026 年 8 月 19 日至 23 日，由中国电子学会和世界机器人合作组织主办的 2026 世界机器人大会（WRC）在北京亦庄举办。作为全球机器人领域的创新引领、产业推动与国际合作盛会，本届大会以“人机共生 产需共融”为主题，汇聚全球产学研力量共探产业未来。
作为国内领先的 AGI 基础设施服务商，无问芯穹深度参与本届大会：清华大学电子工程系长聘教授、IEEE Fellow、无问芯穹发起人汪玉教授登上主论坛，发表主题演讲，分享具身智能时代的算法与基础设施演进逻辑；技术副总裁张权路出席专题圆桌，与行业先锋一起共话具身智能基础设施创新方向；同时无问芯穹联合承办「具身智能规模化探索论坛」，汇聚产学研一线力量，共探具身智能 Scaling 的技术路径与产业实践。
汪玉：算法范式、基础设施与开放生态协同演进，推动具身智能规模化落地
清华大学电子工程系长聘教授、IEEE Fellow、无问芯穹发起人汪玉受邀出席 2026 世界机器人大会主论坛“民生普惠”篇章，并发表题为《具身智能中算法与基础设施的迭代演进》的主题演讲。
汪玉教授指出，AI 最终必须走出屏幕、进入物理世界。当前的物理世界的 AI 算法正在“重现”数字 AI 的发展历程，具身智能很大程度上借鉴并验证了 LLM 的成功路径：从专用任务求解到具备通用能力，通过预训练、后训练，最终迈向通用智能体。在数字世界中，每一步发展都有相应的软件基础设施作为支撑，具身智能同样也需要以基础设施为先导，触发技术的持续向上突破。
具身智能的基础设施面临着与数字世界不同的运行约束。对此，汪玉教授认为，需要把机器人本体、GPU、仿真器、训练和推理、端云协同统一纳入基础设施体系，构建具身从开发到部署全生命周期链路。同时，尽管算法在快速演进，但数据和计算基础设施的可靠性与规模化才是具身智能落地的绝对前提。并且由于具身基础设施技术栈极长，更加需要通过开源生态共建与标准化评测，推动具身智能真正迎来“安卓时刻”。
在演讲中，汪玉教授分享了由清华大学与无问芯穹等联合打造的面向具身智能的大规模强化学习专用框架 RLinf，该框架彻底解耦了上层复杂算法逻辑与底层硬件资源调度，可实现 2 倍以上的系统吞吐提升，目前已入选 PyTorch 与 IsaacLab 官方生态，相关成果登上 GTC2026 大会。此外，他还介绍了即将开源的具身智能端侧推理引擎 APXinf，实现从训练到端部署的完整闭环。
最后，汪玉教授强调，需共同建设具身智能开放平台生态，推动算法范式、基础设施与开放生态协同演进，才能推动具身智能从单点能力验证，走向规模化、可复现、可持续演进的完整生态。
张权路：具身智能规模化核心瓶颈已转向数据闭环与算力协同
在本届 WRC 同期举办的「具身智能新浪潮：世界模型与智能基建」专题论坛中，无问芯穹技术副总裁张权路受邀参加“智能基建：数据、算力和 Infra 创新的下一步？”主题圆桌，与学界、产业界嘉宾同台交流，围绕具身智能 Scaling 的核心刚需展开深度探讨。
张权路指出，当前具身智能的首要瓶颈已从模型可行性转向强化学习、在线学习、部署执行全链路的动态数据闭环能力，而非单纯的静态数据采集产能，这与一两年前 VLA 模型尚在探索验证阶段的行业状态已有本质区别。而具身时代的算力基建与大模型时代差异显著，算力分布更分散、实时交互时延要求更高、端边云协同更紧密且真机设备管理复杂度更高，大模型时代沉淀的训推优化技术可沿用复用，但跨域协同调度、异构设备统一管理等则需针对性创新，无问芯穹也正将大模型时代的 PaaS 平台能力向具身场景延伸，打造新一代具身基础设施。
针对行业关注的 Scaling Law，他认为具身智能同样存在 Scaling Law，但横轴应看交互数据对任务、场景、本体的覆盖度，纵轴需关注任务成功率与真实环境自主运行时长。针对当前的算力瓶颈，他表示当前核心矛盾是多负载资源错配而非 GPU 总量不足，突破关键在于通过框架层全局调度优化实现异构资源高效协同。展望未来两年，有效数据成本下降与机器人自主运行时长提升是最关键的跃迁指标，二者将共同撬动具身智能的数据飞轮与模型自进化正向循环。
具身智能规模化探索论坛：产学研齐聚共探具身智能的 Scaling 落地
8月22日，由清华大学主办，无问芯穹与清华大学深圳国际研究生院共同承办、无限基金SEE Fund协办的「具身智能规模化探索论坛」成功举办。论坛以“规模化（Scaling）”为主线，锚定具身智能从单点能力展示迈向系统化产业落地的核心命题，汇聚学界与产业界多位一线专家展开深度分享与研讨。
论坛现场，智元机器人联合创始人、联席总裁兼具身业务体系总裁姚卯青，千寻智能联合创始人兼首席科学家、清华大学交叉信息学院助理教授高阳，原力灵机联合创始人、CTO周而进，源策未来联合创始人陈立，北京智源人工智能研究院具身模型研究中心负责人王鹏伟等嘉宾先后发表主旨报告，内容覆盖具身数据飞轮与物理 AI 智能涌现、通用机器人大脑真实部署、具身基础模型训练与开放世界泛化、全身智能规模化、多模态表征世界模型构建等前沿方向，全方位呈现了产业一线的技术实践与最新探索成果。论坛的圆桌讨论环节由清华大学深圳国际研究生院助理教授于超主持，与多位与会嘉宾围绕“具身智能 Scaling 路径、瓶颈和展望”展开精彩对话，从技术路线、数据基建、算力协同、开源生态等维度，剖析行业的现实挑战，并对未来两到三年具身智能的规模化演进作出前瞻判断。
从主论坛的系统洞察，到专题圆桌的思想碰撞，再到行业论坛的生态共建，无问芯穹在本届世界机器人大会上，持续呈现了作为 AI 基础设施领头者对具身智能时代基础设施演进方向的思考与实践。当 AI 从数字世界进一步走向真实世界，基础设施也正逐步走向连接模型、数据、算力、设备与真实环境的系统级协同。面对这一变化，无问芯穹将持续以更加开放的技术体系和产业协作方式，携手产学研各界伙伴，共同建设更高效、更普惠、更具弹性的 AI 基础设施，助力具身智能产业迈向规模化落地的新阶段。
