在今年的WAIC上，超过150台机器人同台亮相，数量创下历史新高，成为展会的一大亮点。据统计，现场集结的机器人总数突破了150台，这一盛况展现出人工智能与机器人技术的深度融合趋势。
拳击对练、端取饮料等演示背后，体现了具身智能与大模型技术的加速融合，以及对算力需求的持续攀升。AI的兴起已使算力竞争白热化，而具身智能的加入进一步加剧了这一趋势。根据东方财富数据，算力概念板块在2025年6月23日至7月29日期间累计上涨11.6%，反映出市场对具身智能算力增长前景的高度期待。
据Business Research预测，全球GPU专用云市场在未来十年内有望实现近15倍的爆发式增长。英伟达率先捕捉到这一风向，推出了面向机器人的Jetson平台及算力中心，而国内算力基础设施厂商也同步加快了“新基建”的布局步伐。
在WAIC的聚光灯下，九章云极、腾讯云、阿里云、百度智能云、商汤科技等国内头部AI算力基础设施提供商，纷纷展示了各自的最新解决方案。一场围绕性价比、架构演进和应用场景的多维度“AI新云”竞争，已在AI与具身智能领域全面展开。
那么，谁将在这一轮竞逐中构筑更坚实的AI算力底座？
01 具身智能企业需要什么样的AI智算云平台？
具身智能的规模化落地，核心在于“算力底座+模型能力+现实交互”这三者构成的铁三角。其中，算力基础设施的优化被认为是打破瓶颈的关键突破口。行业分析报告预计，未来3年内，具身智能机器人对算力的需求年增长率将超过70%。
数据更能说明问题：超过七成的具身智能相关企业，其算力投入占研发成本的比例已超过10%。算力资源弹性不足且成本高昂，构成了这些企业面临的首要挑战。宇树科技创始人王兴兴曾在2024年指出“具身智能大模型研发成本高昂”，而在今年的WAIC上，宇树科技依然展示了其在算力领域的持续投入，这本身就是一个明确信号。
面对这条巨大的赛道，九章云极、腾讯云、阿里云、百度智能云、商汤科技、无问芯穹等国内智算云厂商纷纷“亮剑”。九章云极旗下九章智算云平台推出了首个工业级强化学习云平台AgentiCTRL，并发布了企业级智能体引擎“新启业”，为推理交互需求强的场景开辟了入口；腾讯联合发布了开放平台Tairos；阿里云推出了基于AnalyticDB的具身智能架构；商汤则上线了“悟能”平台。
AI算力与具身智能的结合，无疑是WAIC的核心议题之一。从需求端看，具身智能需要的算力服务正围绕“成本效益（普惠降本）、工具链完备性、开发效率提升”三个关键维度进行重构。参展厂商在WAIC上展示的解决方案，也恰好是对这些痛点的积极回应。
痛点一：算力成本高企，普惠性成为关键竞争力
具身智能的发展高度依赖大模型，而大模型的训练与推理成本在整体投入中占比显著。中国工程院院士郑纬民曾指出，大模型训练成本中约70%用于算力，推理过程中这一比例甚至超过95%。
调研显示，52.3%的企业面临算力资源弹性调度能力不足的问题，42.3%的企业受到高昂算力成本对利润空间的挤压。具身智能训练对算力的消耗持续攀升，已成为创新落地的核心瓶颈之一。一边是高性价比算力的稀缺，另一边则是资源利用效率偏低——智算平台如何让机器人企业“用得起、用得上”，已经成为一个极具战略价值的命题。
从WAIC参展厂商的策略来看，两条路径较为清晰：一是按实际使用量计价，二是实现算力资源的柔性调度。
前者以九章云极为典型代表，通过创新的Serverless架构推出“按需调用、弹性扩容”的“算力包”模式。该模式以标准化单位（如“1度算力”）计量，企业仅需为实际消耗的计算资源付费，无需承担复杂的集群管理负担，从根本上降低了接入门槛，消除了非使用算力的计费问题，也简化了模型适配过程。
后者如无问芯穹，侧重在算力供需之间发挥“桥梁”作用，整合分散算力，可以利用少量的边缘计算资源与云端强大的算力进行协同训练，从而降低整体接入成本。
痛点二：技术演进关键，强化学习成为AI算力+具身智能的桥梁
具身智能的突破正逐步转向“预训练+强化学习”协同。全球知名机器人大脑公司Physical Intelligence联合创始人Sergey Levine教授在WAIC上指出，机器人模型的发展路径将趋近于大语言模型（LLM），强化学习的作用不可忽视。
机器人需要构建庞大的专业知识库，基于人类经验反馈的强化学习有助于建立更强大的交互式智能系统。当前，主流智算平台已开始布局强化学习训练能力。然而，真正落地强化学习云，远不止算力叠加这么简单，更是底层架构的重构。
值得关注的是，九章云极推出了全球首个万卡级RL平台AgentiCTRL，深度封装了环境模拟、策略执行等复杂流程，实现了强化学习训练流程的显著简化——端到端性能提升5倍，同时成本降低60%，由此稳居强化学习云领域的第一梯队。
