當下具身智能概念成為人工智能產業的新聚焦點，被視為 AI 與實體經濟融合的重要手段，但產業發展也面臨著硬件模組、軟件技術、工業制造、解決方案等多方面挑戰，如何打通研發全流程，降低模型開發、數據處理、場景訓練的門檻，是加速具身智能落地產業的關鍵所在。8 月 15 日，由華為云主辦、國家地方共建人形機器人創新中心協辦的“進化無界 智聚未來”華為云上海具身智能行業私享會圓滿舉行，匯聚多位具身智能領域的專家學者、企業代表，共同探討具身智能領域的學術研究、技術觀點和產業實踐，攜手推動產業創新發展，為具身智能落地百行百業“打前站”。

華為上海云業務部領導在活動致辭中表示，華為云致力于通過算力基礎設施、CloudRobo 具身智能平臺等能力，幫助伙伴將一切聯網的本體打造為具身智能機器人，助力企業研發實踐和轉型升級，加速具身智能落地和產業生態形成，開啟智能新時代。華為云與國地中心長期以來密切合作，在人形機器人或具身智能領域做了大量探索創新，希望通過本次活動和后續合作，搭建具身智能技術展示和分享交流的平臺，為行業發展注入新活力。

突破數據匱乏困局，具身智能落地需要更全面的底座支撐

目前，數據稀缺、仿真與真實場景存在差距，是具身智能落地的瓶頸之一。對此，上海交通大學助理教授穆堯帶來“生成式大模型驅動的具身智能大規模高質量數據合成開源平臺”主題分享，表示針對具身智能數據稀缺痛點，可通過大模型生成仿真合成數據來解決，其團隊研發的 RoboTwin2.0 平臺，生成數據在仿真度、效率和成本上均實現重要突破，有望解決“數據原料”的匱乏的挑戰。其研究成果初步證明了仿真技術對端到端視覺語言動作模型（VLA）加速的可行性。

對廣大企業而言，應用具身智能的門檻不僅有數據，還涉及訓練、運行等環節。會上華為云具身智能產品總監介紹，針對具身智能產業鏈條較長，且應用場景高度碎片化的問題，華為云推出 CloudRobo 具身開發與運行平臺，集數據平臺、訓練平臺、運行平臺于一體，可提供一站式的底座技術支撐，包括提升數據標注與合成的質量、讓具身移動和操作測試更靈活易用、打造面向場景的軟硬一體解決方案等，切實推動具身智能從“技術展示”走向“規模化落地”。

技術痛點催生解決方案多元實踐共筑智能未來

受益于人工智能、機器人領域軟硬件底座完善，我國已出現一批具身智能先行者企業。會上仙工智能聯合創始人葉楊笙表示，多元需求背景促使機器人向高可靠、高泛化的方向演進，針對人形機器人數據少、反饋弱、可控性低的問題，仙工智能提出“新技術 + 老產品”和“老技術 + 新產品”兩種創新路徑，通過多層語義地圖、端到端導航、VLA 模型滿足智能機器人在可靠性與泛化性上的核心需求。SRC-5000 系列控制器采用一體化架構，具備面向多種具身智能形態的擴展能力，使控制器能夠覆蓋更豐富的應用場景。通過控制器 — 平臺 — 產品的完整閉環，仙工智能持續打破智能機器人應用的門檻，加速在多元產業場景中的落地進程。

具身智能不僅關乎人工智能，也與零部件的工業制造息息相關。舍弗勒中國區機器人公司副總經理薛劍波指出，與軟件一樣，當前機器人硬件距離落地也存在差距，需要從輕量化、低功耗、散熱和加熱等方面突破，對此舍弗勒針對人形機器人關節技術痛點推出多種創新解決方案，在電機、傳感器等領域也有布局，同時圍繞具身智能產業發展，以全景式工業元宇宙為核心優化工具鏈與流程，以推動機器人零部件生產的智能化和標準化，實現穩健發展。

作為具身智能領域的“國家隊”，國地中心硬件研發總監周松表示，傳統機器人系統開發范式存在控制系統模型不精確、模型無法自演進、開發周期長等問題，具身智能帶來的“數據 + 模型”驅動模式大幅提升了開發效率和泛化性。周松以麒麟訓練場和格物致知具身平臺舉例，前者可快速富集具身數據建設規模化具身模型庫，后者則提供具身系統全生命周期一站式設計開發能力，均在產業端得到深度應用。周松還介紹了高性能電關機設計標準、高低自由度仿人靈巧手等成果，希望通過聯合更多生態伙伴，推動具身智能生態體系建設，形成公版標準，更好賦能千行百業。

在國家政策、底層技術和產業需求的多方牽引下，具身智能熱度日益上揚，但無論從“AI 三要素”算力、算法和數據，還是硬件生產和場景應用的角度看，具身智能產業發展仍然處于早期階段。未來，華為云將進一步發揮自身軟硬件基礎設施、平臺能力和產業經驗等優勢，聯合生態伙伴推動具身智能要素不斷演進成熟，共同構建解決方案，加速智能機器人產業化與規模化落地。