機器人開始“上班”，通信網絡卻可能先掉鏈子

通信世界網消息（CWW）從5G-A邊緣計算到6G通算融合，機器人規模化落地，正在催生一張面向智能體的新型網絡。

一臺人形機器人在展會上搬起紙箱，可能只需要完成幾分鐘的演示。

但當它真正進入工廠，情況完全不同：它需要連續工作數小時，實時處理攝像頭畫面、關節狀態和環境信息，還要接受任務調度，與其他機器人協同作業。

此時，網絡多出幾十毫秒的延遲，帶來的可能不只是畫面“卡一下”，而是抓取失敗、任務中斷，甚至觸發生產安全風險。

當具身智能開始真正“上班”，一個過去容易被忽視的問題正在浮出水面：

機器人準備好了，通信網絡準備好了嗎？

具身智能正在告別表演，進入“作業模式”

過去幾年，人形機器人最吸引眼球的能力，是奔跑、跳舞、翻跟頭。

但對于制造業企業來說，機器人動作有多炫，并不是采購的核心依據。企業真正關心的是：它能否穩定完成搬運、分揀、檢測、裝配和巡檢任務，能否長時間連續運行，單位任務成本能否降下來。

2026年6月，工業和信息化部、國務院國資委聯合啟動人形機器人與具身智能實景實訓專項行動，提出推動相關產品在工業、服務、特種等真實場景中常態化部署。

按照行動目標，到2026年底，人形機器人等重點產品將在一批代表性場景中完成應用驗證和常態部署，開啟“作業模式”；同時凝練形成百個以上高價值應用場景，帶動形成萬臺級規模落地能力。

這意味著，具身智能的競爭標準正在發生變化。

行業關注點正在從“機器人能不能做一個動作”，轉向“機器人能不能在復雜環境里持續完成一項工作”。

而機器人一旦從展臺進入車間，通信網絡就不再只是一個普通配套設施。

它開始成為機器人生產力的一部分。

機器人開始干活，為什么突然需要一張更強的網？

單臺機器人在實驗室中運行，可以依靠本體計算、固定程序和局域網絡。

但當幾十臺甚至上百臺機器人進入同一個廠區，系統復雜度會迅速上升。

機器人需要持續上傳多路視頻、環境感知信息和設備狀態；調度平臺需要實時掌握每臺機器人的位置、電量、負載和任務進度；不同機器人還需要交換狀態信息，避免路徑沖突和動作碰撞。

不同任務對網絡提出的要求也并不相同。

高清視頻和傳感數據回傳，需要更強的上行帶寬；遠程操控和實時動作反饋，需要低時延與高可靠連接；多機器人協同，需要穩定覆蓋、高精度定位和統一調度；模型推理任務，則需要網絡與邊緣算力共同參與。

