不上云端也能跑通：人形机器人本地独立完成任务
系列：人形机器人大脑体系 · 产品篇 3/3

字数：约 3174 字

摘要
具身智能领域有一种默认假设：机器人的智能来自云端大模型。这个假设在实验室成立，在工厂车间、地下车库、偏远厂区往往不成立——没网、网差、或者客户根本不允许数据出内网。本文讲 Lumina PMD 的端侧闭环方案：什么能力必须放在端侧，端侧能做什么、不能做什么，以及资源边界有多宽。
一、云端方案在落地时遇到的四个问题
先把问题摆清楚，否则"端侧"只是一个技术偏好，而不是一个必然选择。
问题一：网络不可用。 工厂车间、地下空间、偏远站点，网络覆盖往往不可靠。机器人一旦依赖云端，就等于把作业能力绑在了网络上。
问题二：时延不可控。 云端调用的往返时延受多种因素影响——网络抖动、服务排队、模型冷启动。对物理作业来说，几百毫秒的波动可能就是一次失败的抓取。
问题三：数据合规。 很多工业客户不允许生产数据、现场视频、工艺参数离开内网。这不是技术问题，是采购的前置条件。
问题四：可用性责任。 如果智能来自云端，服务中断的责任归属就变复杂了。客户会问：“是你的机器人不行，还是你的云不行？”
这四个问题里，第一个和第三个是硬约束——不是优化能解决的，是场景本身不允许。所以端侧不是"更好"，是"必须"。
二、端侧能做什么：能力分层
关键认知：端侧不是"云端的缩小版"，而是"另一种能力组合"。
把智能能力按对算力的敏感度分层，会得到一幅很清楚的图：
能力类型 算力需求 时延要求 适合端侧吗
任务语义解析 中 中 ✅ 适合
动作序列规划 中 中高 ✅ 适合
实时运动控制 低 极高 ✅ 必须端侧
安全监控与急停 低 极高 ✅ 必须端侧
大规模常识推理 高 低 ⚠️ 端侧受限
多模态大模型训练 极高 无 ❌ 不适合

规律很明显：越靠近物理世界、时延要求越高的能力，越必须端侧；越靠近抽象推理、算力需求越大的能力，越适合云端。
Lumina PMD 的选择是把前四类全部放在端侧，第五类视场景而定，第六类完全不上端侧。
三、本地语义底座：端侧语义能力的来源
端侧要做语义解析，就需要一个本地的语义模型。这里要用到 ROLM——它承担的是"把自然语言指令转换成结构化任务"这一层工作。
这一层的关键要求不是"什么都能理解"，而是"在受控范围内可靠"。
具体来说：
要求一：指令范围可控。 工业场景的任务指令是有边界的——抓取、放置、搬运、开关，不是开放域的闲聊。在一个收敛的任务空间里，小模型的可靠性可以做到很高。
要求二：输出格式确定。 语义解析的输出必须是结构化的、可校验的，而不是一段自由文本。这样下游才能做严格的契约校验，出错时能明确拒绝而不是带着错误继续执行。
要求三：资源占用可控。 端侧设备的资源是有限的，模型必须在给定的内存和算力预算内工作。
这里要强调一个务实的判断：端侧语义能力不需要追求"通用智能"，只需要做到"在约定范围内的确定性"。 后者反而比前者更适合工业落地——因为可验收。
四、资源边界：把数字说清楚
客户采购时最关心的是"要什么配置才能跑"。这里给明确的数字，同时说明每个数字的口径。
内存：最低 8GB，推荐 16GB。
这个数字的口径是"运行语义模型 + 业务逻辑 + 系统开销"的总和。低于 8GB 时，模型和业务会争内存，导致频繁换页，性能断崖式下降。
上下文长度：单路 8K。
这里的"单路"指的是单次推理会话的上下文窗口，不是"同时处理 8K 个任务"。8K 对工业指令场景是够的——一条完整任务的语义描述通常远小于这个量级。
时延：语义推理单路延迟参考上限 5 秒。
这个数字必须严格限定范围。 它指的是"从输入文本到输出结构化任务"这一段语义推理的耗时上限，不是整机端到端时延。
整机端到端时延取决于任务复杂度——一个简单的抓取和一个多步骤的搬运，物理执行时间差好几倍。把语义推理的 5 秒说成"机器人 5 秒内响应指令"，是不准确的。
权重格式：提供两种，按需选用。
· 一种体积小、加载快，适合资源紧张或快速启动的场景
· 一种精度更高、体积更大，适合对语义准确性要求高的场景
两种格式的取舍由客户根据自身硬件和业务要求决定。
五、端侧与云端不是二选一
需要澄清一个误解：端侧闭环不等于"完全排斥云端"。
正确的理解是：端侧保证基础能力不依赖网络，云端作为能力增强的可选项。
具体来说：
端侧必须保证的：接收指令、解析语义、规划动作、执行控制、安全监控。这些能力在断网状态下必须完整可用。
云端可以增强的：更复杂的场景理解、更丰富的知识检索、更大规模的模型推理。这些能力在联网时提供，断网时优雅降级。
这个设计的价值在于：它把"能不能用"和"用得多好"分开了。 断网时能力降级，但作业不中断；联网时能力增强，但不是必需。
关键设计点：降级必须是显式的。 云端不可用时，系统要明确告知"当前处于端侧模式，以下能力不可用"，而不是悄悄降级让用户以为一切正常。
六、端侧的四个代价
端侧方案不是没有成本，必须说清楚：
代价一：能力上限受硬件约束。 端侧算力决定了能用多大的模型。想要更强的语义能力，就需要更强的端侧硬件，这是硬约束。
代价二：模型更新不便。 云端模型升级是服务端的事，端侧模型升级需要走发布流程。这意味着端侧模型的迭代周期更长。
代价三：多机协同难度上升。 云端方案天然支持多机共享知识，端侧方案需要额外的机制来做机间同步。
代价四：硬件成本前置。 端侧能力需要算力，算力需要成本。这部分成本从"云服务费"变成了"硬件采购费"，对客户的预算结构有影响。
这四条决定了端侧方案的适用边界：网络不可靠、数据不能出内网、时延要求严格、单机作业为主的场景，端侧划算；网络良好、需要频繁更新、多机协同密集的场景，云端更合适。
七、什么场景该选端侧
给一个可操作的判断清单。满足以下三条以上，端侧是更合适的选择：

