北京印发具身智能行动方案，规划建设50000PFlops专用算力集群

11月11日，《北京市具身智能机器人产业高质量发展行动方案（2026—2028年）》由北京市经济和信息化局正式印发，文件作为2026至2028年北京具身智能机器人产业发展的指导性文件，明确了算力、模型、场景三条主线的推进路径。

方案提出，加大专用算力资源保障力度，新增建设总规模超过50000PFlops的具身智能专用算力集群，同时推动具身智能重点企业与重点算力节点项目建设单位以结对子方式形成算力供需协同，并通过银河算廊工程与京外算力集聚城市开展算力协同。这是国内首个明确以具身智能为服务对象的专用算力集群规划，也意味着人形机器人的竞争，正从本体硬件、关节灵巧手，延伸到身后的算力底座。

具身智能为何需要专用算力

把50000PFlops的算力专门划给具身智能，逻辑并不复杂，却容易被误读为通用智算的又一次扩容。具身智能的算力消耗结构与通用大模型存在明显差异。

通用大模型的训练以文本、图像数据为主，算力需求集中在单次超大规模并行计算，重心是峰值性能与互联带宽。而具身智能的训练链条更长：需要在高保真物理仿真环境中完成大规模强化学习，让机器人在虚拟场景中反复试错，积累运动策略；需要处理多模态感知数据，把视觉、触觉、力觉、位姿信息统一表征；还需要在真实场景中做模型微调与部署验证。这一过程对算力的需求不是一次性峰值，而是长时间、多批次、可反复调度的稳定供给。

推理侧的要求同样特殊。人形机器人在真实环境中运行，运动控制、避障、抓取等任务对时延极为敏感，端侧算力无法承担大模型的完整推理，云端需要承担模型蒸馏、策略更新、仿真回传、数据闭环等工作。具身智能的算力，本质上是训练、仿真、推理、数据闭环四类负载的混合体，与纯训练型智算中心的配置逻辑并不相同。

这也是方案强调算力供需协同的现实原因。算力节点建起来，如果接口、调度、数据格式与机器人企业的训练流程不匹配，集群利用率就会打折。推动重点企业与算力建设单位结对子，实际是把需求方拉进建设环节，避免出现算力建成却用不上的错配。而银河算廊工程指向京外算力协同，则是在本地算力供给有限的情况下，用跨区域调度补充训练峰值需求。

政策组合拳背后，产业基础与短板同时显现

这份方案的落地并非孤立动作。北京在具身智能领域已经积累了相当的政策与场景储备。亦庄自2025年8月启动具身智能社会实验计划，全区域开放真实世界数据采集资源，已开放超过50个真实场景，形成一批百万级高质量自主具身智能数据集；北京经开区聚集人工智能产业链核心企业600余家，产业规模突破800亿元，形成核心零部件加人形机器人、工业机器人、特种机器人、医疗机器人、协作机器人、物流机器人的产业体系。今年2月的数据显示，北京新增智能算力3.8万P，算力总规模达到6万P。在此基础上再新增超过50000PFlops的具身智能专用算力，供给体量将显著抬升。

政策的着力点也不止算力。方案同步提出大幅提升具身智能基础模型能力，推动基础模型整体达到国际一流水平，并显著提升模型在真实场景中的应用部署能力。算力、模型、场景三者形成闭环：算力支撑模型训练，模型需要在真实场景中验证，场景又持续回流数据反哺模型。北京此前开放的实训场与真实场景数据，正是这个闭环的关键一环。

但短板同样清晰。具身智能当前最稀缺的不是算力峰值，而是高质量数据与可复现的评测体系。机器人真机数据采集成本高、周期长，不同厂商的数据格式互不兼容，仿真环境与真实物理世界之间仍存在明显差距，模型在仿真中表现良好、上真机后失效的情况普遍存在。此外，专用算力集群建成后，如何制定面向具身智能的计费方式、调度标准与安全规范，如何避免政策驱动的算力建设变成低利用率资产，仍是需要持续验证的问题。硬件侧的高精度灵巧手、高爆发关节、长续航电池，也仍需与算力、模型同步迭代。

展望

北京这份行动方案的价值，在于把具身智能从单点技术攻关，推向了算力、模型、数据、场景协同的系统工程。50000PFlops专用算力集群是一个明确的量化锚点，它让机器人企业的训练需求有了可预期的资源保障，也让算力建设方有了清晰的服务对象。接下来值得观察的，是这个集群的实际上架率与利用率、结对子机制能否形成稳定的供需匹配、跨区域算力调度能否真正缓解峰值压力。具身智能的产业化，不会由单一环节的规模决定，而取决于算力能否被有效转化为模型能力，模型能力又能否在真实场景中稳定复现。政策的推力已经就位，产业要回答的，仍是那个最朴素的问题：机器人能否在真实世界里，把活干成。