2026星闪短距与具身智能技术需求蓝皮书_第1页
2026星闪短距与具身智能技术需求蓝皮书_第2页
2026星闪短距与具身智能技术需求蓝皮书_第3页
2026星闪短距与具身智能技术需求蓝皮书_第4页
2026星闪短距与具身智能技术需求蓝皮书_第5页
已阅读5页,还剩45页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

国际星闪无线短距通信联盟InternationalSparkLinkAlliance国际星闪无线短距通信联盟星闪短距与具身智能技术需求蓝皮书2026年10月I参编单位中国移动通信有限公司研究院、华为技术有限公司、中国信息通信研究院、中国科

学院计算技术研究所、北京人形机器人创新中心有限公司、北京机械工业自动化研

究所有限公司、江苏省电子信息产品质量监督检验研究院(江苏省信息安全测评中

心)、重庆长安汽车股份有限公司、北京中科晶上科技股份有限公司、天翼数字生

活科技有限公司、中移(杭州)信息技术有限公司、北京理工大学、北京工业大学、

北京联想软件有限公司、中兴通讯股份有限公司、上海数字电视国家工程研究中心

有限公司、上海交通大学、上海智与芯行技术有限公司、江苏卓胜微电子股份有限

公司、深圳开鸿数字有限公司、利尔达科技集团股份有限公司、江苏润和软件股份

有限公司、安富科技股份有限公司、鼎桥技术有限公司、德凯质量认证(上海)有

限公司、深圳锐西智联科技有限公司、紫光展锐(上海)科技股份有限公司、深圳

市国电科技通信有限公司、华中师范大学、惠州市德赛西威汽车电子股份有限公司、

奉加科技(上海)股份有限公司、安徽朗力半导体有限公司、北京中兴高达通信技

术有限公司、大唐联仪科技有限公司、美的集团股份有限公司、深圳市纬联技术有

限公司、深圳市汇川技术股份有限公司、五八智能科技有限公司、上海灵境智源科

技有限公司。星闪短距与具身智能技术需求报告11执笔人张站朝、郑银香、邓晋达、刘建琴、王晗、符海芳、张涛、伍勇、杨常青、刘航、杨修

竹、王勇、吴馨、景意博、李培、孟眉、夏媛、周凯、黄韬、张瑞、乔勇、甄斌、王智

玮、王聪聪、任容玮、全琪、高静、黄世龙、韩文芳、卢杰、张鸿、郭志涛、邓大朋、

张清、李增文、钱蔓藜、万建超、张程飞、汤宪飞、程宝平、赵航斌、蒲琪然、吴紫涧、

顾怡哲、王新奕、骆济豪、费泽松、陈华敏、王一凡、汪剑锋、赵孝武、陈晓、王韶军、

徐胤、何大治、暴桐、张璞、陈果、何佳、田志禹、刘卫兵、张芳舵、任俊、刘建、孙

香涛、卢添添、陈佳俊、廖先仪、石磊、罗华伟、王晓东、杜婷、梁量、黄顺、张朝晖、

周晓萌、王学良、李铮、李中年、徐洪波、邹玉兰、杨中奇、徐方鑫、卓安生、纪建南、

郑寅、夏云龙、尉洁、卫艳军、金星、张国亮、陈志丹、连文康、夏茵茵。星闪短距与具身智能技术需求报告III版权声明本蓝皮书版权属于国际星闪无线短距通信联盟,并受法律保护。本蓝皮书为公开技

术研究文档,不构成标准文本,亦不构成任何产品符合星闪标准、通过联盟认证或获得

联盟推荐的证明。国际星闪无线短距通信联盟的会员单位在其自身研发、生产、测试及内部培训活动

中,可免费、非独占使用本蓝皮书全部内容,无需另行取得书面同意;本蓝皮书的参编

单位另享有在本单位宣传材料中列明“《星闪短距与具身智能技术需求蓝皮书》参编单

位”和将本报告全文向第三方提供的权利。以出版、销售、翻译、改编、汇编方式使用

本蓝皮书,或向第三方再许可使用的,应取得版权方书面同意。除此之外,转载、摘编本蓝皮书文字或者观点的需注明来源:国际星闪无线短距通

信联盟《星闪短距与具身智能技术需求蓝皮书》,以其他方式使用本蓝皮书应取得版权

方书面同意。星闪短距与具身智能技术需求报告IV前言具身智能(EmbodiedArtificialIntelligence,简称EAI)作为人工智能技术深度融入

机器人等物理实体的新型智能形态,正在重塑全球人工智能与机器人产业的竞争格局。

区别于传统纯数字化人工智能,具身智能的智能生成逻辑依托“大脑”决策、“小脑”

