當開發(fā)者遇上AI新技術(shù)，將迸發(fā)出怎樣的火花？
在近日舉辦的華為開發(fā)者大會2025（HDC2025）上，華為集中發(fā)布了包括鴻蒙6.0開發(fā)者版、鴻蒙智能體框架HMAF、盤古大模型5.5、具身智能平臺CloudRobo在內(nèi)的多項最新技術(shù)，在算力、算法、場景落地層面完成了AI底座的布局升級。
在大會期間，新京報貝殼財經(jīng)記者注意到，AI智能體上車、車載空間音頻技術(shù)的升級，推動了終端交互方式的革新，使得智能座艙正成為企業(yè)應用流量爭奪的新入口。與此同時，依托云算力與具身智能平臺，人形機器人智能化演進及工業(yè)產(chǎn)線的具身智能優(yōu)化正在加速，生態(tài)共建正成為技術(shù)落地的核心驅(qū)動力。
智能體互聯(lián)成關(guān)鍵，智能座艙成流量新入口
智能體的開發(fā)與接入已成為系統(tǒng)及應用開發(fā)商強化AI能力、搶占流量入口、提升用戶體驗的關(guān)鍵賽道。
然而，智能體開發(fā)面臨現(xiàn)實挑戰(zhàn)：傳統(tǒng)開發(fā)模式下，底層算法研發(fā)、人力物力投入成本高昂，復雜的開發(fā)流程制約效率提升。同時，跨平臺兼容性存在不足，接口適配與數(shù)據(jù)互聯(lián)互通存在壁壘，應用與操作系統(tǒng)、應用之間的協(xié)作效率低下，使得智能體的調(diào)動難以快速滿足用戶需求。
大會期間，華為終端發(fā)布鴻蒙6.0開發(fā)者Beta版本，并首次推出鴻蒙智能體框架。具體來看，一方面，智能體小藝實現(xiàn)了規(guī)劃決策、任務執(zhí)行、工具調(diào)用、自主執(zhí)行等能力；另一方面，小藝可與第三方智能體應用互動，通過調(diào)用外部智能體完成復雜任務鏈。此外，鴻蒙智能體提供的開箱即用AI能力，可有效降低AI應用開發(fā)的技術(shù)門檻。
鴻蒙智能體框架發(fā)布。圖/新京報貝殼財經(jīng)記者 韋博雅 攝
從用戶體驗和商業(yè)促進來看，智能體優(yōu)勢顯著。如基于華為小藝AI的深航智能體“深航飛飛”，可一句話完成訂票退改、語音值機等操作。貨拉拉大移動部門安卓鴻蒙組組長曹景浪告訴貝殼財經(jīng)記者，雖然目前貨拉拉沒有自己的智能體，但未來有計劃開發(fā)并接入鴻蒙智能體框架?！坝脩艨梢酝ㄟ^語音與APP交互，進行語音下單、接單或者頁面跳轉(zhuǎn)?！?/p>
值得關(guān)注的是，基于鴻蒙系統(tǒng)“一次開發(fā)多端部署”的技術(shù)優(yōu)勢，應用可平滑遷移至智能座艙場景，智能座艙成為企業(yè)高度關(guān)注的流量新入口。
“隨著新能源汽車的普及，用戶在車內(nèi)時間增多，通過智能座艙點餐已經(jīng)成為極具潛力的新場景。”麥當勞中國全渠道點餐研發(fā)平臺負責人林峰向貝殼財經(jīng)記者表示，“比如，當用戶對車載智能體說，‘我想吃牛肉漢堡，幫我推薦一款套餐’時，智能體便可以調(diào)用麥當勞OpenAPI接口，結(jié)合用戶的偏好、身份、行車場景等信息，精準推薦套餐，同時通過語音交互，用戶無需動手便可完成下單、支付等操作，減少了操作步驟?！?/p>
據(jù)了解，麥當勞與鴻蒙方面已就未來在智能座艙領(lǐng)域的合作可能性進行了初步接觸和探討。麥當勞方面透露，雙方認識到車內(nèi)交互體驗與手機端的差異，未來若展開合作， 將需要對功能接口和應用細節(jié)進行針對性的設計和優(yōu)化，以更好地匹配車載場景的用戶需求。
寶寶巴士創(chuàng)始人唐光宇告訴貝殼財經(jīng)記者，伴隨車載智能終端與沉浸式空間音頻技術(shù)的迭代升級，“聽覺交互場景”正重構(gòu)車載兒童教育生態(tài)——聽故事、聽音樂等音頻內(nèi)容已成為親子出行場景中極具潛力的教育載體。其介紹，目前，寶寶巴士旗下“聽故事、聽音樂”的核心應用“寶寶巴士”已完成與鴻蒙智能座艙系統(tǒng)的深度適配，未來，車載端兒童教育需求將伴隨智能汽車滲透率提升呈現(xiàn)增長態(tài)勢。
