（圖片為AI生成）

2026年，被視為具身智能的“分水嶺”。

一邊是資本的狂熱，另一邊卻是產(chǎn)業(yè)的冷靜。騰訊云存儲總經(jīng)理陳崢在近期采訪中直言：“AI上半場拼算力，下半場拼存儲與記憶?！彼懔Σ辉偈强ú弊拥囊惶栯y題，如何讓海量、雜亂的多模態(tài)數(shù)據(jù)“存得下、找得到、用得好”，才是束縛具身智能商業(yè)化的最大枷鎖。

在這場從“煉丹”到“基建”的變革中，云廠商與機(jī)器人企業(yè)的深度綁定，正成為破局的關(guān)鍵樣本。

萬億風(fēng)口下的隱憂：存儲痛點卡住量產(chǎn)脖子

近兩年來，天眼查工商注冊數(shù)據(jù)顯示，國內(nèi)新增具身智能機(jī)器人相關(guān)注冊企業(yè)數(shù)量持續(xù)走高，相關(guān)創(chuàng)業(yè)公司如雨后春筍般接連落地。盡管融資火熱，但落地困境依然明顯。中國信通院2025年報告顯示，國內(nèi)聚焦具身智能自研的企業(yè)已達(dá)325家，但絕大多數(shù)產(chǎn)品仍停留在展會演示階段，難以進(jìn)入工廠、倉儲等真實場景。除了硬件短板，數(shù)據(jù)存儲架構(gòu)的落后是被嚴(yán)重低估的隱形殺手。

在2026騰訊云AI產(chǎn)業(yè)應(yīng)用大會上，騰訊云存儲總經(jīng)理陳崢與靈生科技合伙人蔣玉驊共同揭示了這一痛點。

首先是“數(shù)據(jù)碎片”引發(fā)的效率災(zāi)難。與大模型規(guī)整的文本不同，機(jī)器人作業(yè)產(chǎn)生的是海量的力覺、視覺、點位等細(xì)碎文件。單臺工業(yè)機(jī)器人一天就能產(chǎn)生TB級數(shù)據(jù)，但在傳統(tǒng)存儲架構(gòu)里，這些數(shù)據(jù)就像被扔進(jìn)了雜亂的倉庫，檢索篩選動輒耗時數(shù)天。蔣玉驊坦言，早年研發(fā)世界模型時，光是調(diào)取數(shù)據(jù)就占用了團(tuán)隊近三成的研發(fā)時間。

其次是成本與算力的雙重浪費。TrendForce數(shù)據(jù)顯示，2026年存儲硬件價格飆升，NAND漲幅超55%，DRAM漲幅超90%。與此同時，出現(xiàn)了詭異的“算力倒掛”：昂貴的GPU集群常常因為CPU讀取數(shù)據(jù)太慢而處于“待機(jī)空轉(zhuǎn)”狀態(tài)，算力利用率甚至不足六成。這對初創(chuàng)企業(yè)而言，既是資金壓力，也是資源錯配。

此外，隨著智能體能7x24小時不間斷工作，數(shù)據(jù)量呈指數(shù)級爆發(fā)，傳統(tǒng)的單賬戶、單桶存儲架構(gòu)根本無法應(yīng)對海量并發(fā)，導(dǎo)致數(shù)據(jù)混亂、權(quán)限失控，大量寶貴的歷史數(shù)據(jù)淪為無法被喚醒的“沉睡資產(chǎn)”。

破局之道：云廠商的“全棧底座”邏輯

面對行業(yè)共性痛點，各大云廠商紛紛從單純的“賣算力”轉(zhuǎn)向“賣基建”?；谠谧詣玉{駛領(lǐng)域多年的數(shù)據(jù)沉淀，騰訊云推出了以Agent Runtime（智能體運行底座）為核心的Agent Infra全棧底座。