這使具身智能機器人成為一種特殊的新型終端。

手機掉線，影響的是通信體驗；視頻卡頓，影響的是觀看體驗。

但機器人與物理世界直接交互。一次網絡波動，可能直接影響機械臂是否抓穩零件、巡檢機器人是否避開障礙，以及多臺設備能否按照生產節拍協同運行。

對普通終端來說，網絡卡頓意味著體驗變差；對具身智能來說，網絡卡頓可能意味著動作失敗。

機器人的“大腦”，為什么不能全部裝在身體里？

既然網絡可能出現波動，為什么不把所有計算任務都放在機器人本體上？

問題在于，機器人的體積、功耗、續航和成本都存在限制。

具身智能機器人需要同時完成視覺識別、語言理解、環境建模、任務規劃和動作生成。模型能力越強，對芯片算力和內存的要求越高，隨之而來的還有更大的功耗和散熱壓力。

如果把高算力芯片全部裝進機器人，不僅會提高整機價格，還可能進一步壓縮續航時間。

但如果把所有數據都傳到遠端云數據中心，傳輸鏈路又會變長，時延和抖動可能難以滿足部分實時任務。

因此，目前更現實的路線不是“全部本地計算”，也不是“全部上云”，而是形成端、邊、云協同架構：

機器人本體保留基礎運動控制和安全保護能力；靠近生產現場的邊緣節點承擔視覺識別、局部規劃和部分模型推理；云端負責模型訓練、長期數據分析和跨區域管理。

中國移動發布的《6G通算融合賦能具身智能白皮書（2026年）》將5G-A與邊緣計算結合視為降低機器人算力、續航和成本壓力的重要技術思路。機器人產生的多模態數據可以通過5G-A網絡傳至附近的MEC節點，由邊緣服務器完成模型推理，再將動作指令返回機器人。

簡單來說，就是讓機器人不用隨身背著一整座“數據中心”，而是就近調用網絡中的算力。

55毫秒，5G-A能不能解決機器人“反應慢”？

在上述白皮書披露的一項機器人搬箱測試中，機器人通過雙目攝像頭采集視頻，同時上傳關節位置、角度和速度等狀態信息。

邊緣服務器完成模型推理后，再把下一步動作信息返回機器人。

測試結果顯示，這一過程的端到端時延約為55毫秒，其中：

視頻編解碼約20毫秒；

5G-A上行傳輸約15毫秒；

邊緣模型推理約20毫秒。

該結果基本滿足測試所設定的搬箱任務不超過100毫秒的時延需求。

55毫秒并不意味著5G-A已經可以解決所有具身智能任務。

機器人抓取柔軟物體、完成高速操作、進入動態人機混行環境時，對實時性、可靠性和模型準確率的要求可能更高。

但這項測試至少說明，5G-A加邊緣計算已經能夠承擔一部分實時感知和決策任務。

通信網絡由此不再只是把數據從一個地方傳到另一個地方，而是開始進入機器人的“感知—決策—執行”動作鏈。

網絡斷了，機器人會不會直接失控？

把部分計算任務放在邊緣側，并不意味著機器人可以完全依賴網絡。

急停、碰撞檢測、關節限位、跌倒保護和基礎平衡控制等安全關鍵功能，仍然應當保留在本體。

一旦網絡中斷，機器人至少要能夠停止危險動作、進入安全狀態，或者依靠本地能力降級運行。

工信部、國務院國資委發布的實景實訓專項行動也明確提出，要探索云邊端協同、離網自治等多樣化算力部署模式，并完善碰撞檢測、力控限制、緊急制動和“黑匣子”等安全能力。

因此，未來真正可行的架構不是讓網絡取代機器人“大腦”，而是根據任務特點進行分層。

涉及人身和設備安全的底層控制，應當留在本地；需要較強算力且具有一定實時性的任務，可以放在邊緣側；模型訓練和長期分析，則可以交給云端。

網絡可以幫助機器人變得更聰明，但不能讓機器人失去最基本的自主安全能力。

工業5G獨立專網，為機器人進廠補上關鍵一環

機器人進入工業現場，除了時延和帶寬，還會遇到另一個現實問題：生產數據能不能出廠？

工業機器人采集的不只是普通視頻，其中可能包含生產流程、設備參數、產品信息和工藝細節。對于能源、裝備制造、電子信息等行業來說，數據安全和網絡自主可控是規模部署的重要前提。

2026年6月，工業和信息化部等五部門啟動工業5G獨立專網試點。

與依賴公共網絡的普通連接方式不同，工業5G獨立專網由工業企業主導建設接入網、核心網等關鍵設施，可以不依賴公網獨立運行。相關試點還提出挖掘高速傳輸、超低時延、通感一體、高精度定位和網絡智能等5G及5G-A能力的應用潛力。