寶寶巴士應用登陸鴻蒙智能座艙。圖/新京報貝殼財經(jīng)記者 韋博雅 攝
華為云發(fā)布CloudRobo具身智能平臺，明確不做機器人本體
具身智能風頭正勁，但在產(chǎn)業(yè)化應用方面卻面臨多重挑戰(zhàn)：在數(shù)據(jù)訓練層面，傳統(tǒng)機器人學習新任務需上千條訓練樣本，依賴人工采集的方式不僅效率低下，更難以覆蓋真實環(huán)境中復雜多變的場景；在任務執(zhí)行環(huán)節(jié)，機器人需同步完成空間感知、環(huán)境理解與任務規(guī)劃，對推理能力和指令拆解精度提出極高要求；而在工業(yè)領(lǐng)域，高精度動作控制的泛化性與穩(wěn)定性保障，仍是技術(shù)難題。
針對上述行業(yè)痛點，華為云在大會期間發(fā)布了CloudRobo具身智能平臺。華為常務董事、華為云計算CEO張平安表示，華為云不做機器人本體，把機器人本體交給伙伴。華為云的目標是讓一切聯(lián)網(wǎng)的本體都成為具身智能機器人，華為云將致力提供澎湃算力和強智能。
據(jù)介紹，該平臺基于盤古大模型的多模態(tài)能力及思維能力，整合了數(shù)據(jù)合成、數(shù)據(jù)標注、模型開發(fā)、仿真驗證、云邊協(xié)同部署以及安全監(jiān)管等端到端能力，能提供具身多模態(tài)生成大模型、具身規(guī)劃大模型、具身執(zhí)行大模型三大核心模型，加速具身智能創(chuàng)新。
其中，具身多模態(tài)生成大模型能為具身智能機器人提供一個跟物理世界相一致的數(shù)字空間，構(gòu)建的數(shù)據(jù)樣本可以支持不同場景的泛化訓練?；谠撈脚_，具身智能的訓練樣本可以20%靠采集，80%靠生成，極大地提高數(shù)據(jù)獲取效率。具身規(guī)劃大模型和具身執(zhí)行大模型分別組成了機器人的“大腦”和“小腦”，具身規(guī)劃大模型能夠做出10步以上的復雜任務規(guī)劃，通過與具身執(zhí)行模型協(xié)同，將這些任務拆解為可執(zhí)行的指令，驅(qū)動機器人本體完成各項工作。
大會展示了CloudRobo平臺在分光盒組裝場景中的應用。圖/新京報貝殼財經(jīng)記者 韋博雅 攝
在參會期間，貝殼財經(jīng)記者采訪了解到，樂聚、星海圖等人形機器人企業(yè)，以及華龍迅達、拓斯達、埃夫特、億嘉和等工業(yè)具身智能領(lǐng)域的企業(yè)，均與華為云展開深度合作，在計算資源與云服務整合、模型研究與訓練等方面實現(xiàn)協(xié)同發(fā)展。
華龍迅達一名技術(shù)負責人告訴記者，華龍迅達基于華為云盤古大模型的具身智能工業(yè)機器人構(gòu)建了“云邊端”一體的具身智能架構(gòu)，產(chǎn)線換產(chǎn)效率提升10倍以上?！皞鹘y(tǒng)人工編程模式下，新品上線時產(chǎn)線需停工3-5天進行調(diào)試；而借助華為云盤古大模型與仿真平臺，設計端完成產(chǎn)品模型后，可在仿真環(huán)境中提前開展自動化訓練與驗證，約4小時即可完成從設計驗證到產(chǎn)線應用的全流程，顯著縮短產(chǎn)線停機時間?！?/p>
華龍迅達基于華為云盤古大模型的具身智能工業(yè)機器人構(gòu)建了“云邊端”一體的具身智能架構(gòu)。圖/新京報貝殼財經(jīng)記者 韋博雅 攝
億嘉和一名工程師則向記者介紹，此次展出的配網(wǎng)帶電作業(yè)機器人應用于國家電網(wǎng)配網(wǎng)架空線路運維檢修，通過減少人工介入提升作業(yè)安全性。該工程師指出，未來可借助云計算優(yōu)化機器人在線路作業(yè)中的效率：通過搭建仿真平臺，將采集的外部實際作業(yè)場景數(shù)據(jù)接入大模型，依托其完成數(shù)據(jù)處理與批量校正，進而優(yōu)化機械臂控制算法。同時，通過對機械臂開展“小腦”訓練強化機動性，使機械臂運動規(guī)劃更貼合實際線路作業(yè)需求。
新京報貝殼財經(jīng)記者 韋博雅
編輯 岳彩周
校對 翟永軍