控制、实体执行、物理交互的协同体系,形成感知引导物理行动、行动反向重塑感知的

实时闭环反馈机制,让智能真正落地于物理场景。目前,具身智能的应用边界已全面覆

盖工业生产、特种作业、商业服务、家庭陪伴等众多领域,产业规模化发展的窗口期已

正式开启。具身智能的“聪明”不仅取决于算力和模型规模,更依赖智能体与物理环境的持续

交互以及多模态信息的实时融合。这种在毫秒级完成感知、决策与执行闭环的技术特性,

对底层无线通信系统提出了全新且严苛的挑战:上行带宽比下行更重要、时延抖动比平

均时延更致命、可靠性不能仅靠重传、多机协作要求行动高度一致、且必须在极不友好

的复杂电磁环境中稳定工作。一个高带宽、高可靠、短时延、高安全和确定性的无线通

信系统,不仅能简化单体智能结构的复杂度,更能赋予联网具身智能以无穷算力和“集

体记忆”的雏形,使其摆脱单体体积、功耗与寿命的物理束缚。当前,全球具身智能产业正处于规模化爆发的前夜。星闪技术(SparkLink)作为新

一代无线短距通信技术,实现了物理层、网络拓扑、协议栈架构的全方位革新,可精准

匹配具身智能的核心技术需求。本文依托星闪具身智能SIG的研究成果,系统剖析星闪技术与具身智能融合的核心

需求,并从短距通信安全角度给出相关技术方案,构建全栈技术与网络架构。同时,明

确星闪技术在单机本体内部互联、多设备协同交互、端-边-云协同调度三大场景中的核

心定位,为两者技术融合、标准共建提供标准化的行业指引,助力星闪技术打造成为适

配具身智能产业的底层通信神经系统。星闪短距与具身智能技术需求报告V缩略语AGV AutomatedGuidedVehicle 自动导向车

AMR AutonomousMobileRobot 自主移动机器人系统

AR AugmentedReality 增强现实

CAN ControllerAreaNetwork 控制器局域网总线

E2EE End-to-EndEncryption 端到端加密

eMBB enhancedMobileBroadBand 增强型移动宽带

EtherCAT EThernetControlAutomationTechnology 以太网控制自动化技术

EAI EmbodiedArtificialIntelligence 具身智能

GPU GraphicsProcessingUnit 图形处理器

IMU InertialMeasurementUnit 惯性测量单元

LiDAR LightDetectionAndRanging 激光雷达

MEC MobileEdgeComputing 移动边缘计算

MPC ModelPredictiveControl 模型预测控制

OTA OverTheAir 在线升级技术

PCIe PeripheralComponentInterconnectexpress 高速串行计算机扩展总线

PUF PhysicalUnclonableFunctions 物理不可克隆功能

QoS QualityofService 服务质量

SE SecureElement 安全元件

SLB SynchronousLowLatencyBroadband 同步低时延宽带技术

SLE SynchronousLowEnergy 同步低功耗技术

TEE TrustedExecutionEnvironment 受信任执行环境

TSN TimeSensitiveNetwork 时间敏感网络

URLLCUltra-reliable&Low-latencyCommunication 低时延高可靠通信

USB UniversalSerialBus 通用串行总线

UWB Ultra-WideBand 超宽带

VLAN VirtualLocalAreaNetwork 虚拟局域网星闪短距与具身智能技术需求报告VIVPN VirtualPrivateNetwork 虚拟专用网络VR VirtualReality 虚拟现实星闪短距与具身智能技术需求报告VII目录第一章具身智能技术发展现状 11具身智能概述 12具身智能发展态势和无线化趋势 23具身智能机器人技术架构 53.1具身本体层 63.2通信枢纽层 73.3“大脑”模型层 83.4具身智能体平台层 91.4具身智能网络架构 104.1具身本体间自组网架构 104.2端-边协同组网架构 114.3端-边-云协同组网架构 124.4多机器人协同混合组网架构 125具身智能机器人通信现状及难点 135.1通信现状 135.2通信技术难点 151.6具身智能标准体系 16第二章具身智能短距通信技术需求 182.1具身智能通信典型场景 182.2具身智能短距通信需求分析 182.1具身智能设备应用需求 182.2具身智能短距功能需求 212.3具身智能短距性能需求 243需求凝练与关键性能指标 27第三章具身智能安全需求 303.1具身智能安全风险 30VIII星闪短距与具身智能技术需求报告1.1风险评估标准方法 301.2具身智能的风险合规 313.1.3具身智能的无线通信安全风险 311.4具身机器人安全风险分析模型 322具身智能机器人短距通信安全需求 322.1身份确权安全:防阻断、防伪冒、防中继 322.2传输加密安全:防窃听、防篡改、防重放 332.3数据隐私安全:防追踪、可审计 332.4AI应用安全:可信校验、位置权限联动 33第四章星闪与具身智能融合 344.1星闪技术核心优势 342星闪与具身智能融合的价值 353星闪赋能具身智能应用案例 373.1星闪智慧机器人工厂 373.2星闪无人智慧零售 383.3星闪机器人沉浸式遥操作 39第五章总结与展望 401总结 405.2未来展望 40星闪短距与具身智能技术需求报告1第一章具身智能技术发展现状1.1具身智能概述具身智能是指通过物理身体交互获取信息、理解问题、做出规划并实现行动,从而

实现智能增长和行动自适应的智能系统。具身智能同时具备“本体+环境+智能”三要素。

“具身”是前提,即具有身体且能通过与物理世界产生交互、感知、行动等能力来执行

任务,是连接数字世界和物理世界的载体;具身本体的形态主要包括人形机器人、轮臂

机器人、四足机器人、自动驾驶车等多种。具身物理实体感知环境,通过行动来影响环

境,并在与环境的交互中完成任务。“智能”是核心,通过视觉-语言-动作模型、世界

动作模型等AI技术驱动机器人物理实体主动进行感知、理解、推理、规划到移动和交

互操作等任务执行,从而实现智能增长和行动自适应。具身智能机器人主要具备多模态感知、自主规划、运动与执行和交互协同等能力。(1)多模态感知:配置视觉(RGB/深度/事件相机等)、激光雷达、IMU、力/力

矩与触觉、接近开关与环境传感等。不仅是完成环境可视化,更要实现接触约束、动态

障碍、地形与姿态的可观测,为规划与控制提供可融合的多源数据输入。工程应用中需

重点关注采样频率差异、坐标系对齐、时间戳一致性与丢包补偿;当感知数据用于闭环

控制时,感知链路的时延与抖动会直接影响控制环路效果,因此感知、通信与时钟体系

通常作为整体进行协同优化。(2)自主规划:涵盖传统运动规划、任务调度、行为树逻辑,以及大模型驱动的场

景理解、语言指令解析与策略生成。当前产业主流方案为端侧实时回路+边缘/云端高阶

能力的组合模式:端侧负责毫秒至百毫秒级的控制执行与安全约束响应;云端/边缘负

责模型更新、地图与知识库维护、跨任务协同编排等。该模式具备显著的跨链路协同特

征,外部链路波动易引发策略下发滞后、状态估计不一致、任务切换不连贯等问题。(3)运动执行与操作:包含关节伺服机构、行走驱动模块、末端执行器与工装夹具

等部件。高端应用场景对多关节耦合控制、动态平衡、接触作业稳定性与重复定位精度

要求较高。执行性能对通信的核心敏感点为:控制指令的周期性、驱动反馈的完整性、

急停与安全信号的确定性传输,以及多执行器的同步触发。在精密装配、柔顺控制等场

景中,同步误差与相位滞后对作业效果的影响,远大于平均时延。(4)交互与协同:涵盖语音、视觉、触控、示教与仿真联动等形式;协同包括多机星闪短距与具身智能技术需求报告1https://www.mckinsey.com/~/media/mckinsey/mckinsey%20global%20institute/our%2

0research/the%20next%20big%20arenas%20of%20competition/the-next-big-arenas-of-

competition_final.pdf236氖研究院.《2026年具身智能产业发展研究报告》,2026/22任务分配、编队行走、避障互避与资源共享。协同场景对通信提出广域可达、局域一致

的双重要求:广域侧侧重网络接入与运维稳定性,局域侧侧重同域多终端的高并发状态

交换与低抖动协同。随着集群规模扩大,信道竞争、路由切换与协议栈处理时延易成为

系统性能瓶颈。从当前机器人产业应用落地路径来看,主要分为三类场景:(1)以单机本地闭环为主的强实时控制场景,核心强调端侧确定性与安全机制;(2)以人机协同为主的半开放场景,核心强调交互可用性与可解释性;(3)以多机/多终端协同为主的系统级场景,核心强调状态一致性、任务编排与资

源调度。三类场景整体呈现数据带宽持续提升、协同规模持续扩大、对时延抖动与同步误差

的容忍度持续降低等特点。机器人最终使用体验与运行安全性,高度依赖通信体系在复杂电磁环境、移动作业

与规模化协同条件下,能否提供可预期的时延、可控的拥塞、可靠的同步与可治理的安

全。通信需匹配具身智能多模态环境感知、人机交互感知、设备状态感知的基础需求,

满足多源传感数据高保真采集、多节点感知同步、感知数据实时回传、弱信号环境下感

知稳定性等硬性指标,兼顾感知精度与数据传输时效性。同时,通信需贴合具身智能自

主移动、空间作业的特性,支撑高精度定位、通信与定位融合、室内外无缝定位、定位

数据实时同步等功能,满足移动式具身智能体自主导航、避障、精准停靠的核心需求。1.2具身智能发展态势和无线化趋势具身智能有望成为驱动未来经济增长的引擎,2026年是技术验证阶段转向规模化

商用落地的关键窗口期。麦肯锡全球研究院2024年10月发布的研究报告《下一个重大

$\text{竞争领域》^{1}$,将人工智能和机器人技术列为塑造未来全球生产力和数字基础设施的五大

新兴前沿之一。2025年中国具身智能市场规模已接近千亿元量级,预计2026年将正式

突破万亿元大关,标志着产业进入规模化应用元年2。这一高速增长主要得益于大模型技

术的赋能以及人形机器人量产能力的显著提升。从中长期展望来看,受益于工业制造、星闪短距与具身智能技术需求报告3国务院发展研究中心,《中国发展报告2025》,2025/10

4国际数据公司(IDC),《中国具身智能机器人应用市场分析与典型应用实践,2025》.2025/12

5高工机器人产业研究所(GGII),2025H1具身智能产业十大数据,2025/83商业服务及交通物流等领域的深度渗透,中国具身智能市场规模有望在2030年达到4000

亿元以上,并于2035年突破万亿元3。国际数据公司(IDC)预测指出,中国具身智能机

器人用户支出规模预计将以94%的年均复合增长率飙升,从2025年的14亿美元增长至

2030年的770亿美元,成为全球增长最快的区域市场4。高工机器人产业研究所(GGII)

数据亦显示,全球具身智能市场将在2026年达到180亿美元规模,并保持连续两年100%

以上的增速5。目前,具身智能产业发展已进入场景落地阶段,随着我国具身智能企业逐步在各个

应用场景中的应用突破和产业链生态的蓬勃发展,引领全球产业开始迈入规模化商用。

以机器人为代表的具身智能产品走进行业场景中展开实训,产业链各环节正在积极开展

多路径、多场景商业闭环的实践。在人工智能技术快速演进的大趋势下,全球范围内众

多具身智能企业技术攻关聚焦多模态感知、世界模型、自主决策、智能控制及通信技术

等,向自主学习等智能方向进化,标准体系与产业链等方面的国际竞争日趋激烈。具身智能产业的发展逐渐呈现如下两个明显的趋势。趋势一:无线替有线在AI具身智能迈向全场景落地与高动态运动的演进进程中,“无线替有线”正从

一种“技术优化路径”质变为“产业落地刚需”。传统工业机器人或早期移动机器人高

度依赖复杂、沉重的有线线缆束缚,这不仅限制了机器人的活动半径,更在物理层面构

成了高频运动下的疲劳损伤隐患。随着蜂窝网络和短距技术的发展,无线连接正凭借高

带宽、低时延与高可靠性,全面切入AI具身智能的核心骨干网络。无线作为核心刚需的驱动主要体现在以下四个关键维度:(1)本体内主控-外设的物理去解耦人形机器人或复杂多关节机器人内部拥有密集的传感器(如触觉皮肤、IMU、电子

