【導讀】不久前，機器人的發(fā)展仍主要停留在能力驗證和原型演示階段。如今行業(yè)正迅速邁向真實世界部署。人形機器人、四足機器人及其他自主機器人已開始在制造、物流、倉儲及各類工業(yè)環(huán)境中實際執(zhí)行任務(wù)。智元 (AGIBOT) 近期在英國倫敦舉辦的合作伙伴大會上，充分展示了這一轉(zhuǎn)型的速度，同時揭示了行業(yè)面臨的下一個挑戰(zhàn)：不只是打造性能更強的機器人，更是打造能夠規(guī)?；渴鸬臋C器人。
交通運輸、制造、物流、醫(yī)療和酒店等行業(yè)均率先受益于新一代智能自主機器人。這一話題也是智元合作伙伴大會的核心討論議題。會上，Arm 與亞馬遜云科技 (AWS)、NVIDIA 及牛津機器人研究所 (Oxford Robotics Institute) 的專家共同參與專題圓桌論壇，探討機器人技術(shù)如何從研發(fā)階段走向真實世界部署。
機器人規(guī)?；渴鹧鲑嚱y(tǒng)一的計算基礎(chǔ)
智元成立僅三年，便從早期演示階段發(fā)展到在工業(yè)環(huán)境中部署機器人，反映出物理 AI（人工智能）正快速從概念驗證邁向商業(yè)落地。
機器人進入真實世界前，相關(guān)模型需要經(jīng)過開發(fā)、測試和持續(xù)優(yōu)化。部署完成后，智能計算必須在靠近傳感器、電機及控制系統(tǒng)的位置實時運行，同時，機器人機群需要持續(xù)的軟件更新、數(shù)據(jù)閉環(huán)反饋與迭代優(yōu)化。
物理 AI 的規(guī)?；渴鹦枰灤┱麄€開發(fā)生命周期的統(tǒng)一計算基礎(chǔ)——從云端 AI 訓練與仿真，到邊緣部署、機群管理以及持續(xù)的軟件更新。隨著行業(yè)加速開發(fā)并部署世界模型 (world models)，幫助機器人更好地理解、預(yù)測和響應(yīng)動態(tài)變化的物理環(huán)境，這一計算基礎(chǔ)的重要性正日益凸顯。這類模型在生命周期的各個階段都需要大量算力支撐，這也讓高效的云邊協(xié)同計算變得前所未有的關(guān)鍵。
平衡算力需求與現(xiàn)實約束
想要打造適配真實場景、性能更強的機器人，最直接的思路是堆砌更多 AI 模型、提升硬件性能。但這只是解決方案的一部分，對于機器人實現(xiàn)有效規(guī)?；渴鸶侨绱恕?/p>
每臺機器人的運行都受到嚴格的物理條件限制。電池容量、散熱能力、整機重量都存在上限。AI 能力的提升不能以犧牲續(xù)航、運行效率或移動性能為代價。
行業(yè)面臨的挑戰(zhàn)不在于簡單地增加更多 TOPS，而在于如何讓日益復(fù)雜的 AI 工作負載在整個機器人系統(tǒng)中實現(xiàn)更高效地運行。例如，人形機器人需要在電池、散熱、重量、機械結(jié)構(gòu)的嚴格約束下，完成傳感器數(shù)據(jù)處理、AI 工作負載運行、運動協(xié)調(diào)與實時響應(yīng)。
對于機器人而言，智能計算不能作為一項孤立的工作負載來處理。感知、決策與執(zhí)行必須實時協(xié)同運作，既要保障確定性延遲與高能效計算，也要具備可同時支持 AI 推理與控制的安全系統(tǒng)。
正如 Arm 物理 AI 事業(yè)部執(zhí)行副總裁 Drew Henry 在《Robot Report》播客中所言：“在機器人領(lǐng)域，從感知外部世界到觸發(fā)動作的時延，已成為決定性的工程挑戰(zhàn)之一?！?/p>
計算平臺與物理 AI 工作負載協(xié)同設(shè)計
智元機器人平臺涵蓋人形機器人與四足機器人，充分印證了 AI 工作負載與計算架構(gòu)協(xié)同設(shè)計的必要性正持續(xù)提升。從傳感感知到推理、運動規(guī)劃再到執(zhí)行，每一個環(huán)節(jié)都依賴軟硬件的高效協(xié)同。
十余年來，Arm 持續(xù)為汽車、自動駕駛車輛和機器人解決方案提供計算平臺支持。僅 2025 年，Arm 生態(tài)系統(tǒng)合作伙伴面向這些領(lǐng)域出貨了 20 億顆基于 Arm 的芯片。從低功耗傳感器處理、確定性實時控制，到高性能中央計算單元，Arm 計算平臺覆蓋了整個機器人系統(tǒng)，為智元提供了跨系統(tǒng)的一致計算基礎(chǔ)。在平衡性能、能效與響應(yīng)表現(xiàn)的同時，簡化 AI 工作負載的部署流程。
Arm 還為物理 AI 生態(tài)系統(tǒng)提供了架構(gòu)連續(xù)性，使開發(fā)者能夠在云端訓練模型，通過仿真驗證，并部署到運行同一底層架構(gòu)的機器人系統(tǒng)中。隨著新一代機器人不斷涌現(xiàn)，軟件可移植性使工程團隊能夠復(fù)用既有的軟件投入，無需重新構(gòu)建基礎(chǔ)組件。
面向下一代機器人，智元正致力于在不超出電池、散熱與軟件復(fù)雜度限制的前提下，將更強的計算與 AI 處理能力集成到人形機器人系統(tǒng)中。與 Arm 的合作有助于從平臺層面應(yīng)對這些計算挑戰(zhàn)，支撐機器人在真實世界中實現(xiàn)感知、移動、交互與規(guī)模化部署。
推動物理 AI 邁向規(guī)模化未來
隨著機器人逐漸成為交通運輸、物流、制造、醫(yī)療和酒店等行業(yè)的實用工具，未來脫穎而出的企業(yè)，依靠的不只是性能頂尖的 AI 模型，更是能夠支撐這些模型高效、安全且規(guī)?；\行的計算平臺。
智元的快速發(fā)展印證了可商業(yè)部署的物理 AI 時代正在開啟。Arm 通過提供覆蓋云端開發(fā)、邊緣 AI 和實時機器人系統(tǒng)的統(tǒng)一計算平臺，助力構(gòu)建下一代物理 AI 的發(fā)展基礎(chǔ)。
