具身智能专题技术直播第一期精彩回顾

具身智能正推动机器人从自动化向智能化演进，系统软件作为连接模型、应用与算力的桥梁，成为技术突破的关键。当前主流操作系统缺乏面向具身智能的成熟技术栈，而开源鸿蒙凭借其分布式、异构协同等特性，有望在该领域实现“换道超车”。本次开源鸿蒙领学课堂具身智能专题第一期直播，邀请了开源鸿蒙具身智能PMC（筹）主席、上海交通大学计算机学院副教授古金宇老师，分享具身智能操作系统相关内容，介绍了具身智能操作系统的机遇与挑战、开源鸿蒙具身智能项目情况。

一、开源鸿蒙具身智能PMC愿景：

面向具身智能，开源鸿蒙“换道超车”

无论传统还是新型端侧无人平台，在具身智能技术发展下均呈现新趋势：从自动化到智能化、智能体编程范式、新人机交互范式。开源鸿蒙具身智能PMC将主要聚集于以下几个方面的工作：

● 抢占关键窗口期：开源鸿蒙具身智能PMC可高效协同生态力量，加速开源鸿蒙在具身智能领域的布局与商用落地。

● 系统能力创新：主流操作系统均缺乏成熟的具身智能关键技术栈，开源鸿蒙处于同一起跑线。开源鸿蒙具身智能PMC汇聚产学研资源，可助力快速构建核心能力，抢占标准主导权。

●扩展开源鸿蒙生态：当前具身机器人操作系统多基于Linux碎片化自研，系统能力复用度低。开源鸿蒙作为智能终端底座，天然适配具身场景，通过开源鸿蒙具身智能PMC引领可打造统一具身操作系统平台，降低开发门槛，提升产业整体竞争力。

二、具身智能系统软件面临的六大挑战

● 挑战1：具身智能机器人任务实时性

机器人功能安全依赖系统实时性，但传统实时性技术围绕CPU设计。具身智能机器人使用AI算力/异构算力，需构建操作系统XPU实时技术。

通过统一任务队列抽象（异构XPU共有抽象）和多级抢占能力模型（L1抢占未加载任务、L2抢占未执行任务、L3抢占执行中任务），适配不同XPU硬件抢占能力（时延不同），保障任务实时性。

● 挑战2：具身模型推理性能 vs. 端侧受限算力

端侧算力成本、功耗与性能构成“不可能三角”，制约模型推理效率。系统软件需充分使能端侧算力，通过CPU+NPU+GPU异构协同，根据硬件特性划分计算任务（参数加载、反量化、矩阵运算等），实现流水线并行，提升能效比。

●挑战3：系统软件缺乏对具身智能模型运行特征的感知

视觉-语言模型（VLM）运行时呈现明显阶段特征：Prefill阶段GPU利用率高但时间短，Diffusion阶段利用率低但时间长；相邻时间步图片的KV Cache相似度高达97%以上。基于此可采用异步流水线优化，利用上一帧VLM Prefill的KVCache并行启动Diffusion阶段。实验数据表明，在保持成功率的前提下，端到端推理时延可降低30%（如LibTorch并行模型端到端时延从150.12ms降至106.19ms）。

●挑战4：具身智能模型VLA推理的可靠性问题

当训练集未覆盖特定场景（如抓取物体数量超出范围）时，模型成功率显著下降。操作系统需具备经验管理与异常修复能力，对运行时异常进行干预，提升任务可靠性。

●挑战5：入端、入边还是端云协同？

在工厂、酒店等场景中，多个机器人可共享一个“边缘大脑”，降低单机BOM成本；端侧仅保留轻量级执行单元以延长续航。系统软件需支持端云协同架构，实现资源动态调度，提升运营ROI。

●挑战6：具身智能应用的可解释性与高效开发

端到端模型难以解释，而“智能体+工作流”的混合范式更利于构建泛化易用的开发节点。系统软件需提供可视化“拖拉拽”开发框架，降低开发门槛。

●其他挑战与机会

 具身智能仿真：

需构建高保真物理引擎与环境，缩小Sim-to-Real差距，支持大规模并行训练与复杂交互模拟。

 具身智能安全：

确保人机协作中的实时风险评估、故障安全机制及伦理法规遵从。

 异构模型异构算力适配：

实现端云协同计算、模型压缩加速、统一软件栈与接口标准化，提升跨平台性能。

三、开源鸿蒙具身智能PMC组织结构、成员单位以及技术架构介绍

在组织结构上，开源鸿蒙具身智能PMC下设Arch SIG、Release SIG、ROS Common SIG等14个技术专项组，覆盖架构设计、版本管理、ROS生态移植、具身模型适配、模拟器开发等核心方向。各SIG协同推进从底层算力到上层应用的系统能力构建，为开源鸿蒙在具身智能领域的技术研发与生态落地提供组织保障。

开源鸿蒙具身智能PMC首批共建伙伴由上海交通大学牵头，联合了北京大学、清华大学、中科院软件所等国内多所顶尖高校及中科院软件所，并汇聚了华为、智元机器人、Dora社区等在内的科技企业与开源社区，汇聚了多家产学研用成员单位。

在架构规划上，目前已形成了覆盖底层算力到上层应用的系统架构。该架构以开源鸿蒙为底座，整合国产算力（如昇腾）、异构协同框架、模型推理引擎及智能体开发工具，为具身智能系统提供全栈支撑。具体成员单位及架构细节参见社区官方资料。

四、开源鸿蒙具身智能项目介绍

● 项目产出目标

 标准/参考平台：

提供开源鸿蒙具身本体+算力+模拟器，开箱即用。

 开源系统软件：

打造具身模型端侧推理框架、具身智能体开发框架，补齐传统机器人开发框架生态。

 行业示范：

在工业柔性制造、家居服务、智慧农业等领域推动应用落地。

● 核心技术突破

 打破垄断，自主可控：

提供业界首个基于国产硬件的端到端方案，终结NVIDIA生态单一依赖，提供高性价比“第二选择”。

 攻克“三高”，极致能效：

在国产昇腾端侧算力上实现对标4090的极致性能，证明开源鸿蒙+国产算力是解决高延迟、高功耗、高成本的有效路径。

 填补空白，树立标杆：

打造首个支持全栈国产的具身智能标杆系统，填补开源鸿蒙+国产算力在具身领域空白，激活万亿级赛道的底层生态。

● 生态建设进展

目前，开源鸿蒙具身智能PMC成果已支撑华为“RoboMind智能机器人开发者大赛”，推动技术普及。

五、结语

具身智能系统软件正处于发展窗口期，开源鸿蒙凭借其协同优势，有望构建统一的具身操作系统平台，降低产业开发门槛，提升整体竞争力。未来，随着更多产学研力量加入，具身智能将从“作诗做秀”走向创造技术与经济价值。

相关社区代码仓库已在gitcode开放（https://gitcode.com/openharmony-robot），欢迎各界参与共建。