皮肤)与伺服电机。传统有线布线极大地限制了机械关节的自由度,且面临长期旋转扭

曲导致的断线风险。无线连接实现了机器人内部主控与外设的无物理线缆化(Wire-free),

极大提升了本体内硬件集成的便利性与结构轻量化,是机器人走向高灵巧、高自由度运

动的物理前提。星闪短距与具身智能技术需求报告4(2)高吞吐量数据采集的空中通路具身智能的感知层依赖大量的视觉(RGB-D、LiDAR)及多模态数据采集。由于机

器人处于高动态移动状态,从前端数采摄像头到后端数据服务器或云端训练平台之间,

无法容忍任何物理线缆的拖拽。无线连接成为支撑海量三维时空点云与高帧率视频流实

时、不间断上传的唯一通路,是具身智能构建高精度实时环境感知(SLAM)与孪生数

据回传的生命线。(3)高动态控制指令的高效下发在具身智能分布式网络中,边缘大脑需要需要实时控制边缘小脑,使得具身各执行

边缘节点(如灵巧手、足端控制器)进行毫秒级的指令调度。无线技术精简了物理走线,

也可以确定性无线通信协议,保障控制指令高可靠、低时延触达,确保机器人动作执行

的精准度与安全实时响应。(4)群体智能与空间协同的纽带在智能制造、仓储物流及未来柔性产线中,机械臂的跨空间协同作业与机器人集群

的无缝交互已成为标准形态。无线连接打破了地理空间的物理阻隔,使得多机之间能够

进行毫秒级的位姿同步、路径避让及任务分发,是实现从“单机智能”向“群体智能”

跨越的基础。趋势二:分布式算力协同伴随着AI具身智能向大模型、强泛化方向演进,“分布式算力协同”正在加速重

塑具身智能的典型算力拓扑架构。具身智能既要求极高的多模态实时感知与运动控制响

应(通常在毫秒级),又需要支撑千亿参数级别大模型的跨场景泛化推理。如果单纯依

赖本体(端侧)算力,机器人将面临无法承受的电池续航锐减、整机功耗过高及散热失

效等物理瓶颈。因此,构建“轻量端、敏捷边、智慧云”的分布式算力网络已成为行业

共识。这一算力拓扑演进主要表现为:(1)过半应用依赖算力外卸根据行业最新调研与技术实践表明,超过50%的AI具身智能典型应用场景(如复

杂环境下的长序列任务规划、非结构化场景物体识别等)无法在本体上独立完成闭环计

算。必须将重度计算、非实时感知的推理任务高效、安全地卸载至边缘或超算中心,这

是缓解本体功耗与热管理压力、提升机器人续航时间的行业必然选择。星闪短距与具身智能技术需求报告5(2)端侧轻量化模型的高效落地在分布式拓扑的底座,机器人本体(端侧)主要部署10~100TOPS的高能效比算

力芯片。该层算力聚焦于运行轻量化(如经过剪枝、量化后的几亿至十几亿参数)模型,

主要负责执行毫秒级的基本动作控制(如反射控制、步态平稳、紧急避障)以及基础的

多模态特征预处理,确保在网络抖动或断网极端情况下,机器人仍具备基础的安全自主

作业能力。(3)边侧中型模型的高性能桥接边缘计算节点(如车间级边缘服务器、社区或家庭微型算力舱)配备100~1000TOPS

的中大型算力。该层算力负责部署中型(如百亿参数级)多模态大模型,专注于处理局

域空间内的复杂语义理解、多传感器深度融合、动态路径规划以及局部物理环境的实时

渲染,在保障低时延的同时提供了较强的场景泛化能力。(4)超算中心大模型的深度赋能在拓扑的最上层,拥有>1000TOPS乃至更大算力规模的超算中心与云平台,专门

负责千亿级迁移参数大模型的分布式深度训练、跨模态信息处理、强化学习策略迭代以

及高仿真世界模型的构建。AI具身智能正朝着以“无线替有线”打破物理网络束缚、以“分布式算力协同”

突破单机算力瓶颈方向发展。总体来看,具身智能从技术突破到规模化应用仍需要一定发展周期,从单机场景交

付走向大规模应用仍存在泛化性不足、多机协同作业困难等现实问题。在具身智能机器

人进入更多真实应用场景的过程中,整体的网络方案等也影响了应用落地,当前也是包

括星闪在内的各种技术卡位具身智能落地与相关标准制订的关键时期。1.3具身智能机器人技术架构具身智能作为人工智能与机器人技术深度融合的前沿方向,正在推动机器人从传统

的“程序执行”向“智能感知-自主决策-智能执行-实时反馈”的范式转变。本具身智能

机器人架构设计遵循“先进性与实用性并重、标准化与灵活性结合、当前需求与未来演

进兼顾”的原则,力求为产业发展提供可落地、可扩展的技术方案。与此同时,短距通

信技术作为具身智能机器人实现高效感知、实时决策和精确控制的关键支撑,其性能一

定程度上决定了机器人系统的整体表现。基于对未来具身智能发展趋势的深入分析,提出了一个通用的具身智能机器人整体星闪短距与具身智能技术需求报告6技术架构。该架构采用“分层解耦、服务化设计、端-边-云协同”的设计理念,旨在构

建一个灵活、高效、可扩展、可演进的技术体系。还充分考虑了星闪技术的特点,连接

系统的相关的网络组件,实现高效的信息传输和协同工作。整个具身智能系统从上到下是“应用场景--智能体平台--“大脑”模型--通信枢纽

一具身本体”的完整闭环,如图1。应用层覆盖多种业务场景;智能体平台层提供具身

智能体、人-机协同、多智能体协同及与外部系统协同的服务能力;“大脑”模型层包括

多模态感知、规划决策、端到端具身智能大模型及具身世界模型等;通信枢纽层是连接

具身智能“大脑”与本体的网络;具身本体层是感知物理世界并执行交互的终端。图1 具身智能机器人整体技术架构图图1 具身智能机器人整体技术架构图3.1具身本体层具身本体是指机器人的“身体”,即物理实体,分为感知层和执行层,通过“小脑”

实现机器人的本地实时控制。(1)感知层:是具身智能机器人与物理世界交互的“感官系统”,负责通过多种传

感器感知环境信息以及目标的定位。星闪技术在感知层通过其独特的通感一体能力增强星闪短距与具身智能技术需求报告7了环境感知和定位能力。1)物理实体:搭载传感器的机器人本体硬件平台,主要包括多种传感器和执行模

块。其中,多种传感器融合是感知层的核心。支持视觉传感器、听觉传感器、触觉传感

器、力觉传感器、环境感知模组等多种传感器负责采集环境数据;2)“小脑”-感知:多模态数据融合与预处理等实时数据处理,传感器数据融合与

预处理将来自不同传感器的数据进行时空对齐及融合处理,形成统一的感知表征。预处

理包括滤波、特征提取、异常检测、目标检测、语义分割、空间感知等,为后续的认知

和决策提供高质量的数据基础;3)“小脑”-定位:包括高精度SLAM定位与地图构建、状态估计,确定机器人自

身在环境中的位置与姿态以及环境物体的准确位置,为物理环境交互提供空间关系。(2)执行层:是具身智能机器人的“肌肉系统”,负责将决策层的指令转化为具体

的物理动作。星闪技术在执行层的核心作用是实现高精度运动控制和多关节协同。1)执行模块:主要包括底盘、一体化关节机械臂、轮子等物理执行机构;2)“小脑”-交互反馈:主要包括力控反馈、人机交互反馈、环境交互响应;3)“小脑”-运动控制:主要包括底层柔顺控制:模型预测控制、深度强化学习控

制,实现稳定步态、柔性抓取、轨迹跟踪、姿态控制、速度控制、力反馈远程操控,抑

制抖动、冲击等,保证运动的稳定性与实时性。3.2通信枢纽层通信枢纽层是具身智能系统架构中连接感知、决策与执行三层的“神经”网络,其

核心价值在于为机器人本体互联及多智能体协同提供确定性、高吞吐、低功耗的无线通

信底座。主要包括星闪短距通信、无线蜂窝网络、Wi-Fi和Ethernet等,如表1。表1具身智能系统“神经”网络通信方式特点与适用场景星闪短距通信新一代短距无线通信技术,低时延、高可靠、高并发,解

