行业活动

智元展示物理 AI 加速迈向真实世界部署,Arm 提供关键技术赋能

发布时间:2026-07-16 00:00:00 来源:转载 责任编辑:Lily

【导读】不久前,机器人的发展仍主要停留在能力验证和原型演示阶段。如今行业正迅速迈向真实世界部署。人形机器人、四足机器人及其他自主机器人已开始在制造、物流、仓储及各类工业环境中实际执行任务。智元 (AGIBOT) 近期在英国伦敦举办的合作伙伴大会上,充分展示了这一转型的速度,同时揭示了行业面临的下一个挑战:不只是打造性能更强的机器人,更是打造能够规模化部署的机器人。


交通运输、制造、物流、医疗和酒店等行业均率先受益于新一代智能自主机器人。这一话题也是智元合作伙伴大会的核心讨论议题。会上,Arm 与亚马逊云科技 (AWS)、NVIDIA 及牛津机器人研究所 (Oxford Robotics Institute) 的专家共同参与专题圆桌论坛,探讨机器人技术如何从研发阶段走向真实世界部署。


机器人规模化部署仰赖统一的计算基础


智元成立仅三年,便从早期演示阶段发展到在工业环境中部署机器人,反映出物理 AI(人工智能)正快速从概念验证迈向商业落地。


机器人进入真实世界前,相关模型需要经过开发、测试和持续优化。部署完成后,智能计算必须在靠近传感器、电机及控制系统的位置实时运行,同时,机器人机群需要持续的软件更新、数据闭环反馈与迭代优化。


物理 AI 的规模化部署需要贯穿整个开发生命周期的统一计算基础——从云端 AI 训练与仿真,到边缘部署、机群管理以及持续的软件更新。随着行业加速开发并部署世界模型 (world models),帮助机器人更好地理解、预测和响应动态变化的物理环境,这一计算基础的重要性正日益凸显。这类模型在生命周期的各个阶段都需要大量算力支撑,这也让高效的云边协同计算变得前所未有的关键。


1784084977288991.png


平衡算力需求与现实约束


想要打造适配真实场景、性能更强的机器人,最直接的思路是堆砌更多 AI 模型、提升硬件性能。但这只是解决方案的一部分,对于机器人实现有效规模化部署更是如此。


每台机器人的运行都受到严格的物理条件限制。电池容量、散热能力、整机重量都存在上限。AI 能力的提升不能以牺牲续航、运行效率或移动性能为代价。


行业面临的挑战不在于简单地增加更多 TOPS,而在于如何让日益复杂的 AI 工作负载在整个机器人系统中实现更高效地运行。例如,人形机器人需要在电池、散热、重量、机械结构的严格约束下,完成传感器数据处理、AI 工作负载运行、运动协调与实时响应。


对于机器人而言,智能计算不能作为一项孤立的工作负载来处理。感知、决策与执行必须实时协同运作,既要保障确定性延迟与高能效计算,也要具备可同时支持 AI 推理与控制的安全系统。


正如 Arm 物理 AI 事业部执行副总裁 Drew Henry 在《Robot Report》播客中所言:“在机器人领域,从感知外部世界到触发动作的时延,已成为决定性的工程挑战之一。”


计算平台与物理 AI 工作负载协同设计


智元机器人平台涵盖人形机器人与四足机器人,充分印证了 AI 工作负载与计算架构协同设计的必要性正持续提升。从传感感知到推理、运动规划再到执行,每一个环节都依赖软硬件的高效协同。


十余年来,Arm 持续为汽车、自动驾驶车辆和机器人解决方案提供计算平台支持。仅 2025 年,Arm 生态系统合作伙伴面向这些领域出货了 20 亿颗基于 Arm 的芯片。从低功耗传感器处理、确定性实时控制,到高性能中央计算单元,Arm 计算平台覆盖了整个机器人系统,为智元提供了跨系统的一致计算基础。在平衡性能、能效与响应表现的同时,简化 AI 工作负载的部署流程。


Arm 还为物理 AI 生态系统提供了架构连续性,使开发者能够在云端训练模型,通过仿真验证,并部署到运行同一底层架构的机器人系统中。随着新一代机器人不断涌现,软件可移植性使工程团队能够复用既有的软件投入,无需重新构建基础组件。


面向下一代机器人,智元正致力于在不超出电池、散热与软件复杂度限制的前提下,将更强的计算与 AI 处理能力集成到人形机器人系统中。与 Arm 的合作有助于从平台层面应对这些计算挑战,支撑机器人在真实世界中实现感知、移动、交互与规模化部署。