對具身智能來說，這類網絡的價值不只是“網速更快”。

它可以讓企業更自主地配置網絡資源，把關鍵數據和邊緣算力留在園區內部，并針對機器人作業設置專屬的覆蓋、時延和可靠性保障。

未來，企業采購機器人時，可能同時需要一套由專網、邊緣計算、終端管理、安全防護和運維服務組成的系統。

這也意味著，通信企業的角色將從“提供一條網絡連接”，進一步轉向“保障機器人完成生產任務”。

到了6G，網絡可能成為機器人“大腦”的一部分

雖然5G-A與MEC已經初步打通“連接+算力”鏈路，但現階段的網絡和計算系統，大多仍然各管各的。

網絡知道無線信號是否良好，邊緣服務器知道自己的算力負載有多高，但二者未必知道機器人此刻正在進行普通對話、目標識別，還是高實時性的抓取和避障。

當信道質量下降或者邊緣服務器負載升高時，系統也很難同時協調通信資源、計算資源和模型資源。

這正是6G通算融合希望解決的問題。

所謂通算融合，可以簡單理解為：通信網絡和計算平臺不再分別調度，而是根據機器人的任務類型、無線環境、模型規模、算力負載和能耗狀態，共同決定帶寬如何分配、任務在哪里運行，以及使用哪個版本的模型。

例如，當無線環境變差時，系統可以調整模型切分位置、增加邊緣算力，或者降低需要傳輸的數據量；當邊緣節點負載過高時，也可以把部分輕量任務遷回終端。

白皮書將這種能力概括為面向AI服務質量的通算原生融合，即網絡需要同時保障時延、準確率、能耗和可靠性，而不再只保障傳統的數據傳輸指標。

不過，6G目前仍處于技術研究和標準推進階段。

2026年3月，國際電信聯盟有關工作組形成了IMT-2030無線接口技術性能要求草案，提出沉浸式通信、高可靠低時延通信、人工智能與通信融合、通感一體等六類應用場景。正式審批仍需經過后續程序。

3GPP也已明確，Release 21將成為首個規范性的6G版本。

因此，今天所說的“6G+具身智能”，更多還是技術路線和原型驗證，而不是已經成熟商用的產品。

但方向已經越來越清晰：未來網絡承載的不只是人與人、人與設備之間的信息交換，還可能參與智能體的感知、推理和行動。

運營商的新機會，不只是多賣幾張通信卡

如果具身智能機器人逐漸成為工廠、倉庫、園區和公共服務場所中的規模化終端，運營商面前出現的就不只是一塊連接市場。

第一層機會是5G-A公網、虛擬專網和工業獨立專網；

第二層機會是MEC邊緣算力，為機器人提供視覺識別、模型推理和任務規劃；

第三層機會是機器人管理平臺，包括設備接入、狀態監控、多機調度、模型更新和遠程運維；

再向上，則是針對制造、能源、物流和應急等行業提供“網絡+算力+平臺+機器人應用”的整體解決方案。

未來，工業客戶采購的可能不再只是一臺機器人，而是一套可以穩定完成生產任務的服務。

網絡可用率、任務成功率、端到端時延、推理準確率和故障恢復時間，都可能成為服務合同中的核心指標。

運營商出售的，也可能不再只是帶寬，而是機器人的穩定生產力。

結語

過去，通信網絡連接的是手機、汽車和工業設備。

未來，它還要連接一批能夠感知環境、理解任務，并直接改變物理世界的智能體。

這意味著，具身智能給通信行業帶來的，不只是新增一類物聯網終端，而是一次網絡能力邊界的擴張。

網絡需要從傳輸數據，進一步走向協同計算、調度模型和保障任務；運營商也需要從銷售連接，走向提供具身智能穩定運行所需的綜合服務。

當然，網絡不會取代機器人的本體控制，6G也不會一夜之間解決所有問題。

但當具身智能真正離開展臺、進入車間，一張面向機器人的新型網絡已經不能缺席。

機器人已經開始“上班”。接下來，輪到通信網絡接受考驗了。