1. 分級存儲：對抗硬件漲價

針對存儲硬件價格的階段性上漲，騰訊云搭建了多層級異構(gòu)存儲架構(gòu)。簡單來說，就是將高性能存儲桶與標(biāo)準(zhǔn)、低頻、歸檔、磁帶四類存儲介質(zhì)智能組合。高頻訓(xùn)練數(shù)據(jù)跑在高性能層保障速度，低頻歷史數(shù)據(jù)自動流轉(zhuǎn)至低成本介質(zhì)。

蔣玉驊介紹，靈生科技采用了“本地高速盤+云端分層”的混合模式：核心高精度數(shù)據(jù)留本地，海量通用數(shù)據(jù)存云端。這種“冷熱分層”策略，既保住了訓(xùn)練性能，又壓下了運營成本。

2. 極速運行：解決“記憶”難題

Agent Runtime被視為騰訊云的核心壁壘。它能讓智能體在50毫秒內(nèi)極速啟動，并為每個機(jī)器人分配獨立的“私人空間”，實現(xiàn)數(shù)據(jù)隔離。更重要的是，它解決了機(jī)器人的“記憶”問題——高頻交互記憶秒級調(diào)取，長期記憶低成本歸檔，讓機(jī)器人大腦真正擁有了“長時記憶”。

3.盤活資產(chǎn)：消滅GPU空轉(zhuǎn)

為了不讓昂貴的GPU閑著，騰訊云通過流式加載技術(shù)，讓數(shù)據(jù)讀取速度完美匹配算力消耗。同時，平臺能對音、視、圖、文進(jìn)行智能解析與標(biāo)簽化處理，研發(fā)人員只需用自然語言描述，就能精準(zhǔn)撈出所需的碎片數(shù)據(jù)。這意味著，那些躺在硬盤里的“死數(shù)據(jù)”終于變成了“活資產(chǎn)”。

實戰(zhàn)效果：跑通“數(shù)據(jù)飛輪”

作為深度合作方，靈生科技的蛻變驗證了這套基建的商業(yè)價值。

過去，數(shù)據(jù)預(yù)處理繁瑣且低效；現(xiàn)在，依托Agent Runtime，靈生實現(xiàn)了數(shù)據(jù)采集、清洗、存儲、訓(xùn)練的全鏈路自動化。此前困擾團(tuán)隊的CPU瓶頸被打破，GPU得以滿負(fù)荷運轉(zhuǎn)，模型迭代效率顯著提升。

蔣玉驊表示，他們已跑通了“數(shù)據(jù)滋養(yǎng)模型、模型優(yōu)化數(shù)據(jù)”的雙向飛輪。依托騰訊云的海量存儲，他們能用通用數(shù)據(jù)完成預(yù)訓(xùn)練，再用少量高精度數(shù)據(jù)做微調(diào)；優(yōu)化后的模型又能反向篩選出更優(yōu)質(zhì)的仿真數(shù)據(jù)，形成正向循環(huán)。這套方案大幅降低了世界模型的研發(fā)試錯成本。

行業(yè)前瞻：基建決定天花板

陳崢與蔣玉驊一致判斷，2026年是具身智能穩(wěn)步增長的拐點，但不會是瞬間的爆發(fā)。未來數(shù)年，行業(yè)將處于技術(shù)打磨期。

“硬件成本可以通過供應(yīng)鏈解決，但數(shù)據(jù)治理是長期核心?！标悕樦赋?，存儲硬件漲價只是短期波動，未來行業(yè)的痛點不再是“存不下”，而是“找不到、用不好”。誰能具備多模態(tài)數(shù)據(jù)的精細(xì)化運營能力，誰就掌握了下一代機(jī)器人的核心護(hù)城河。

隨著云廠與機(jī)器人企業(yè)的深度綁定，以騰訊云Agent Infra為代表的AI底座正在降低行業(yè)門檻?？梢灶A(yù)見，隨著基建的完善，工業(yè)分揀、康養(yǎng)陪護(hù)等細(xì)分場景將率先跑通規(guī)?；涞?。而這場關(guān)于“存儲與記憶”的戰(zhàn)爭，最終將定義整個人形機(jī)器人產(chǎn)業(yè)的發(fā)展上限。（文/ 知頓 北溟）