推动物理 AI 迈向规模化未来


随着机器人逐渐成为交通运输、物流、制造、医疗和酒店等行业的实用工具,未来脱颖而出的企业,依靠的不只是性能顶尖的 AI 模型,更是能够支撑这些模型高效、安全且规模化运行的计算平台。


智元的快速发展印证了可商业部署的物理 AI 时代正在开启。Arm 通过提供覆盖云端开发、边缘 AI 和实时机器人系统的统一计算平台,助力构建下一代物理 AI 的发展基础。


gg_20260512171736_266_20260622170931_179.png


为您推荐

SC26 重磅|曙光 8000 十万卡国产超集群斩获戈登・贝尔奖,拿下 HPC 领域国际顶奖 业界新闻

SC26 重磅|曙光 8000 十万卡国产超集群斩获戈登・贝尔奖,拿下 HPC 领域国际顶奖

11 月 19 日 SC26 国际超算大会传来重大喜讯,依托全国产十万卡 AI 超集群曙光 8000(登峰)算力支撑的两项科研成果大放异彩:中科大团队的铁钼辅因子量子化学计算成果斩获戈登・贝尔奖,SD3 全球公里级气象模拟系统入围戈登・贝尔气候建模奖决赛。曙光 8000 于今年 7 月投用,采用原生超智融合架构,统一承载科学计算与 AI 计算,上线后高负载稳定运行。本次获奖标志国产超大规模算力,已经从硬件规模突破,走向支撑世界级原创科学发现。

AI&loT 互联技术

大华旗下华感科技推出星界一体机 AH210P,225° 旋转折叠屏 + 1500 米超远红外探测 新品速递

大华旗下华感科技推出星界一体机 AH210P,225° 旋转折叠屏 + 1500 米超远红外探测

11 月 18 日,大华股份旗下华感科技发布星界一体机 AH210P,作为 AH210 升级款,主打户外探险、夜视观察、搜索救援场景。新品搭载四向 225° 旋转折叠屏,收纳便携;配备等效 21mm 大镜头,最远探测距离可达 1500 米。依托自研 ISP 蝰蛇超分算法、PIPS 3.0 Pro 图像技术与 FPGA 图像处理平台,提升复杂环境下成像细节;同时采用双电智能协同方案实现换电不断电,搭配 IP67 防尘防水,适配山林、沙漠、水域等各类全地形户外环境。电子元件技术网获悉:华感科技注册资本4.42 亿元,业务覆盖国内200+地市、海外180+国家和地区。主导或参与制定国家、行业及团体标准近10项,取得软件著作权逾10项、专利近300项。华感科技致力于用温度感知世界,研发领先的热成像产品和全场景数智解决方案服务于全球客户。

传感技术 温度传感器 传感器 大华电源

EtherCAT 伺服控制周期拆解:电流环、总线通信、三环运算如何分配 CPU 核心 技术应用

EtherCAT 伺服控制周期拆解:电流环、总线通信、三环运算如何分配 CPU 核心

六轴机器人单块驱动板要同时承载六路关节电流采样、编码器反馈、母线电压采集,并以 125μs EtherCAT 同步周期为基准,并行完成三类任务:数微秒硬截止的电流环 FOC 运算、严格帧周期的总线收发、以及速度环 + 位置环与上位状态上报。三类任务实时约束差异极大,再叠加板上编码器、温度采集与分支总线负载,CPU 核心如何划分成为硬件选型首要问题。本文先拆解一个控制周期内五步执行流程,再依次给出单核、双核、三核的任务分配方案,区分同构 / 异构双核的差异,最后给出一套可直接对照硬件参数执行的定核判定流程,仅限关节侧实时 MCU 讨论,不含整机 MPU 主控。

通信广电 互联技术 CPU

对比树莓派分立理想二极管,拆解 MPQ5852 浮地驱动 NMOS 核心原理 电路图集

对比树莓派分立理想二极管,拆解 MPQ5852 浮地驱动 NMOS 核心原理

很多硬件工程师都见过树莓派 3B 上分立器件搭建的理想二极管防倒灌电路,但分立方案存在电流、Vgs、器件匹配等局限。本文换个思路,拆解集成理想二极管芯片 MPQ5852,它支持 5~36V 宽电压输入。文章从芯片内部框图入手,依次讲解使能、电压检测、VS 模拟采样,重点解析它内置开关电源生成浮地电压、驱动 NMOS 上管的巧妙架构,以及三组比较器实现导通 / 关断的控制逻辑,带你弄懂低压降防反灌的实现思路。

能源电路 电源管理 测试测量

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