决机器人内部模块、集群间的实时数据交互痛点蜂窝网络(5G-A)广域长距离通信,支持跨区域、大场景的移动机器人数据

传输,低时延、高可靠星闪短距与具身智能技术需求报告8Wi-Fi中短距离大带宽通信,适合静态/半静态场景下的大数据传

输(地图更新、模型下发)Ethernet有线通信,高稳定、低干扰,适合工业场景固定节点通信

或调试备份本章节将着重介绍星闪通信技术为关键使能技术,融合集中式调度、双模接入、混

合组网、时间同步与通感一体能力。星闪短距的独特技术价值体现在以下三个深度集成

层面:纳秒级时间同步(TSN):星闪内置的时间敏感网络机制使设备间时钟同步误差≤

100纳秒,可为多模态数据融合提供精确的时间对齐基准,解决了传统无线方案中因时

钟漂移导致的数据错位与融合失效问题。通定感一体能力:星闪利用宽带信号同时完成通信与感知,在不增加额外硬件的前

提下,通过对环境反射信号的解析实现类似“回声定位”的空间感知——可检测非视距

目标、识别环境轮廓、辅助自主导航与避障,可与机器人视觉传感器结合共同提升机器

人在复杂、动态环境中的场景理解能力。模块化“积木式”集成:在工业场景下机器人与产线环境中的每个单独模块(摄像

头、机械臂关节、末端执行器等)可作为独立的星闪终端节点,通过标准化无线接口与

系统连接,极大降低了线束复杂度和集成成本,支持功能模块的灵活增换与即插即用,

为具身智能机器人系统的快速迭代与场景适配提供了架构层面的弹性。3.3“大脑”模型层“大脑”模型层是具身智能机器人整个系统的“智能中枢”,负责根据感知信息进

行任务理解、规划决策和行为生成。主要功能包括:(1)多模态感知:是解决机器人“看见、看懂、听懂、理解世界”认知理解的问题。

主要是基于经过时空对齐预处理后的视觉图像、点云、语音、触觉、力反馈等多模态的

统一表征,构建机器人三维语义环境,形成对当前环境、人、物体等要素间逻辑关系的

统一认知与理解;(2)规划决策大模型:形成从语义任务到运动目标的规划链路,负责任务理解、任

务拆解、自主导航路径与操作轨迹生成、多机协同调度以及动作序列生成,输出最优控

制策略;(3)具身智能大模型:以物理或仿真实体为交互载体,打通视觉图像、空间场景与星闪短距与具身智能技术需求报告9自然语言、行为动作的壁垒,实现图文跨模态对齐、场景语义解析、自然语言指令理解

与场景适配,可精准识别人机交互指令、解析复杂场景语义、完成开放式场景任务理解,

并给出导航路径、操作轨迹、多机协同任务以及动作序列生成;具备多场景、多任务、

自主学习能力的大规模参数的具身智能大模型,包括但不限于分层模型架构和端到端模

型架构等;(4)具身世界模型:对物理世界动态、物理规则与因果关系的内部表征与预测、长

时序模拟与规划的模型。3.4具身智能体平台层智能体平台层是整个具身智能系统的“中枢调度器与协同管理平台”,上承应用层

的业务需求,下接感知层、决策层与通信层的能力支撑,负责对单/多智能体进行全生命

周期管理、协同控制与外部系统对接。主要包括端到端的具身智能体、人机协同以及智

能体与外部系统协同等。(1)端到端具身智能体:单台机器人/具身智能体的基础能力封装,提供标准化的

控制接口与服务。具身智能体(如单台机器人)调用具身智能大模型、以及世界模型等

核心算法,结合星闪低时延特性,实现环境语义理解、任务拆解与动作序列生成,可快

速适配工业、服务、实训等不同场景的任务需求;将决策指令转化为机器人可执行的动

作信号,保障动作执行的精准度与协同性。(2)人机协同:实现人与具身智能体之间的安全、高效交互,让人类可以参与到智

能体的决策与控制流程中,形成“人在回路”的协同模式。人机协同模块是平台层实现

“人-机-环境”深度交互的关键,依托星闪短距通信的低时延、高可靠特性,打破传统

人机交互的卡顿、延迟瓶颈,实现自然、高效、安全的人机联动。该模块支持多模态交

互方式,包括语音、手势、视觉指令等,通过星闪实时传输交互信号,实现人机指令的

毫秒级响应,让人类可快速下达任务指令、调整机器人作业状态,同时机器人可通过星

闪回传作业数据、环境信息,实现人机双向反馈。通过星闪实现任务指令的精准拆分,

人类负责复杂决策、异常处置,机器人负责重复性、高强度、高危性作业,提升整体作

业效率,适配工业巡检、养老服务等场景的人机协同需求。(3)智能体与外部系统协同:是指具身智能体平台层提供的标准化交互能力,实现

智能体与外部业务系统、异构设备、第三方平台之间的指令互通、数据共享与业务联动,

打破智能体的“数据孤岛”,支撑其作为自动化节点融入企业整体业务流程,实现端到星闪短距与具身智能技术需求报告10端闭环。主要功能包括多协议接入与接口适配、任务指令交互与任务联动、数据互通与

状态同步、安全协同与权限管控以及故障容错与断连恢复等。1.4具身智能网络架构具身智能系统应用主要包括以下三个场景:具身本体系统内连接“大脑”、“小脑”、

传感器和执行器,多机器人群体协同的高速“神经网络”,以及机器人与环境设备间的

联动协同网络,网络架构主要包括三种:机器人本体间自组网、网关端-边-云协同集中

式和多机器人协同混合组网的网络架构,其拓扑结构及主要特点如表2。表2具身智能系统网络架构的主要特点网络架构拓扑结构核心特点适用场景关键指标机器人本体

间自组网分布式对等Mesh

自组织拓扑无中心网关,节点

自主发现、路由、

漫游;星闪双模协

同,抗毁性强机器人近距

离协同、编

队跟随、应

急通信等无

网关/弱覆盖

场景单跳时延≤20μs,

微秒级同步,支持动

态拓扑网关端边云

协同集中式

组网四层集中管控拓扑

(机器人终端-星

闪网关-边缘-云端网关集中调度,端

-边-云协同;统一

管控、安全可控,

可大规模扩展工厂、仓储、

电站等标准

化、规模化部

署场景低时延、高可靠,支

持多终端并发接入,

业务隔离多机器人协

同混合组网双层混合拓扑(骨

干层集中式+簇内

层分布式)融合集中管控与分

布式优势,局部可

脱离网关独立协

同,链路稳定集群巡检、分

拣编队、立体

巡检等复杂多

机协同场景兼顾低时延与大规模

可靠性,支持跨网关

漫游4.1具身本体间自组网架构该架构为分布式对等自组网,以具身智能机器人本体为独立星闪节点,无中心网关

依赖,机器人之间通过星闪空口直接建立对等连接,形成Mesh自组织网络。网络采用

星闪SLE/SLB双模协同,支持节点自主发现、自主接入、自主路由、自主漫游,具备即

连即用、抗毁性强、部署灵活等特点。网络支持微秒级同步、局部闭环交互,适用于机星闪短距与具身智能技术需求报告11器人近距离协同、编队跟随、局部避障、应急通信等无网关或弱覆盖场景。星闪节点间

通过测距、测角实现相对定位与拓扑自维护,单跳时延≤20μs,可快速构建动态拓扑,

保证本体间控制信令与感知数据的确定性传输。4.2端-边协同组网架构在具身智能高动态、高泛化的应用场景下,机器人本体面临着算力需求爆发布局与

物理硬件“功耗-续航-散热”天花板之间的尖锐矛盾,使得行业加速走向算力分层与高

效协同。具身智能既要求高频的毫秒级端侧闭环控制以确保物理安全,又高度依赖千亿参数

大模型在非结构化环境中的柔性任务规划与长序列推理。单机集中式算力方案会使机器

人本体面临无法承受的机体增重和热管理失效等工程瓶颈;而纯云端集中式方案则受限

于物理网络延迟与电磁环境抖动,无法保障控制的确定性时延与数据隐私。因此,通过“端侧负责瞬时反射控制、边侧负责局部环境认知、云端负责全局策略

演进”的分布式算力协同架构在物理层面解耦机器人的结构负载、成倍提升续航时间,

是实现具身智能低成本泛化与大规模产业化落地的必然选择。具身智能机器人端-边协同网络架构,是面向机器人自主感知、实时决策与精准执

行的分布式计算体系,通过边缘节点与终端本体的算力、数据、模型深度协同,解决单

端算力不足、实时性要求高、场景复杂多变等核心问题,构建轻量化、低时延、高可靠

的智能闭环。端侧为机器人硬件本体,集成了激光雷达、视觉相机、无线感知、IMU、触觉传感

器及伺服执行机构,承担最底层实时任务。其核心功能包括高频运动控制、本地环境感

知、基础障碍规避与状态采集,运行轻量化神经网络与控制算法,保证毫秒级响应,确

保机器人在无边缘支撑时仍可维持基础安全运动,实现物理空间的稳定交互。边缘节点通常部署于5G-AMEC或现场工控服务器或园区网关侧,具备更强计算与

存储能力,是端侧的“扩展大脑”。边缘侧负责复杂环境建模、多传感器融合、动态路

径规划、行为决策推理等高阶任务,运行中等规模AI模型,处理端侧回传的多模态数

据,同时屏蔽冗余信息,降低传输带宽压力。针对多机协同场景,边缘可统一调度多台

机器人任务分配、避冲突规划,实现群体智能。端-边协同通过任务分层、模型分流、数据闭环实现高效联动。任务上,实时性强的

控制与基础感知留在端侧,计算密集型的感知理解、决策规划放在边缘;模型上,采用星闪短距与具身智能技术需求报告12云端预训练、边缘蒸馏优化、端侧轻量化部署的模式,支持模型参数增量更新;数据上,

