1.技术进展
2025年，为解决 “云端算力充裕”与 “端侧即时响应”的矛盾， “端云协同”架构逐渐成为产业共识。该模式旨在通过5G/5G-A网络实现毫秒级数据闭环：云端依托大算力集群负责复杂语义解析、长周期任务规划与模型迭代；端侧则专注于低延时运动控制、传感器实时处理与紧急安全响应，从而在保障作业安全性的前提下，最大化系统的智能水平。
2.核心成果
- 国际平台实践：亚马逊AWS持续完善RoboMaker等机器人开发工具链，支持从云端仿真训练到端侧部署的流水线，服务于广泛的机器人开发者生态；但在具身智能大规模集群调度方面，行业仍处于技术验证与架构探索阶段，尚未形成万台级人形机器人的成熟调度案例。
- 中国方案探索：华为云推出Cloud Robo等解决方案，尝试将SLAM、环境建模等重负载任务卸载至边缘与云端，减轻端侧计算压力；国产算力厂商如摩尔线程等正致力于提供适配具身大模型的高性能端侧/边缘算力芯片，以支持模型的轻量化推理与低延时运行，为端云协同提供底层硬件支撑。
3.应用价值与行业影响
端云协同架构通过算力分层，有效缓解了单体机器人的智能上限与成本压力。虽然极低时延指标仍多限于特定实验室环境，但该架构为构建 “云-边-端”一体化的智能体系提供了可行路径，是推动具身智能从单机智能向群体智能跨越的关键基础设施。