绕具身智能产业发展,以全景式工业元宇宙为核心优化工具链与流程,以推动机器人零部件生产的智能化和标准化,实现稳健发展。

作为具身智能领域的“国家队”,国地中心硬件研发总监周松表示,传统机器人系统开发范式存在控制系统模型不精确、模型无法自演进、开发周期长等问题,具身智能带来的“数据+模型”驱动模式大幅提升了开发效率和泛化性。周松以麒麟训练场和格物致知具身平台举例,前者可快速富集具身数据建设规模化具身模型库,后者则提供具身系统全生命周期一站式设计开发能力,均在产业端得到深度应用。周松还介绍了高性能电关机设计标准、高低自由度仿人灵巧手等成果,希望通过联合更多生态伙伴,推动具身智能生态体系建设,形成公版标准,更好赋能千行百业。

在国家政策、底层技术和产业需求的多方牵引下,具身智能热度日益上扬,但无论从“AI三要素”算力、算法和数据,还是硬件生产和场景应用的角度看,具身智能产业发展仍然处于早期阶段。未来,华为云将进一步发挥自身软硬件基础设施、平台能力和产业经验等优势,联合生态伙伴推动具身智能要素不断演进成熟,共同构建解决方案,加速智能机器人产业化与规模化落地。

华为云上海具身智能行业私享会:共探AI与实体融合,擘画产业创新未来
华为云上海具身智能行业私享会:共探AI与实体融合,擘画产业创新未来

声明:本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。文章事实如有疑问,请与有关方核实,文章观点非本网观点,仅供读者参考。