端侧采集场景与交互数据,在边缘完成预处理与特征提取,必要时回传云端迭代模型,

再将优化策略下发至边端,形成持续进化机制。网络层面依托星闪短距、时间敏感网络(TSN)保障低时延、高可靠传输,支持端

侧与边缘的实时数据交互与指令同步。该架构既克服了机器人终端算力、功耗受限的瓶

颈,又避免了纯云端架构时延过高、可靠性不足的缺陷,在工业巡检、服务机器人、无

人配送等场景中,可显著提升机器人环境适应性、决策效率与运动安全性。4.3端-边-云协同组网架构该架构为集中管控、分层协同的星闪基础架构,由云端平台、边缘节点、星闪网关、

具身智能机器人终端四层构成。星闪网关作为集中调度中心,统一负责时频资源分配、

接入控制、QoS调度与时钟同步;机器人终端以受控方式接入网关,所有数据与指令经

网关汇聚至边缘/云端。架构采用端-边-云协同是充分发挥星闪技术优势的关键架构设

计,通过合理的任务分配和资源调度,实现了性能、成本和可靠性的最佳平衡。三级协同架构包括机器人终端、边缘、云端三个层次。机器人本地终端执行具体动

作、本地感知和数据采集;边缘节点处理实时推理、本地决策和短期学习;云端负责大

规模模型训练、高层复杂逻辑推理、全局调度与优化和长期学习进化。其中端和边通过

星闪网络实现低时延通信。4.4多机器人协同混合组网架构该架构融合集中式管控+分布式自组网优势,形成双层混合拓扑。以星闪网关为中

心,采用集中式组网,负责全局调度、端-边互通、多机任务分配与定位授时;簇内层以

机器人为单元,支持局部星闪自组网,机器人间直连完成近距离协同、编队、避障与数

据中继。网关负责全局资源与安全管控,局部机器人簇可脱离网关独立完成闭环协作,

在跨网关漫游、弱覆盖、节点移动时保持链路不中断。混合架构兼顾大规模部署的可靠

性与局部协同的低时延,支持集群巡检、分拣编队、协同操作、立体巡检等复杂多机场

景,是星闪与具身智能规模化落地的主流组网模式。星闪并不是简单替代现有蓝牙或

Wi-Fi的单点技术,而更像是面向具身智能时代的一种家庭内协同网络能力。谁能率先

把星闪与机器人本体、空间感知、外部设备控制和本地AI编排结合起来,谁就更有机

会在下一代智能服务竞争中建立系统性优势。星闪短距与具身智能技术需求报告131.5具身智能机器人通信现状及难点具身智能产品最终使用体验与运行安全性,高度依赖通信体系在复杂电磁环境、移

动作业与规模化协同条件下,能否提供可预期的时延、可控的拥塞、可靠的同步与可治

理的安全。通信需匹配具身智能多模态环境感知、人机交互感知、设备状态感知的基础

需求,满足多源传感数据高保真采集、多节点感知同步、感知数据实时回传、弱信号环

境下感知稳定性等硬性指标,兼顾感知精度与数据传输时效性。同时,通信需贴合具身

智能自主移动、空间作业的特性,支撑高精度定位、通信与定位融合、室内外无缝定位、

定位数据实时同步等功能,满足移动式具身智能体自主导航、避障、精准停靠的核心需

求。在具身智能场景下,传统有线连接面临严苛的物理结构束缚,而传统无线技术又受

限于性能短板。一方面,人形机器人等具身本体拥有极高密集的关节轴数与精密执行器,传统线缆

在关节高频旋转、弯折下极易发生物理疲劳断裂;同时,更重要的是,拖拽线缆的存在,

彻底限制了机器人的移动半径,使其无法走向复杂、非结构化的广阔作业场景,难以实

现全场景落地。另一方面,传统无线通信技术的天然短板,又无法承载具身智能对通信确定性的极

致要求。(1)卡顿与不稳定:传统无线网络跨AP多路由切换时,极易产生丢包与网络抖

动,导致机器人动作产生毫秒级的停顿,直接引发位姿失控或作业失败;(2)时延抖动与突发断连:在金属结构密集的密闭空间中,多径效应常导致信号产

生盲区,突发的断连对于极度依赖实时闭环控制的具身本体而言,构成了重大的物理伤

人与撞击安全隐患;(3)上行带宽严重不足:具身智能高度依赖前端多路高清摄像头与LiDAR等数采

设备,需要向外传输海量的多模态时空点云数据。然而,传统无线技术多针对下行大流

量(如视频播放)设计,其上行通道极窄,无法满足具身场景下海量感知数据实时、不

间断、高吞吐上行的刚性需求。5.1通信现状(1)多模式协同的业务(端-端、端-云、端-边-云协同):外部通信形成端-端协

同、端-云协同、端-边-云分层协同三位一体的多元化业务分工体系,可根据场景时延需星闪短距与具身智能技术需求报告14求、组网规模、业务复杂度灵活适配,而非单一的分层协同。机器人外部通信图2机器人外部通信示意图机器人外部通信图2机器人外部通信示意图1)端-端协同:聚焦同场景、近距离多智能终端直连交互,无需边缘、云端节点中

转,主要负责设备间实时状态同步、动态避障、协同作业、任务互传与局部编队控制,

需要具备低时延、高实时、去中心化的特点,适配多机器人集群协同、现场联动作业等

高频本地交互场景。2)端-云协同:聚焦终端与云端的直接点对点通信,无需边缘节点,主要完成终端

基础状态上报、轻量化任务接收、云端模型参数下发、远程极简运维、资产基础信息同

步等业务,适用于弱边缘部署、广域零散终端、低实时性需求的业务场景,简化组网架

构、降低边缘部署成本。3)端-边-云协同:为分层进阶协同模式,适配复杂、高实时、高安全、大数据量的

作业场景。其中终端侧负责数据采集、动作执行与本地安全防护;边缘侧负责现场网络

接入、低时延数据处理、隐私脱敏、局部调度与弱网缓存,承接本地高频交互与数据预

处理工作;云端侧负责集中运维、全域数据分析、通用模型训练、跨地域协同编排与全星闪短距与具身智能技术需求报告15局设备管理,统筹整体业务调度与资源管控。具身智能系统外部通信协同架构具备高度灵活性,可根据时延预算、合规要求与成

