在2026WRC展馆内，机器人的实际应用速度远超外界预期。物料搬运、货物分拣、零部件装配等任务接连上演，以家庭杂物收纳为例，机器人不仅能理解语音指令，还能精准定位目标物品并完成收纳。当现场人员移动物体时，机器人会重新规划动作路径，确保任务顺利完成。这些流畅的操作背后，是数据采集、模型训练、仿真验证和真机部署等复杂环节的支撑，任何一个环节出现问题都可能导致机器人动作失误。
走访WRC现场多家具身智能企业后发现，尽管机器人形态和应用场景各异，但百度智能云的名字频繁出现在采访中。根据Omdia和IDC的报告，百度智能云在中国具身智能AI云市场占据领先地位。在产业格局尚未完全定型的阶段，这一成就引发了行业对百度技术实力的关注。具身智能的竞争焦点正从机器人本体量产转向技能量产，而技能生产涉及本体、数据和模型三大核心挑战。
机器人进入真实环境面临多重考验。在嘈杂的工厂或商场中，机器人需要从背景噪音中识别指令并准确执行动作。随着机器人数量增加，安全问题愈发突出，远程劫持、数据投毒等风险可能威胁系统安全。目前，多数企业仍专注于功能开发，安全体系建设相对滞后，模型被盗取可能导致核心竞争力流失。数据获取是另一大难题，真实场景数据采集成本高昂，且难以兼顾规模、质量和场景多样性。复杂操作和长尾场景的数据尤为稀缺，采集后的数据还需经过清洗、标注等处理才能用于训练。行业急需一套将原始数据转化为训练资产的工程体系。
具身模型训练难度远高于语言模型。模型不仅要预测动作对物理世界的影响，还需理解重力、摩擦等复杂因素。训练完成后，模型还需在真实环境中实现实时推理，延迟过高会导致机械臂抓取失败或避障不及时。仿真测试虽能降低成本，但现有工具配置复杂，环境加载速度慢，影响迭代效率。本体、数据和模型构成闭环系统：机器人执行任务产生数据，数据推动模型训练，模型部署后产生新数据。任何环节断裂都会导致企业陷入重复开发困境，行业迫切需要一套连接数据生产、模型训练、仿真评测和推理部署的AI基础设施。
百度智能云的核心产品百度百舸AI计算平台，正在构建机器人技能生产线。该平台整合了百度在自动驾驶、大模型和云计算领域的技术积累。在数据方面，百度将自动驾驶领域的数据处理能力迁移至具身智能，在大湾区建设了首个实体数据基地，采用"真实场景+虚实融合"模式采集毫米级操作数据。其AI数据服务已帮助企业降低20%成本并缩短响应周期。百度百舸6.0预置多个高质量数据集和Nvidia Isaac生态工具，提供一站式数据处理能力，使客户能用相同预算覆盖更多场景。
仿真环节，百度百舸6.0集成Isaac、ManiSkill3等主流引擎，优化环境管理和资产加载速度，提升仿真任务运行效率。工程师可在相同时间内进行更多轮实验，加速模型迭代。在模型训练方面，百度百舸通过系统优化显著提升训练效率。以NVIDIA世界模型Cosmos 3为例，其在国产主流GPU上的训练效率提升近一倍，512卡集群扩展效率保持97%以上。通过解耦前置计算，百度百舸以1.5倍硬件投入实现2.1倍整体吞吐，相当于增加35%训练算力。
推理环节，百度与上海交通大学合作推出AHA-WAM异步架构，将视觉场景分析移出动作执行核心链路，使单步动作推理延迟从415毫秒降至41毫秒，闭环控制频率提升至24.17Hz。轻量化版本AHA-WAM-Flash进一步达到56.95Hz，显著提升机器人连续操作流畅性。在交互层面，百度提供远场多模态语音交互方案，解决机器人"听不清、听不懂、做不好"的问题。该方案已应用于智元远征A3等量产机器人，将对话反馈延迟降低至1秒左右，接近人类交流节奏。
安全运营方面，百度智能云提供覆盖研发、测试和运营阶段的体系化安全方案及OTA管理平台。在百度智能云举办的具身智能场景落地专题活动上，北京人形、智元、星动纪元等企业讨论了数据、算力和规模化运营等核心问题。北京人形的具身大模型月调用量超12万次，星动纪元的机器人已在全国十多个物流中心部署，单个场地部署规模达数十台。这些案例表明，随着机器人进入集群作业阶段，云平台需承担长期算力供给和模型服务任务。
帕西尼触觉科技通过建设五座数据采集工厂，年产生2亿条多模态数据，其数据存储和处理高度依赖百度智能云服务。苏度科技计划在百度云上提供在线调试和数字孪生工具，使开发者能在真机部署前完成仿真测试。智元已下线第15000台通用机器人，自变量在物流产线实现每小时处理1800件商品，原力灵机训练模型使用上千张算力卡和15万小时计算资源，吉翼的数采训练场每年产生超120万小时有效数据。这些案例显示，机器人批量进入现场后，企业需应对持续增长的数据、模型版本和部署节点，系统级基础设施成为产业发展的关键支撑。
