2026-08-20 机器人卡在哪？不是算法不够强，是网络没跟上——三大运营商的入场逻辑

出品：机器人产业应用

引言

2026年6月24日，中国电信人工智能研究院（上海）发布"大小脑协同具身模型验证平台设备采购项目"询比公告，预算368.38万元，采购设备一套。7月3日，知行机器人科技（苏州）有限公司成为第一成交候选人。

金额在运营商采购盘子中微不足道，但在具身智能产业坐标系里，这是一张意义远超价签的"入场券"——运营商首次以"技术验证主导者"身份介入具身大模型的方案适配。

此前，中国电信已构建EasyOn 5G-A RobotNet专网（上行超100Mbps、时延低于10毫秒、可靠性99.99%）、自研TeleBot-M人形机器人与TeleBotOS系统、发布RaaS商业模式。此次采购验证平台，标志着中国电信开始从"修路"转向"试车"——验证大小脑协同架构能否在真实场景中跑通。

图1：EasyOn 5G-A-RobotNet 在 MWC26 获 GSMA GLOMO“最佳专网解决方案奖”。

关键点速览

大小脑协同：在验证什么？

三大禀赋：为什么是运营商？

三条路线，三种打法

结语：一个新时代的开端

01

大小脑协同：在验证什么？

要理解这个平台的价值，首先要了解具身智能面临一个根本性两难：终端算力不够、云端延迟太高——全部决策放在云端，机器人应对突发状况时反应不及；大模型塞进本体，成本、功耗、散热又成难题。

中国电信的解法是"端-边-云"分层架构：云端"大脑"负责认知规划，端侧"小脑"负责实时控制，辅以"云网融合小脑"（RAN AI Layer）在网络边缘实现AI推理的实时响应。

这套逻辑在理论上成立，但工程上能否落地，正是验证平台要回答的问题，其核心目标可归纳为三个层面：

第一，验证"分工"的合理性。 哪些任务归云端、哪些归端侧？边界在哪？

中国电信自研的TeleBot-M提供了参照：单臂4自由度、单腿6自由度的轻量化设计，TeleBotOS系统确保核心控制任务独占计算资源，小脑层面引入上下肢课程式对抗强化学习，即便上肢受剧烈扰动，下肢仍能保持高鲁棒性并完成毫米级轨迹规划。

但这套分工能否泛化到不同场景与本体，需验证平台给出答案。

第二，验证"协同"的可靠性。 大脑与小脑间的通信时延、带宽需求、容错机制，需在真实网络环境下压力测试。EasyOn宣称的"<10ms时延、99.99%可靠性"在规模化部署中能否成立？边缘算力池卸载大模型算力的方案能否稳定运行？这些都无法仅靠理论推演回答。

第三，验证"泛化"的可能性。 一套架构能否适配不同机器人本体与作业场景？这关系到运营商能否从"项目制"走向"产品化"。验证平台正是中国电信从自研硬件、大小脑软件架构到虚实融合数据系统这一整套方法论走向产业化的"转化器"。

02

三大禀赋：为什么是运营商？

回到一个更根本的问题：这件事为什么由运营商来做，而不是大模型公司或机器人整机厂？中国电信手里有三张其他玩家没有的牌。

第一张牌是5G-A低时延专网。EasyOn 5G-A RobotNet基于5G-A高频段构建无线专网系统，突破单一连接能力，打造端边协同的“通信+算力”一体化平台。系统为人形机器人提供专属无线资源调度，支持毫秒级无线资源动态优化。

Wi-Fi因使用非授权频段，信号极易受干扰；移动公网无法提供确定性时延保障。只有专网能做到——该方案已在2025世界人工智能大会上成功落地应用。

在MWC26期间，中国电信携手中兴通讯、智元机器人、卓益得机器人，凭借EasyOn 5G-A RobotNet一举摘得GSMA全球移动大奖“最佳专网解决方案奖”。

第二张牌是全域边缘算力节点。中国电信在全国部署的边缘算力节点构成了天然的分布式算力网络。云端大脑可以部署在中心云，推理任务可以下沉到离机器人最近的边缘节点，最大限度降低物理时延。

同时，核心算法和关键数据留在边缘侧，减少向云端传输的敏感信息量，极大提升数据隐私保护能力。边侧还可作为多具身智能体的中枢，支持多台机器人之间的协同感知与任务分工——协同搬运、同步巡检、集群编队，在毫秒级时延内完成信息同步与决策分发。

这种“算力随网而动”的能力，是纯云厂商或机器人公司无法复制的。

第三张牌是政企客户渠道。工业巡检、矿井作业、园区物流——这些场景的共同特征是广域分布、环境高危、对机器换人有刚性需求，且客户往往是大型政企机构。

中国电信的RaaS产品已经验证了这一路径的可行性：将机器人的“大脑”部署在云端，利用天翼云的海量算力、大数据分析和人工智能算法，为各类线下机器人终端提供服务。企业无需投入高额前期资本，即可让具身智能快速落地。从“拥有资产”到“使用服务”的模式转换，是政企客户最熟悉的采购逻辑。

