物理AI研发需求推动智算云增长,九章云极2026年上半年云业务营收同比增长约420%

机器人本体决定物理 AI 的能力边界,计算基础设施则影响它的迭代效率。

物理AI的产业热度正从机器人本体向计算基础设施环节扩散。随着具身智能研发进入多轮迭代阶段,机器人企业对算力的需求呈现出明显的阶段性波动特征,按需调用、弹性扩缩的云端算力正在成为这一领域的新选择。据行业测算,国内AI基础设施及智算云服务商九章云极2026年上半年云业务营收同比增长约420%,同期CoreWeave营收同比增长112%,全年产能已预售一空。

英伟达此前提出“三台计算机”概念,分别对应模型训练、数字孪生与仿真环境中的技能验证、以及部署在机器人本体上的执行计算,并通过Omniverse、Isaac、Cosmos等平台将训练、仿真与终端计算串联为一条链路。最新一季财报显示,其数据中心业务收入同比增长117%,物理AI正成为计算平台新的增长市场。但仿真无法完全替代真实世界。Neura Robotics创始人兼CEO David Reger在接受麦肯锡采访时表示,数字孪生与真实环境之间仍存在差距,机器人需要在真实物理环境中训练,并采集动作、触觉、声音等多模态数据,这些反馈又将进入下一轮训练与仿真。

由此,物理AI研发形成数据采集、仿真、模型训练、强化学习、推理和真机验证的持续迭代闭环。各环节对算力的需求不同,且随研发进度动态变化,固定配置的算力难以适应。宇树科技创始人王兴兴在今年10月的工博会上谈到,机器人本体受空间、电池和散热限制,可部署算力有限,适合放在云端的计算任务应尽可能上云。智元机器人联合创始人彭志辉透露,公司今年训练集群将接近万卡规模,联合创始人姚卯青补充,算力主要通过租赁获取,以控制资产投入、保留扩容弹性。

头部机器人公司的算力账本正从“买多少卡”转向“能否随时调到可用算力”。自持硬件成本高、易闲置,临时采购则难以保障研发连续性,按需调用、弹性扩缩、统一调度并适配物理AI多场景需求的智算云服务因此成为更现实的选择。九章云极联合创始人兼COO尚明栋此前接受央视总台财经频道采访时表示,衡量算力产业不能只看建设规模,更要看资源是否真正被使用、能否服务更多产业主体。

九章云极的做法是将分散的算力需求分层承接:底层通过异构芯片适配、算力池化与统一调度,让不同架构的计算资源协同运行,为机器人基础模型训练提供集中式大算力底座;中间层依托云原生集群管理、高性能存储与强化学习运行环境,支撑多轮训练与验证任务的自动化编排;上层打通模型训练与推理一致性能力,延伸至端侧推理层,根据任务需求动态分配资源。国内机器人企业面对的算力环境更为复杂,不同厂商芯片在架构、驱动和软件栈上存在差异,跨架构适配与统一调度能力直接影响资源利用率和综合计算成本。

该能力已进入物理AI研发流程。在某头部世界模型企业的联合验证中,九章智算云支撑其在生态伙伴的仿真环境里并行调度数千个虚拟机器人策略样本,加速强化学习与安全测试;在汽车装配场景的联合验证中,弹性多阶段算力调度支撑了策略迭代效率的提升。花旗研究在《Embodied Intelligence: The Rise of Physical AI》中指出,数字孪生、真实世界数据采集、仿真及协调硬件的计算软件生态,都是物理AI发展的重要支柱,计算基础设施因此成为产业链的重要增长机会。

需要指出的是,按需租用的单价可能高于自建,长期高负载运行的总成本未必更低;物理AI的算力需求能否像大模型一样快速增长,行业尚无共识,目前机器人企业的训练规模仍明显小于通用大模型公司。但多步计算需求已经明确,算力由设备采购转向服务交付的趋势正在确立,计算基础设施对物理AI迭代效率的影响将持续显现。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
Swipekit发布2026年Meta广告创意基准报告,基于近1.4万条广告数据分析
上一篇 4小时前
豆包工作上线“工作台”功能,首批覆盖金融医疗教育等21个专业场景
下一篇 3小时前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部