本结构,动态调整分层边界,可将“边缘”能力下沉至机柜级工业PC,或上移至园区/

小区机房,同时支持自由组合协同模式,适配单一设备、集群作业、广域部署等各类场

景。(2)拓扑形态:管控集中与业务分布并存,多协同拓扑融合。单设备与网关/平台

的远程管控连接多为星形或类星形会话,主要支撑端-云协同、端-边-云分层协同的管

控交互;同一子网内的多机端端协同场景,叠加点对点、组播或局部网状通信拓扑,实

现终端间毫秒级状态同步、避障互避、协同作业联动;跨园区/城市场景的广域协同,叠

加VPN、专线或运营商网络,依托端-云、端-边-云协同能力,形成“局域端-端协同+

广域云边回传”的复合拓扑结构,兼顾本地作业灵活性与全域统一管控。(3)链路形态:有线稳定回传与无线机动接入并重,适配多协同通信需求。固定工

位、机柜式部署或高安全等级工业现场,以太网有线链路是稳定回传与远程控制的核心

基础,为端-边-云分层协同、跨设备高频数据交互提供可靠链路支撑;移动智能终端平

台可采用Wi-Fi6/6E、蜂窝网络与短距无线(如星闪)的组合方案,Wi-Fi承载局域端-

端协同的高吞吐数据传输、现场业务交互,蜂窝网络保障端-云广域协同的全域网络可

达,短距无线等轻量化技术用于终端外设配对、低功耗端-端遥控与状态交互。(4)外部数据流与安全防护:适配多协同组网的全域安全管控。具身智能外部链路

全面承载端-端协同数据交互、端-云远程通信、端-边-云分层传输三类核心数据流,具

体涵盖终端间状态同步数据、遥测与关键状态上报、视频/点云选择性回传、远程运维与

OTA升级、任务与地图下发、仿真系统与业务系统对接等业务数据。随着端-端、端-云、

端-边-云多模式协同深度融合,组网链路从传统单链路传输变为多设备、多跳点、多路

径的复杂组网架构,网络攻击面大幅扩大。因此,身份认证、分域隔离、最小权限管控、

终端接入校验与全链路日志审计成为核心工程必备设计,针对端-端直连、端-云广域、

端-边分层的不同通信场景,实现差异化、全域化的安全防护,保障多模式协同通信的稳

定性与安全性。5.2通信技术难点(1)复杂电磁环境下的稳定性挑战:车间、仓储、商业综合体等场景存在多AP、

多终端并发接入与干扰叠加问题,消费级Wi-Fi等短距通信易出现吞吐波动、数据重传星闪短距与具身智能技术需求报告16与漫游抖动,导致远程控制迟滞、视频卡顿与多机状态不一致。(2)低时延、高可靠与高并发难以兼得:蜂窝网络性能受基站部署、拥塞控制与终

端移动性影响显著;低速无线技术无法支撑高密度状态同步与富媒体数据并发;局域

Wi-Fi网络虽吞吐能力较强,但在干扰与信道竞争下,易出现平均时延可控但尾部时延

劣化的问题,对协同控制极为不利。(3)高密度接入与移动性下的组网与切换问题:多机同域并发接入会加剧信道竞

争;终端移动过程中的漫游切换处理不当,会引发短时断链或路由重建,影响编队、避

障互避等闭环协同作业。(4)功耗与性能权衡:持续高清数据回传与高占空比无线通信会增加整机功耗、缩

短续航;降低数据码率与上报频率,又会削弱远程可视化监控与故障诊断能力,需结合

产品设计与网络策略进行折中优化。(5)安全与合规风险:端-边-云多条链路扩大了网络攻击面;若缺乏统一的身份认

证、数据加密、完整性校验与权限管控,易引发数据泄露、指令篡改与恶意入侵等问题。

规模化商用场景对数据与系统的可审计、可恢复、可隔离能力提出更高要求。1.6具身智能标准体系具身智能正加速赋能工业制造、智慧家居、安防服务等多元化场景。具身智能相关

标准的缺失已成为制约其规模化应用的关键瓶颈,由此导致系统互操作性不足、术语不

统一、接口不兼容、测评体系混乱、产业碎片化、安全伦理规范不足等问题。当前我国已形成技术与载体并行的标准化布局,全国信息技术标准化委员会人工智

能分委会(SAC/TC28/SC42)聚焦智能内核,已完成了具身智能数据采集、具身智能大

模型系统技术等多项标准的研制,全国机器人标准化委员会(SAC/TC591)推进人形机

器人性能规范与安全标准。为解决具身智能机器人缺少统一规范不同厂商通信接口、网

络协议、传感数据格式不互通,多机器人集群无法协同,通信与机器人两套体系标准割

裂等问题,工业和信息化部成立人形机器人与具身智能标准化技术委员会,负责人形机

器人与具身智能在基础共性、关键技术、部组件、整机与系统、应用、安全等领域行业

标准的制修订工作,于2026年发布了《人形机器人与具身智能标准体系(2026版)》,

涵盖基础共性标准、类脑与智算标准、肢体与部组件、整机与系统、应用标准、安全伦

理六个核心部分;《YD/T6770--2026人工智能关键基础技术具身智能基准测试方法》

构建了统一的基准测试框架,覆盖了在仿真和真实环境下“感知-决策-执行”全链路能星闪短距与具身智能技术需求报告17力的测试方法。图3图3《YD/T6770--2026人工智能关键基础技术具身智能基准测试方法》星闪短距与具身智能技术需求报告18第二章具身智能短距通信技术需求2.1具身智能通信典型场景具身智能的应用场景正从结构化环境向非结构化的开放环境快速拓展,主要涵盖以

下六类典型场景:(1)智家服务场景:包括由家庭机器人、固定式家居设备、可穿戴设备和家庭网关

共同构成的“家庭智能体网络”,系统需要围绕“感知-决策-执行-反馈”闭环,持续理

解人、物、空间和任务状态,并在本地实时完成多设备协同。(2)工业巡检场景:包括轮式巡检机器人、导轨式巡检机器人、履带式巡检机器人

和特种巡检机器人,替代人工完成高危、重复、高强度的工业巡检作业,实现定位、设

备状态监测、隐患预警、数据溯源与运维闭环。(3)物流仓储场景:物流仓储场景包含自动物流产线以及具身分拣备料等场景。以

AGV/AMR集群为代表,涉及大规模机器人的调度、避障与协同搬运,对并发连接数与

动态组网能力要求极高。(4)养老场景:涵盖康复外骨骼及护理机器人,养老场景的应用表现为“安全先

行、逐步延伸”的特点,对通信的可靠性、安全性及低时延触觉反馈有严苛要求。(5)机器人遥操作场景:遥操作场景在特种作业环境下尤为普遍,典型设备为履带

式或轮式排爆机器人,基于通过显控终端远程操控机器人接近目标,实时回传视频与环

境数据,对通信带宽和实时性有较高的要求。(6)具身智能训练场的数采场景:训练场场景的网络通信需求,本质上是将高性能

计算数据中心的网络特性(高带宽、低延迟)与机器人控制网络的确定性、可靠性要求

相结合,并赋予其无线和移动能力。2.2具身智能短距通信需求分析具身智能典型应用场景对应的技术需求包括应用需求、功能需求和性能需求三大类。2.1具身智能设备应用需求不同场景的具身智能设备需求根据各场景的业务交互要求,具体体现在以下方面:(1)智家服务场景:具身智能设备在智家中可分为三类,共同构成家庭中的分布式智

能体体系:星闪短距与具身智能技术需求报告191)固定式设备,如中控屏、路由/边缘网关、智能音箱、摄像头、门锁、照明与环

境控制设备,负责持续供电、在线感知与场景编排;2)移动式设备,如扫地机器人、巡检机器人、配送机器人、陪伴机器人乃至人形/

轮式家庭服务机器人,负责跨空间感知、移动执行和主动服务;3)穿戴式或随身式设备,如手表、健康贴片、定位标签、耳机、遥控器等,负责身

份识别、意图补充、位置辅助和应急触发。(2)工业巡检场景:工业巡检机器人是面向工业场景的特种机器人,搭载可见光、

红外热成像、激光雷达、声学相机、气体传感器等硬件,结合SLAM导航、深度学习、

边缘计算技术,实现自主路径规划、实时数据采集、智能故障诊断、异常报警、远程管

控。工业巡检机器人主要包括:1)轮式巡检机器人:适配平坦地面(厂区、变电站、车间),移动速度快、续航长、

成本适中,应用最广泛,占市场份额超60%;2)导轨式巡检机器人:固定轨道运行,稳定性强,适配管道、桥架、高空设备,定

位精准,适用于封闭/半封闭场景;3)履带式巡检机器人:越野能力强,适配矿山、泥泞厂区、崎岖地形,具备防爆、

防水特性,多用于高危复杂场景;4)特种巡检机器人:包括爬壁式、无人机、管道机器人等,针对高空、狭小空间、

密闭管道等特殊场景,定制化程度高。(3)物流仓储场景:物流仓储场景分为大型自动化分拣中心场景和中小规模分拣

点场景两类。1)大型自动化分拣中心场景:主要服务于区域物流枢纽、大型电商仓储,具备货物

吞吐量巨大、分拣设备密集、作业流程标准化的特点。核心设备包括交叉带分拣机、智

能分拣机器人、分拣机械臂、传送带、仓储管理系统、仓储控制系统等,作业流程涵盖

货物扫码入库、分类分拣、路径分配、出库核验等全环节,日均分拣包裹量可达10万

件以上,大型枢纽峰值可达50万件;2)中小规模分拣点场景:多分布于社区、县域物流网点,主要处理末端揽收、中转

分拣业务,具备货物吞吐量适中、设备配置相对简单、作业场景灵活的特点。核心设备

包括小型传送带、手持分拣终端、标签阅读器、简易分拣货架等,作业流程以人工辅助

分拣为主,自动化程度较低,日均分拣包裹量在1000-10000件之间。星闪短距与具身智能技术需求报告20(4)养老场景:养老场景设备主要是组建独居老人守护系统,包括康养机器人,与

