當機器人能夠像人類一樣自主避開障礙物、靈活抓取物品，甚至根據(jù)環(huán)境變化調(diào)整行為模式時，“具身智能” 已不再是科幻想象，而是正在加速落地的現(xiàn)實。這一將人工智能與物理實體深度融合的技術，正推動著機器人從“執(zhí)行指令的工具”向“具備自主決策能力的智能體”跨越。而在這一變革背后，穩(wěn)定、高效的基礎設施是不可或缺的支撐。近日，在2025世界人工智能大會期間，紫光股份旗下新華三集團憑借在存儲、算力與網(wǎng)絡領域的深厚積累，發(fā)布了覆蓋具身智能訓練全流程的解決方案，為智能體的“成長”保駕護航。

從數(shù)據(jù)到算法：具身智能的“成長密碼”

具身智能的核心，在于讓物理實體(如機器人)擁有類人的感知、學習與互動能力，而這一切的實現(xiàn)，離不開“數(shù)據(jù)”與“算法”的雙輪驅(qū)動。

在數(shù)據(jù)層面，高質(zhì)量數(shù)據(jù)是具身智能學習的基礎。由于真實場景數(shù)據(jù)采集成本較高，行業(yè)普遍采用分階段采集的策略：預訓練階段，通過仿真技術生成虛擬環(huán)境數(shù)據(jù)，或借助動作捕捉設備記錄人類動作，以低成本積累基礎訓練素材;進入后訓練階段，則引入真實場景中的“搖操數(shù)據(jù)”——即機器人在實際環(huán)境中運動、互動時產(chǎn)生的數(shù)據(jù)，這些包含碰撞、摩擦等細微反饋的數(shù)據(jù)，能有效彌合虛擬與現(xiàn)實的差距，讓智能體更適應真實世界。據(jù)行業(yè)實踐，具身智能的訓練往往需要 10 億幀以上的數(shù)據(jù)量，這些數(shù)據(jù)如同教材，為智能體的能力提升提供支撐。

在算法層面，通用大模型是具身智能的“大腦”。通過對海量數(shù)據(jù)的學習，大模型被賦予語義理解、邏輯推理、多模態(tài)感知等能力，能夠解讀環(huán)境信息(如識別障礙物、判斷距離)、規(guī)劃行動路徑，并將決策轉化為精準的物理動作。例如，當機器人需要抓取物品時，算法會結合視覺數(shù)據(jù)判斷物品位置、形狀，再通過邏輯推理規(guī)劃抓取角度，最終驅(qū)動機械臂完成動作，這一過程如同人類“觀察-思考-行動”的閉環(huán)。

新華三：筑牢具身智能的技術基石

數(shù)據(jù)的海量存儲與高效調(diào)用、算法的大規(guī)模訓練與迭代，都對基礎設施提出了極高要求。新華三從數(shù)據(jù)存儲到算力支撐，提供了全鏈路解決方案，成為具身智能落地的堅實后盾。

在數(shù)據(jù)存儲領域，新華三針對不同階段的需求精準發(fā)力：在數(shù)據(jù)采集階段，X10000系列分布式存儲以高性價比優(yōu)勢，輕松應對仿真數(shù)據(jù)、動捕數(shù)據(jù)的大規(guī)模存儲需求，確?；A數(shù)據(jù)“存得下、存得穩(wěn)”;進入訓練階段，X20000系列高性能存儲憑借高吞吐、低延遲特性，實現(xiàn)10億幀級搖操數(shù)據(jù)的快速讀寫，為算法訓練提供“數(shù)據(jù)高速路”，讓模型能夠高效調(diào)用優(yōu)質(zhì)數(shù)據(jù)進行學習。

在算力支撐領域，算法訓練往往需要成百上千張AI加速卡協(xié)同工作，新華三通過高性能網(wǎng)絡設備與多元異構的算力服務器，將分散的算力資源高效整合，形成穩(wěn)定、可靠的算力集群，不僅能提供海量算力，更能通過高效調(diào)度避免資源浪費，讓算力真正服務于模型迭代。

從數(shù)據(jù)存儲到算力保障，新華三具身智能解決方案正全方位賦能智能體的“成長”。未來，隨著技術的不斷迭代，這些具備自主能力的智能體將在工業(yè)制造、服務民生等更多領域發(fā)揮作用，而新華三也將持續(xù)以技術創(chuàng)新，為具身智能的普及與應用注入源源不斷的動力。

（來源：新華三）