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
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11
- CoRL 2026：Russ Tedrake 主题演讲被称为机器人创业必修课 — adnothing · 2026-11-11
- 开源机械臂制作日记 Day 7:齿轮传动 CAD 细节与抓手指设计 — _Stocko_ · 2026-11-11
- Perceptron AI 发布 EgoHome 基准:测 AI 能否读懂 Chore 视频里的手部动作 — rohanpaul_ai · 2026-11-11
- Runway 开源 Praxis-1:视频预训练变机器人真机控制 — runwayml · 2026-11-11
- 宇树 G1 人形机器人戴 VR 眼镜操控 A1 无人机演示空地协同 — CyberRobooo · 2026-11-11