微软研究：把机器人推理卸载到边缘/云端，任务成功率与续航大幅提升
Microsoft Research · rss · 2026-09-24
微软研究院系统性挑战了「物理 AI 推理必须跑在机器人机载 GPU 上」的默认假设，对移动机械臂操作任务（如「检查厨房垃圾并扔进垃圾桶」）做了首个系统测量研究。
核心发现
- 机载小 GPU 限制性能：地图与规划相比 A100 慢最多 383%；轻量 GPU 导航障碍物及时检出率下降 30%；VLA 模型精度下降 50%。
- 卸载推理到本地/云端 GPU 可显著提升任务成功率和响应速度。
- 续航收益：用 Raspberry Pi 5 替换 Jetson Thor 等大 GPU，电池损耗降低最多 160%（相当于多出数小时运行时间）。
工具链
微软在开源 Physical AI Toolchain 中新增行业首个「推理卸载」能力：基于 Kubernetes 自动容器化并编排机器人、边缘与云端的工作负载，集成 LeRobot、ROS2 与仿真器，并附 SO-101、UR10e 示例项目，可将 Rho 模型卸载到 Jetson Thor 控制 Mobile Aloha 双臂机器人。
「具身」频道最新
- AI 时代消费电子创企 Inanimate 公开 Demo Day 视频,启动 WORKS 量产规划 — genmon · 2026-09-24
- 机器人公司 Ropedia 亮相 IROS2026,现场演示 HOMIE Gen2 人形机器人 — liuziwei7 · 2026-09-24
- Perceptron 发布具身基础模型:10 倍视频预训练可换 10 倍遥操作数据 — AI Engineer · 2026-09-24
- 云栖大会观察：具身 AI 正走出屏幕渗入日常产品 — Shruti_0810 · 2026-09-23
- 特斯拉 Optimus v3 渲染图疑从安卓 APK 泄露,外形近乎真人 — CyberRobooo · 2026-09-23
- Meta 今日将发布首款无摄像头智能眼镜,隐私争议升温 — Polymarket · 2026-09-23