腾讯汤道生：自动驾驶技术经验，能让具身智能“少走弯路”

“腾讯云已经为超过40家具身智能企业提供算力和存储支持。同时，我们也与多家自动驾驶企业有长期合作，而这些企业如今也正积极投入到机器人制造领域。”

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生

1月27日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生受邀出席在香港举办的亚洲金融论坛，就AI驱动具身智能产业变革分享腾讯思考。汤道生指出，中国的具身智能产业竞争激烈，只有在真实场景中部署和应用具身智能产品，才能促使公司更快地进行研发。“我非常有信心，许多中国具身智能公司值得更高的估值。”

汤道生介绍，无论在计算能力还是云技术层面，腾讯都有大量能够助力合作伙伴成功的技术方案。事实上，虽然腾讯自身不直接生产机器人本体，但却逐渐成为具身智能产业的生态连接者，为众多具身智能企业提供大模型、云端算力、云基础设施及音视频能力等支持，助力产业共同打造机器人的“大脑”。

腾讯Robotics X实验室与福田实验室于去年联合发布了具身智能开放平台Tairos“钛螺丝”，将算法模型、仿真计算、云端算力、数据与网络进行系统性整合，打造了一个开放的“机器人大脑”，为机器人厂商提供标准化接口，促进不同技术组件的集成与协作。同时，腾讯云的HCC 高性能计算集群、COS（对象存储）、TRRO 实时操控技术、云端并行仿真环境等产品技术，为具身智能提供了从模型训练、仿真验证到远程操控的全生命周期基础设施支撑。

目前，腾讯已与国内 40 余家具身智能企业开展合作，其中半数为大湾区企业，相关合作产品已在工业制造、物流仓储、商业服务、医疗康养、文旅导览等场景落地应用。

“端到端大模型”为机器人提供了快速进化的可能，产业正处于跨越式爆发前夜，但高质量、大规模、多样化的训练数据，却是目前制约行业发展的关键，其重要性甚至超过了算力。与大语言模型的“百万亿级”Token数据量相比，机器人领域最大的数据集仍在“百万条轨迹”级别，存在数量级上的差距。因此，行业当前的首要任务是不计代价地、尽可能快地获取可用的数据。

针对“数据瓶颈”问题，汤道生在技术层面给出了新解法：“具身智能产业可以大量借鉴自动驾驶行业已经走过的完整技术路径，从而少走弯路。”

汤道生进一步解释，机器人在执行任务过程中会采集到大量视频数据，将这些数据回传云端，转化为3D数据，在3D模型的帮助下进一步进行仿真训练，“这本质上就是一个游戏引擎，通过模拟更多边缘场景和复杂情境，持续迭代和强化模型能力”。目前，腾讯云正与部分具身智能企业合作，用仿真训练破解数据瓶颈难题。

从完整的数据与模型训练流程看，腾讯云具备多方面的服务能力，包括低成本的数据存储，还有完整的模型训练工具链，以及视频技术能力。“我们努力将我们多年来积累的各种工具整合起来，帮助行业更快、更高效地发展。

本文来源：财经报道网