事件概述
国庆期间，端侧具身智能传来突破：亿达科创推出“边缘AI与具身智能机器人解决方案”，将AI算力与决策控制从云端下沉至机器人本体，系统端到端响应延迟小于10毫秒（较云端方案降约90%），可连续自主作业8小时以上，在弱网甚至无网环境正常运行。
面壁智能在2026世界人工智能大会发布MiniCPM-Robot系列端侧模型：0.9B参数的RobotTrack是业内首个本地断网部署的跟踪模型，在宇树Go2机器狗原生算力上稳定运行，时延约180毫秒；1.5B的RobotManip支持长达1分钟具身原生记忆，中途被打断也能重规划任务，全程本地推理。
背景与解读
一、技术背景与演进脉络
传统机器人依赖云端推理，工业现场、地下空间、灾害区域常因网络延迟或不稳定失效。将算力下沉至本体，是具身智能从“演示”走向“真实作业”的关键一环。端侧小模型（小于2B参数）通过蒸馏与量化，在有限算力上实现跟踪、导航、操作闭环。
二、核心驱动与底层机制
驱动来自三方面：一是边缘芯片与NPU算力提升，使端侧跑得动多模态模型；二是无网/弱网场景（矿山、仓储、巡检）对可靠性的硬需求；三是数据隐私与实时性要求，本地推理避免上云。关键技术包括模型轻量化、端到端低延迟管线、本地长时序记忆。
三、市场格局与产业链影响
该方案已落地铸造缺陷检测、绿色矿山无人车、弱网仓库分拣，并入选服贸会案例。产业链上，端侧AI芯片、机器人本体厂商、行业集成商形成新协作。相比依赖云端的方案，端侧路线降低带宽与云端成本，提升可用性。
影响与趋势
短期看，工业巡检、导览、仓储将率先规模应用；中期看，端侧自主决策加云端协同的混合架构或成主流，机器人从“受控设备”升级为“自主同事”。
对产业参与者的启示
- 机器人厂商：把端侧推理能力作为产品差异化核心。
- 芯片/算法商：深耕小于2B级多模态模型与低延迟部署。
- 行业用户：在弱网关键场景优先评估端侧方案可靠性。
本栏目内容为行业信息整理与技术观点分享，不构成任何投资建议。