华为云发布昇腾原生具身世界模型CloudRobo-WM1.2,并借CloudRobo平台打通数据处理、训练、仿真到真机部署全链路。11月30日开源,联合230多家企业高校共建生态,试图让具身智能研发不必家家从零开始。

机器人在实验室里把活儿干成了,到了工厂还能天天这么干吗?换台机器人,之前练出来的本事又能剩下多少?
光把模型训得聪明还不够,背后的算力、仿真、真机适配,都得跟上。
11月16日,华为云发布昇腾原生具身世界模型 CloudRobo-WM1.2。两天后,华为云在上海举办「行业AI梦工厂·具身智能高层论坛」,把仿真训练、跨本体适配这些幕后工程搬到了台前。

会上,华为云与福建小状智能签署备忘录,计划把 CloudRobo 和昇腾算力引入高校实训。模型发布、产业实践、高校实训看似三件事,背后是同一个判断:具身智能研发,有些事没必要每家公司都从头做一遍。

AI 从卷模型卷到卷应用,算力始终是入场券。但不同项目对算力的胃口并不一样。
普通问答一问一答就结束;换成 AI 智能体,得先拆任务、查资料、调工具,哪一步走岔了还要推倒重来。华为昇腾芯片产品管理专家钱鑫源给出数字:近两年 Token 消耗增长约 1400 倍,智能体任务的 Token 消耗量是普通问答的 100 至 1000 倍。
到了具身智能,算力还得接着上强度。

教机器人抓杯子,机械臂伸手、握住、提起只有几秒钟,但仿真软件要先算出抓稳了没有、会不会半路滑落,训练程序才能据此调整模型。仿真结果没出来,训练只能等;数据没跟上,卡也只能闲着。
自建集群的公司光是决定买多少卡就够头疼:按日常需求买,训练和仿真撞一起就要排队;按峰值买,闲时设备也得照常运维。更别提还要配网络、接存储、排任务。
华为云的解法是把硬件采购、系统适配、长期运维统一放到云端。团队要训模型就调一批昇腾算力,想多跑仿真再按任务调整资源,不必为最忙的那几天先买下整套设备。

卡调来了还得真忙起来。训练长视频时,计算单元要反复从显存读写数据,显存带宽决定搬运速度——发动机马力再大,油管供不上油也只能干等。昇腾芯片从 950 系列往后一边提升算力一边给传输提速,按规划 960DT 的显存带宽最高可达 9.6TB/s。
多卡协同时,一段长视频拆给几张卡处理,只要有一张先把显存撑爆,其他卡也只能干瞪眼。华为云做了长序列并行,尽量均衡不同模态的显存负载,并提前预取下一批训练数据减少等待。
还有些麻烦发生在开训之前:新模型碰到框架里没有的算子,工程师得自行开发、移植、测性能。华为云计划让专项团队与具身伙伴一起做昇腾云适配,把这类算子提前调好。前一家踩过的坑,后面的团队就有机会绕着走。
一批卡轮流服务多家公司,一次适配让更多团队受益——算力不必家家从头买,工程上的坑也不用家家重新踩。
模型在仿真里明明会抓了,到了真机手一伸就偏。这几乎是每家具身智能公司都经历过的场景。
CloudRobo 要解决的就是这类麻烦,它把数据处理、模型训练、仿真验证一直到真机部署接成一条链。

数据层面,采集方式五花八门,换台设备格式就可能不一样。CloudRobo 用 R2C 协议和 SDK 统一机器人接入,把不同来源的数据放进一套管线处理,支持 PB 级多模态数据管理和快速索引。换种采集方式,只需针对新本体调整映射,不必推倒重来。目前平台已积累超过 100 万条导航轨迹、5 万多条操作轨迹,以及 50 多种数据处理算子。
模型层面,CloudRobo 把训练、推理、后训练和评测放进同一开发环境,汇集 30 多款第三方模型、30 多项评测指标和 20 多项具身开发 Skills。计划 11 月 30 日正式开源的 CloudRobo-WM1.2 也将成为平台上的模型资源。团队可以先拿现成模型试,再按自家机器人和任务调整。
模型好不好用也要有办法验证。比如抓杯子成功率突然下降,是数据出了问题还是新策略不行?工程师可以沿用原评测环境,分别调整数据和模型,定位真正的短板。
上真机之前还有一道保险:CloudRobo 支持导入描述机器人结构的 URDF 文件,让机械臂先在虚拟世界练手——同一个杯子换个位置、转个角度再抓一次,筛出容易失败的情况并生成数据补回训练,避免真机试错带来的设备损耗与安全风险。
最后是运行管理平台。长程规划和后续训练放在云上,边缘侧支持多机调度,实时控制与安全机制尽量留在本体附近。机器人遇到异常现场先处理,出错前后的画面与动作轨迹都会留档,方便排查和优化。
实际效果如何,上海交大团队现身说法。

上海交大开设了具身智能微专业。若学生每组都要先找机器人、搭仿真、接数据,一门课下来光折腾工具就够忙。在华为云训练营里,30 名微专业学生借助 CloudRobo 从仿真一路做到真机,还对比学习了 Diffusion、ACT 和 Pi0.5 等模型。此后有学员组队参加首届 CloudRobo 具身智能大赛,拿到第二名。
免费获取企业 AI 成熟度诊断报告,发现转型机会
有些问题得让懂行业的人一起解决。
亿嘉和已把机器人送上高空带电作业现场,旗下 Z100 累计交付超过 400 台,每年作业超过 8 万次。与华为云合作开发的 Z200Pro 计划让机器人自主判断更多现场环境、规划部分运动,减少对人工遥操作的依赖。据亿嘉和披露,新方案作业时长可控制在 30 分钟以内,效率提升约 30%,部分数据仍有待真实现场验证。

多位生态伙伴也在现场分享了进展。国地中心常务副总经理刘宇飞表示,国地中心正依托昇腾云共建异构机器人虚实融合训练场,打通真实采集与仿真合成数据,探索数据集开放和统一评测。大晓机器人副总裁周泉介绍,公司已在零售、安防、酒店等场景完成从 0 到 1 落地,并与昇腾云在框架适配、算子开发、训练调优上合作,下一步计划把动作与任务流程沉淀为技能库和标准化交付方案。杭州天宽具身产品总监杨光明提到,正携手华为云打造端云协同巡检架构,其云精灵具身巡检方案持续拓展工业、园区场景。
四个伙伴切入点各异:有人解决高风险作业,有人琢磨批量交付,有人专门补训练数据的短板。但往下看,数据处理、模型适配、仿真工具、训练调优又有不少共通之处。
华为云「行业AI梦工厂·具身智能专区」要做的,就是把这些分散能力接起来。底层是昇腾云提供算力,往上是 CloudRobo 提供覆盖数据管理、模型开发、仿真验证、真机部署与持续迭代的全流程支撑。

伙伴成果还通过云商店等渠道推向更多客户。一款仿真工具能在多个项目里用起来,开发团队才有动力持续维护,机器人企业也能少做重复开发。
资金上,华为云给出具身智能专项单伙伴最高 200 万元、AI 行业解决方案专项单方案最高 100 万元的支持。专区上线 5 个月,已与 230 多家企业及高校合作,积累 1500 多项技术资产。
具身智能打到今天,机器人从展台走进工厂,比拼的不只是把活儿干成一次,还得天天干得稳、换个场景也能用。模型要训得起,真机要跑得稳,到现场还得算清成本,哪一关都不能掉链子。
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断