九章云极的快速行动之外，其他算力厂商也在加速布局。阿里云基于云原生AI一站式开发平台推出了“Ray on PAI”方案，实现云上一键提交强化学习。据阿里云透露，平台支持某团队多个千卡RL任务，Ray的RL训练任务稳定运行超过一周。
强化学习技术的“易用性提升”，正成为算力平台适配具身智能需求的下一个竞争焦点。
痛点三：开发效率需突破瓶颈，云边端协同工具链至关重要
具身智能在实时决策延迟、云到端数据协同效率、多模态协同计算等业务场景下，存在着特定的需求，这对算力平台提出了明确要求。
例如，在工业场景中，机器人需对环境变化做出毫秒级响应，实时调整抓取和操作动作，以保证生产效率和良品率。针对这类需求，九章云极DataCanvas展示了其自研的异构计算资源调度技术，旨在支持大规模并行计算与超低延迟任务处理，以降低企业在机器人运动控制、多模态感知融合等高复杂度场景下的算力成本。
综合来看，WAIC参展的头部平台普遍着力于提升性价比、开发易用性和满足场景化需求，目的是帮助开发者更经济、更高效地构建和优化具身智能应用。多样化的智算云解决方案，共同勾勒出“高效能具身智能算力平台”应具备的关键能力维度。
02 智算云未来格局：新云三强+新星崛起
性价比、低门槛准入和技术易用性，正在成为AI与具身智能算力“新基建”的核心标尺。
根据WAIC的展示，一个初步的竞争格局正在显现。阿里云、腾讯云、百度智能云、九章云极凭借综合实力处于前列；商汤科技、无问芯穹等则代表创新力量，从场景落地、平台开放、生态合作与底层技术创新等维度寻求差异化发展。
第一梯队综合解决方案代表厂商：阿里云、腾讯云、九章云极，定义基础能力
提到算力基础设施，腾讯和阿里这两大科技巨头无疑是“大而全”的代表。
作为超算集群的T0级选手，阿里云以强大的算力网络切入具身智能领域。底层平台实现了更高效的多模态数据处理分析，也方便了具身智能模型的训练和推理。未来三年，超3800亿元的云与AI基础投入，将持续加码其底层优势。
腾讯则从应用需求端吹起号角。Robotics X实验室联合发布了具身智能开放平台Tairos，构建了具身智能一站式开发能力，并联合越疆、众擎、乐聚等多家头部具身智能企业，强化生态协同，强调从基础模型到场景应用的全链条布局。
百度智能云锚定场景，做技术与落地的“连接器”。智能云持续拓展具身智能应用场景，年初与智元机器人合作推进教育、制造等领域的落地，逐步成为中后台能力与实际应用之间的桥梁。
九章云极作为定位AI原生的智算云厂商，以其Serverless + RL架构作为切入点，凸显了技术创新的特色。针对具身智能企业“需求波动大、成本敏感、追求效率”的痛点，九章云极主推按实际使用量计费的模式，并宣称通过AgentiCTRL、“新启业”等产品在强化学习云化落地方面取得了进展，在性价比与降低开发门槛方面进行了有益探索。
垂直领域创新：从场景、平台、模型与基础设施，寻求差异化突破
在头部厂商依托生态、基础设施和技术定义框架的背景下，智算领域呈现出多元化发展态势。百度智能云、商汤科技、无问芯穹等厂商，正从场景落地深度、平台开放策略、生态合作模式及底层技术创新等维度寻找突破口，成为具身智能算力生态的重要组成部分。
作为国内AI基础设施的“重资产”玩家，商汤以“悟能”平台正式切入具身智能赛道，更像是一次战略能力的顺势输出。依托深厚的大模型经验，商汤为行业提供了一种技术沉淀型平台转型的范式。
AI基础设施独角兽公司“九章云极”除自身技术路线外，亦以开放生态策略切入，发布了普惠算力生态联盟“AI-Star”，切入AI智算+具身智能领域。此外，九章云极还是“算力互联网试验网”的重要成员，提供全球统一调度、优化与部署能力，寻求与行业上下游协同，有望成为具身智能智算领域的重要变量。
03 结论：智算新时代的机遇与挑战
本届WAIC传递出两个核心信号：一是算力基础设施格局正在重塑，智算云架构逐步替代传统云模式；二是国产算力能力正从“可用”向“好用”演进，全栈能力加速完善。
当前，头部平台在定义基础能力标准，创新力量在填补特定场景和技术的空白。竞争格局尚未完全固化，但技术和商业化路径日益清晰。最终的竞争决胜点，将在于技术的前瞻性与技术的普惠化能力。
技术前瞻性方面，强化学习（RL）被普遍视为具身智能下一阶段的关键突破点。Sergey Levine关于机器人模型发展路径类比LLM的观点受到广泛重视。率先构建起能够支撑大规模强化学习计算的平台，将成为抢占下一代AI基础设施制高点的关键。
普惠化能力方面，算力资源需要实现普惠性，才能有效降低创新门槛。能够实现高性价比、低接入壁垒和技术易用性的智算云平台，将成为推动具身智能产业化的核心力量。
押注技术前沿决定了AI智算云所能达到的“高度”，而实现普惠化则决定了其市场覆盖的“广度”。当算力服务真正实现如同电力般的“即插即用”，AI与具身智能的规模化应用将加速到来，算力基础设施行业也将迎来新一轮的发展跃升。
