具身智能发展遇算力与数据瓶颈，腾讯云生态大会展示国产算力加速方案

在2026腾讯全球数字生态大会上，业界聚焦具身智能的基础设施挑战。尽管英伟达近期在GTC柏林大会上扩展了Isaac机器人开发平台并释放积极信号，但机器人训练任务仍常因GPU就绪而数据未到位、多机同步受阻等问题陷入停滞，算力资源未必能持续高效运转。

腾讯云副总裁李力指出，AI的决策中枢需回归云上成熟的计算与存储体系。他提出“没有Infra的AI，就是浮沙之上筑高墙”的观点，强调具身智能对计算、存储和网络三大基础设施的依赖日益加深，尤其是网络能力决定了大规模集群的协同效率。

针对算力适配难题，流形空间CEO武伟分享了在国产算力上的实践。通过与腾讯云联合优化算子与基础设施，相关训练性能提升近3倍，由512颗国产芯片组成的算力集群已实现稳定训练并计划持续扩容，解决了模型能跑但跑不快的问题。

腾讯云异构计算产品副总监黄阳列举了当前具身智能面临的严峻挑战：机器人仅能完成约10%的结构化任务；单一客户数据量已从几十万小时激增至几千万小时，训练需求增长3倍以上；上万台机器人试错的群体经验复用率仅为0.01%，本体的尺度已无法承载智能的尺度。

为应对上述挑战，腾讯云构建了三大算力底座。其中训仿底座通过HyperAcc加速套件在国产千卡规模实测中使性能提升至少22%，并利用HyperTrace技术将停训排障减少91%；数据底座则利用HAI DataFlow处理原始数据，解决清洗与格式转换难题。

面对数据质量参差不齐的痛点，腾讯云存储产品解决方案总监、首席技术专家温涛表示，具身公司拉开差距的关键在于数据的质量、来源和总量。通过“数据飞轮”架构，实现从采集、处理、训练到真机验证的闭环，支撑海量多源异构数据及时喂入GPU。