老人的可穿戴设备、家庭传感器等,系统需构建从环境自适应到风险预警的全场景闭环

守护体系,在复杂的居家环境中保持稳定连接之间实现微秒级响应的数据同步。(5)机器人遥操作场景:操作者远程沉浸式看到机器人第一视角画面,通过无线网

络实时控制机器人完成抓取、搬运、整理等操作,实现“人动、机器人同步动”的遥操

作。典型应用场景包括反恐排爆机器人作业场景,警用巡逻与交通管控机器人场景和地

震/坍塌灾害救援机器人场景,各场景设备需求如下:1)反恐排爆机器人作业场景设备形态:典型设备为履带式或轮式排爆机器人,配备机械臂、抓取器、高清摄像

头、环境传感器等模块;业务与交互流程:操作员在安全距离外通过显控终端远程操控机器人接近目标,实

时回传视频与环境数据,执行剪线、抓取、转移爆炸物等动作。多机协同场景中,侦察

无人机先行探路,地面机器人跟进处置。2)警用巡逻与交通管控机器人场景设备形态:巡逻机器人、远程预警机器人、机器狗等,配备高清摄像头、激光雷达、

语音播报、LED警示灯等;业务与交互流程:机器人在规定区域内自主巡航,实时回传视频与传感器数据至指

挥中心;遇异常时触发告警并联动民警终端;高速场景中,机器人部署在事故后方进行

预警提示。3)地震/坍塌灾害救援机器人场景设备形态:包括但不限于履带式救援机器人、蛇形探测机器人、多足机器人搭载生

命探测仪、物资投送机器人等;业务与交互流程:机器人深入废墟,实时回传视频、音频、生命体征数据;操作员

远程控制机械臂投放物资、建立语音通道;多机协同完成搜索、定位、救援。(6)具身智能训练场数采场景:具身智能训练场场景设备主要包括具身智能机器人、

VR/AR设备和云端,各场景下的功能需求可细分如下:1)Cloud-Robot分布式训练:场景:机器人在真实环境中收集视觉、激光雷达、力

觉、触觉等传感器数据,实时上传到远端的GPU/算力集群进行处理和模型训练,再将

更新后的模型或决策指令下发回机器人;星闪短距与具身智能技术需求报告212)Robot-Robot协同训练:多个机器人在同一场地内进行协同任务训练,如搬运大

型物体、编队行进,需要共享各自的环境感知信息、位置和意图,以做出集体决策;3)Robot-Human交互训练:操作员通过VR/AR设备远程临场操作机器人,或对机

器人进行实时示教;4)规模仿真与数字孪生:在云端运行数千个并行的物理仿真环境,即数字孪生,训

练和验证AI模型,然后将训练好的模型部署到物理机器人上。2.2具身智能短距功能需求具身智能设备对通信能力提出了更为严苛的“硬实时”与“高可靠”要求,具体体

现在以下七个维度:(1)无线化需求:传统有线线缆限制机器人运动自由度、带来磨损安全隐患;无线

化实现可支撑本体↔边缘网关算力卸载,是通用人形/具身机器人产业化的关键底座。

典型需求场景包括:1)具身数采摄像头到服务器无线化需求:有线束缚限制机器人大范围机动、旋转俯

仰;线缆易拉扯磨损、扭断。核心需求:低时延图像/点流传输、高可靠、抗遮挡、稳定

大带宽、时间同步;2)机器人主控到边缘节点无线化需求:机器人本体有算力卸载需求,本体需减重降

功耗,不用搭载重型算力;硬件轻量化,降低本体成本、散热压力。核心需求:确定性

时延、低抖动、双向实时信令、可靠控制报文;3)多机器人群体智能通信无线化需求:集群动态拓扑,机器人位置随时变化,无法

预布线;支持动态入退网、灵活编组。核心需求:多节点并发接入、组播通信、低时延

状态同步、抗同频干扰;4)多机械臂(移动机器人)无线化需求:多机械臂场景下机械臂有持续旋转、移动

底盘大范围游走等需求。核心需求:超高同步精度、闭环力控实时反馈、高可靠控制指

令、安全兜底链路。(2)实时控制需求:确定性时延与系统稳定性需求,具身智能设备的运动控制依赖

于高频闭环控制算法(如全身动力学控制WBC、模型预测控制MPC)。通信时延及其

抖动(Jitter)直接决定控制系统的稳定性。1)时延确定性:在高频控制律(如1kHz及以上)下,系统要求端到端时延控制在

毫秒甚至微秒级,且必须具备确定性(Deterministic),避免因时延波动导致系统震荡或星闪短距与具身智能技术需求报告22失稳;2)硬实时保障:传统基于竞争机制的无线协议存在随机退避时延,难以满足运动控

制对“零等待”指令下发的要求,亟需具备确定性调度能力的通信机制。(3)多模态感知需求:高精度同步与大数据吞吐需求,现代具身智能设备集成了视

觉、激光雷达、触觉、力觉等多种传感器,多模态数据的融合是智能体认知环境的基础。1)微秒级同步:不同传感器采集的数据必须在时间维度上精准对齐(Time

Alignment),否则融合算法将失效。通信网络需提供亚微秒级的时钟同步精度,以支持

多传感器数据的时空配准;2)高带宽传输:随着感知分辨率的提升(如4K/8K视频流、高密度点云),内部

及端边之间的数据吞吐量呈指数级增长,要求通信链路具备大带宽传输能力,以支撑算

力跨域卸载。(4)精确定位需求:无GPS环境下的相对精准定位需求。在室内、地下或复杂遮

挡环境中,传统GPS定位失效,具身智能设备需依赖通信信号实现自身定位与相对定

位。1)厘米/毫米级精度:为支持精准避障、精细操作及集群编队,通信系统需具备通

感一体化(ISAC)能力,利用通信信号实现厘米级甚至毫米级的测距与测角;2)抗遮挡能力:定位信号需具备良好的穿墙与抗多径干扰能力,确保在复杂物理空

间内的连续定位服务。(5)多机协同需求:高并发与动态组网需求,未来的具身智能应用将高度呈现“群

体智能”特征,如数百台机器人协同作业。1)大规模并发:通信网络需支持数百个节点同时在线,且在高密度部署下不发生拥

塞,确保集群指令的同步下发;2)动态拓扑适应:机器人处于高频移动状态,网络拓扑需支持自组织、自愈合(Mesh

组网),支持设备间的直连通信(D2D),降低中心节点压力,实现去中心化的协同控

制。(6)环境适应需求:高可靠性与安全性需求,具身智能设备常部署于电磁环境复杂

的工业现场或人机共融场景,通信的可靠性直接关系到生产安全与人身安全。1)强抗干扰能力:需具备在强电磁干扰、金属反射等恶劣环境下保持链路稳定的能

力,确保控制指令不丢失、不篡改;星闪短距与具身智能技术需求报告232)安全:通信协议需符合工业级功能安全标准,提供企业级加密与认证机制,防止

未授权接入与恶意攻击,确保关键控制指令的完整性与机密性。关键业务场景下,对运动控制、安全停机、避障反馈和遥操作而言,真正敏感的不

是平均吞吐,而是时延边界是否可控、抖动是否受限、干扰出现时关键流量是否还能被

优先保障。实际部署中,稳定传输压力会在多机协同和多业务并发条件下迅速放大。机

器人操作系统ROS2无线实验显示,在Wi-Fi链路上,即使分组误码率仅为0.1%,

330KB消息的交付率也会降至73%;当分组误码率升至1%时,交付率进一步跌至9%。

根本原因在于大消息在无线环境中需要分片传输,一旦链路存在误码,分片确认、重传

和缓存回压会叠加放大失败风险。对具身智能而言,这意味着网络评估不能只看峰值速

率,更要关注链路连续性、抖动控制和中断后的快速恢复。(7)端-边-云协同需求:在实际运行过程中,机器人本地、边缘节点和云端平台之

间存在持续的数据交互与任务卸载需求。通过构建端侧快速响应、边缘实时推理、云端

全局协同的分层处理体系,可有效支撑具身智能在远程控制、群体协作、复杂任务执行

和动态环境交互等场景下的低时延、高可靠和高效率运行需求。算力跨域流转的实现,

高度依赖于短距无线通信链路的性能,传统通信方案难以满足以下核心需求:1)密集多并发上行能力:具身智能体需将多路高清视频流、激光雷达点云及传感器

数据实时上传至边缘端。通信网络需支持高密度节点接入与多业务并发,确保海量非结

构化数据在无线链路上的无损、低拥塞传输。2)确定性调度与低时延:边缘端下发的决策指令需毫秒级甚至微秒级到达本体,且

必须具有确定性时延。通信协议需支持确定性调度(如TDMA机制),消除随机退避带

来的时延抖动,确保控制指令与感知数据的时空对齐,避免因网络波动导致动作失准。3)无缝漫游与高可靠性:具身智能体处于高频移动状态,通信链路需在跨越不同接

入点时实现无缝切换,确保算力卸载过程的连续性。同时,需具备99.999%的高可靠性,

防止因链路中断导致智能体失控或发生碰撞。综上所述,通信能力已成为具身智能产业从“可用”向“好用”跨越的核心瓶颈。

传统短距通信技术已难以满足具身智能对确定性时延、高精度同步、大规模并发及通感

一体化的综合需求,亟需新一代短距无线通信技术进行架构重构与能力升级,以支撑具

身智能产业的规模化落地与高质量发展。星闪短距与具身智能技术需求报告242.3具身智能短距性能需求从业务形态看,具身智能机器人无线流量可大体分为控制类小包业务、状态类周期