03

边界在哪：赋能者还是统治者？

一个无法回避的问题是：运营商既做网络、又做算力、还做验证平台、甚至出自研机器人，会不会与整机厂商和大模型公司形成直接竞争？

从当前布局来看，中国电信的策略更接近于“全栈自研+生态协同”。自研TeleBot-M更多是技术验证的“样板间”——证明这套端边云架构在自己的体系内是跑得通的。

中国电信集团CTO、首席科学家、人工智能研究院院长李学龙教授团队领衔研发的TeleBot-M，被定位为面向高危作业场景的“先遣队员”，可与空海跨域具身智能体TeleAqua协同作业。它是一个能力展示的载体，而非面向大众市场的量产产品。

采购验证平台则进一步表明，中国电信要做的是技术标准的制定者和验证环境的提供者，而非简单的产品竞争者。

但这条边界并不稳固。当运营商积累了足够多的验证数据、沉淀了足够深的行业Know-How之后，从“验证者”走向“运营者”几乎是必然的。RaaS产品的发布已经显露出这种趋势——将机器人能力作为一种可订阅的云服务来输出。

到那时，运营商与整机厂商的关系将从“伙伴”逐渐演变为“平台与入驻者”。这对中小整机厂商和模型公司来说是一把双刃剑：接入运营商生态，确实可以大幅降低落地成本——不需要自己建网络、铺渠道、攒算力；但代价可能是业务主导权的让渡——当你的机器人运行在运营商的网络上、调用运营商平台的算力、通过运营商的渠道触达客户时，议价能力和品牌溢价空间都会被压缩。

这不是零和博弈，而是一场关于“谁掌握入口”的博弈。运营商掌握的是物理世界的入口（网络+算力+场景），大模型公司掌握的是认知世界的入口（模型+算法），整机厂商掌握的是执行世界的入口（本体+硬件）。谁能在三者之间建立最深的耦合，谁就能在产业链中占据最有利的位置。

04

三条路线，三种打法

三大运营商已经全员进场，但路径各不相同。

中国电信：产业端深耕，自下而上。

从EasyOn 5G-A RobotNet专网，到TeleBot-M自研本体，再到大小脑协同验证平台，路径是“网络—硬件—验证”。核心逻辑：先把网络底座夯实，再用自研本体做技术验证，最后用验证平台输出标准。特点是慢而扎实，尤其适合工业巡检、矿井作业等B端场景。

中国移动：通信底座驱动，端-网-边-云全栈。

以5G具身通信模组为统一硬件基座，集成多模通信能力，网络侧通过低时延切换和QoS分级保障控制指令优先，边缘侧UPF下沉园区实现数据不出园。

在此基础上，自研“灵犀书韬”VLA大模型和“灵犀”系列多形态机器人，形成“模-数-体-台-网”全栈底座。核心逻辑：通信先行、模型驱动，用网络能力定义AI上限。特点是强调全栈整合，面向高实时、高可靠场景。

图2：中国移动“灵犀”多形态机器人现场展示，体现从模型到底座的全栈路线。

中国联通：场景孵化，应用牵引。

设立公众具身智能创新中心，聚焦家庭、医养、助老等七大场景；中试基地已沉淀100余种原子技能、2万组真机数据、500万条轨迹数据、80TB高质量数据集。核心逻辑：从具体场景切入，先积累数据和技能，再反向牵引技术和产品。特点是偏民生服务，做“从0到1”的孵化器。

图3：中国联通具身智能中试基地入驻仪式，代表其场景孵化与数据沉淀路线。

谁的路线更优？答案取决于时间尺度。但三大运营商的共同逻辑是一致的：从“管道提供者”转向“智能服务运营商” ——不再只是卖带宽、卖流量，而是卖“让机器人跑起来的全套能力”。

2026年1月12日，工业和信息化部“人形机器人与具身智能标准化技术委员会”成立。同一天，中国联通旗下子公司宣布设立“公众具身智能创新中心”。这并非巧合——标准化的推进与运营商的全面入场，共同标志着具身智能产业正在从“各自为战”走向“有章可循”。

图4：具身智能全域通信联合实验室测试现场，运营商正在把通信、算力与机器人场景验证连到一起。

05

结语：一个新时代的开端

中国电信采购大小脑协同验证平台这件事，表面上看只是一次普通的设备采购——368万元、1套设备、1家供应商。但在产业演进的视角下，标志性的事件。

具身智能产业正在经历从“讲故事”到“交答卷”的转折。谁能率先在真实场景中验证技术可行性、建立行业标准、打通商业闭环，谁就能在下一阶段的产业格局中占据先机。运营商带着网络、算力、渠道三张牌进场，正在改写这场竞赛的规则。

至于最终的赢家是谁——是运营商、是大模型公司、还是整机厂商——现在下结论还为时过早。但有一点可以确定：这场竞赛已经不是任何一方能够独自赢下的游戏了。 正如一位行业观察者所言，运营商“不再满足于做连接亿万设备的管道工，而是要成为操控数十万硅基劳动力的机器人运营商”。