1. 现场网络不可靠，或客户明确要求离线运行
2. 数据不允许离开内网（合规硬要求）
3. 作业对响应时延敏感，无法接受网络波动
4. 单机或少量机器作业，不需要大规模协同
5. 任务空间相对收敛，不需要开放域理解
   反过来，如果主要是"需要频繁更新模型能力"“多机共享知识”“开放域交互”，云端方案更划算。
   没有普适的答案，只有匹配场景的选择。
   七之二、端侧方案的三条工程约束
   落地端侧时，有三条约束必须提前想清楚，否则会在集成阶段付出代价。
   约束一：算力预算要预留余量，不能按峰值配。
   端侧设备不是只跑语义模型。同一台机器上还有运动控制、安全监控、日志记录、通信管理。如果按"语义模型峰值占用"来选硬件，实际运行时就会和其他任务抢资源，表现为偶发卡顿——这种问题最难查，因为平时都是好的。
   我们的建议是按峰值加一定余量配置，并且让语义推理有明确的资源配给上限。宁可让语义慢一点，也不能让它挤占实时控制的资源。
   约束二：模型加载时间要算进启动流程。
   端侧模型从磁盘加载到内存需要时间，体积越大越久。这个时间必须算进系统的启动耗时预算，不能假设"进程起来就能立即响应"。
   对需要频繁重启的场景（比如每次作业前后都重启），这个开销会累积。所以权重的格式选择不只是精度权衡，也是启动速度权衡。
   约束三：断网自愈要显式设计。
   端侧方案的优势是断网可用，但"断网后的行为"必须显式定义：是继续用端侧能力跑完当前任务，还是安全停止等待网络？这取决于业务场景，不能交给默认行为。
   我们的做法是把这条做成可配置策略，并且在事件记录里明确标注"当前处于端侧模式"。这样复盘时能一眼看出"那次任务是在断网状态下完成的"，而不是事后猜测。
   这三条约束的共同点是：它们都不是算法问题，而是工程问题。 但恰恰是工程问题决定了端侧方案在现场能不能稳住。
   八、小结
   端侧闭环的核心不是"不用云"，而是把必须确定的能力锚定在本地。
   三句话总结：
   能力分层——按算力敏感度和时延要求决定放端侧还是云端。
   边界明确——8GB/16GB 内存、8K 上下文、语义推理 5 秒参考上限，每个数字都有口径。
   降级显式——云端不可用时明确告知，不静默降级。
   在一个越来越强调"智能"的行业里，能说清"我的智能在哪里、边界在哪"比说"我的智能有多强"更有价值。
   本篇是产品三部曲的收官。前两篇讲了记忆怎么沉淀、硬件怎么适配，这一篇讲了能力放在哪里、边界划在何处。三篇合起来是一件事：让机器人在自己的位置上，稳定地干活。

产品篇回顾
篇目 主题
1/3 VHMC老马基因记忆链：人形机器人会沉淀动作经验，学会重复完成任务 动作经验怎么被记录、回放、复用
2/3 硬件不用重新改：人形机器人如何适配不同本体 一套大脑怎么接不同本体
3/3 不上云端也能跑通：人形机器人本地独立完成任务（本篇） 能力怎么分层、边界怎么划（本篇）

获取与部署
⚠️ 重要说明：软件包托管于我方阿里云 ECS 静态服务节点，链接为配套文章专属访问地址。
服务仅用于本次文稿配套评估试用，链接会按需维护，我方有权随时关停访问。
文件禁止二次分发、转存商用；如需商用正式包与持续技术支持，请联系我方商务对接获取正式发布渠道。

下载地址
http://47.119.135.145:8080/lumina_pmd_v3.1.2_so_publish.tar.gz
部署四步

1. 下载并校验总包 MD5
   md5sum lumina_pmd_v3.1.2_so_publish.tar.gz

   期望值：eab169edc7a6d31ee636c8edc0f6c99c

2. 解压
   tar -xzf lumina_pmd_v3.1.2_so_publish.tar.gz
3. 执行安装脚本配置环境
   bash install.sh
   如提示 /etc/profile.d 权限不足，改用用户级 PYTHONPATH 方案：
   echo ‘export PYTHONPATH=$PWD/cor{e}_{m}odules:$PWD/adapter:$PWD/vtl{a}_{h}al:$PYTHONPATH’ >> ~/.bashrc
   source ~/.bashrc
4. 执行冒烟测试，验证模块导入与全链路功能
   cd lumina_pmd_v3.1.2_so_publish
   bash install.sh
   install.sh 已内置核心模块导入自检，全部通过时输出 OK: core modules loaded。
   环境要求：Ubuntu 22.04 LTS · Python 3.10 · x86_64 · 内存 8GB 起（推荐 16GB）
   文件级验真：包内附 md5_manifest.txt（251 条文件级指纹），可执行以下命令逐文件复核：
   md5sum -c md5_manifest.txt --quiet