业务、感知类大带宽业务和运维类弹性业务。控制指令、急停信号、关节状态、姿态调

整等通常表现为小包、周期性或事件触发型业务,对时延、抖动和可靠性高度敏感;视

觉视频、深度图像、激光雷达点云、环境建图和多传感器融合数据则具有数据量大、上

行带宽需求高、突发性强等特点;语音交互、日志上传、软件更新和远程诊断等业务对

实时性要求相对较低,但需要稳定连接和连续传输能力。因此,同一机器人平台内部往

往同时存在低时延控制流、高可靠状态流、大带宽感知流和普通数据流,要求网络具备

多业务并发承载能力。从量化指标看,不同业务的通信需求差异明显。在机器人相关垂直行业场景,3GPP

TS22.104给出了更具针对性的参考:精确协同运动控制的传输周期可低至1ms,机器控

制通常为1-10ms,协同驾驶为10-50ms;移动机器人实时视频回传场景可要求10ms端

到端时延和上行大于10Mbit/s的用户体验速率。具身智能机器人的运动控制、关节协同、避障反馈、状态回传等闭环任务,本质是

“感知-决策-执行”的高频实时循环,对无线通信的低时延、低抖动、高可靠、强确定

性提出了远超消费电子的严苛要求,核心体现在三个维度:(1)控制闭环要求毫秒级时延与极低抖动;(2)人形机器人的动态平衡与敏捷运动,依赖高频的控制闭环;(3)无线空口端到端时延≤10ms,时延抖动≤50μs。例如,宇树科技的UnitreeG1在展示高难度动态动作时,其步态规划与控制周期需

达到毫秒级;若依赖无线操控或云端协同,空口时延必须压缩至10ms以内,且时延抖

动需控制在微秒级,否则会导致关节控制指令错位,引发机器人动作扭曲甚至跌倒。而工业场景中,机器人抓取精密零件、协同搬运大尺寸料箱时,控制指令的时延必

须有明确上限,而非统计意义上的平均值。主要分为下面几类:(1)微秒级(<100μs):面向多轴工业母机、高频电流/力矩控制环,追求极致确

定性;(2)毫秒级(1ms-10ms):面向具身智能小脑平衡、自动驾驶动态避障,是物理

系统不失稳的硬性安全边界;(3)十毫秒级(10ms-50ms):面向云端大脑决策、区域多机协同,是兼顾智能运星闪短距与具身智能技术需求报告25算与系统安全的妥协边界。变电站场景中,巡检机器人可替代人工完成高压设备(断路器、隔离开关、互感器)

的红外测温、局部放电检测、仪表读数识别,避免人工近距离接触高压带电设备的安全

风险,同时实现24小时不间断巡检,解决传统人工巡检漏检、数据记录不规范的问题。

巡检人员佩戴AR眼镜,通过星闪实时回传高清视频至后台,专家可远程标注指导,时

延控制在20ms内,实现“第一视角”协同诊断。在智能仓储场景中,移动机器人需要在密集货架之间执行拣选与搬运任务,空间狭

窄、路径复杂以及动态障碍物频繁出现。例如在狭窄车间通道内移动时,机器人须实时

规划路径并动态调整运动轨迹。如果定位误差过大,极易导致路径偏移,导致任务失败

甚至造成危险。因此,该类场景对定位精度提出了厘米级要求,同时还要求具备高刷新

频率和低时延,以支撑连续运动控制。在自动驾驶与无人配送场景中,机器人需要在开放道路环境中行驶,运动速度快、

存在多物体交互、环境高度动态变化。例如在交通路口,机器人需要根据自身精确位置

判断是否越过了停止线、是否处于车道中心以及与周围车辆的相对距离。因此,该类场

景不仅需要高精度的绝对定位能力,还需要稳定的相对定位能力,以支持协同驾驶与避

碰决策。在多机器人协同作业场景中,高精度定位是集群安全与效率的核心保障。例如在仓

储搬运、应急救援、工业编队等场景中,机器人需实时获取彼此的相对位置与运动状态,

以支持协作搬运或编队控制等协同操作。若缺乏统一的高精度定位基准,机器人间的相

对位置估计会偏差,引发集群冲突、任务分配失效或作业效率骤降。在环境感知与理解场景中,定位信息为感知数据提供了关键的空间参考。机器人构

建环境地图、识别障碍物分布、跟踪动态目标时,感知数据高度依赖定位的准确性。例

如人形机器人在复杂地形行走时,精准的位姿估计可帮助其判断地面状况,避免踩空或

打滑,支撑环境理解与决策生成定位误差会直接导致感知数据的空间偏移,造成地图构

建失真、目标跟踪失效。具身智能的规模化应用要求网络从“连接单个机器人”进化为“连接机器人集群

与泛在传感器”。无线通信系统必须满足单点高密度接入、移动中无缝漫游以及群组高

效分发。(1)单设备多模块与多设备集群的“双重并发”接入星闪短距与具身智能技术需求报告26多机器人集群密集接入:单台机器人需支持≥32个无线传感器节点(头部视觉、躯

干IMU、手部六维力觉、足底触觉等数十个模块)并发接入通信网关。多机器人并发容量:在典型工业车间或仓储场景中,单基站/AP需支持≥50台机

器人同时进行毫秒级低时延业务通信。多机器人协同和抗干扰需求:需支持空间复用与联合调度。当多台机器人近距离协

同作业时,需避免彼此无线信号间的同频干扰,确保多路控制流并行不悖。(2)动态高机动场景下的“零感知”自组网与无缝切换跨AP的无缝漫游:需支持先连后断机制。在机器人高速穿越仓库巷道或厂区不同

扇区时,新链路建立完成前旧链路不拆除,实现业务“零感知”切换,杜绝机器人因断

连导致的“失明”或急停。无基础设施下的自组网:针对应急救援、野外勘探等无预置基站场景,需支持去中

心化Mesh组网,支持多跳(≥8)中继转发,且在节点高速移动导致拓扑剧变时,网络

收敛时间短(<1秒),确保动态节点即插即用,维持多机协同作业的通信骨干。(3)群体作业需高效组播/广播与分布式资源协调高并发组播/广播机制:无线通信架构必须原生支持一对多分发。例如,在协同搬运

大尺寸物料时,将统一的位姿调整指令通过一次空口发送,同步分发给所有协作机器人,

避免逐一下发造成的带宽耗尽。分布式资源协调:在多机集群中,需支持时频资源复用,允许处于不同空间位置的

机器人复用相同的时频资源进行通信,成倍提升系统容量。需要支持时间同步,在群体

作业时,各机器人节点的时钟同步误差小于微秒(<1μs),确保动作执行的严格同步(如

集群舞蹈、多臂协同抓取)。具身智能训练场的网络不再是简单的数据传输管道,而是构成了整个训练体系的

“数字神经系统”,是具身智能能否从实验室走向大规模应用的关键前提。需要实时同

步物理世界与数字世界,传输海量的多模态感知数据,并确保对机器人的控制毫秒不差。

具身智能机器人训练场的网络通信需求,本质上是将高性能计算数据中心的网络特性

(高带宽、低延迟)与工业自动化控制网络的确定性、可靠性要求相结合,并赋予其无

线和移动能力。表3具身智能训练场景网络需求指标需求维度指标要求业务影响星闪短距与具身智能技术需求报告27延迟

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论