东南大学Embodied.cpp：具身别卡在部署上
具身智能模型越来越多，从 VLA 到 WAM，能力看起来都在往机器人执行靠近。但真正上机器人时，问题往往不是模型不会，而是部署链路太碎。

东南大学、南京大学、微软研究院、清华大学智能产业研究院提出 Embodied.cpp，解决的是具身 AI 模型在异构机器人上的推理运行问题。

很多现有推理框架主要服务 LLM / VLM 的请求式调用：输入问题，模型输出答案。但机器人不是这样工作的。它要在闭环控制里持续感知、持续决策，还要适配不同传感器、动作头、边缘设备和仿真环境。

所以，一个强模型想落到真实机器人上，常常还要接 Python 研究代码、定制后端、传感器封装和控制逻辑。每换一个模型或平台，就要重新拼一遍。

Embodied.cpp 的思路，是把具身模型的共同执行路径抽出来，做成一个可移植的 C++ 运行时。它分成 5 层：输入适配、序列构建、主干执行、头部插件和部署适配。

简单说，不是每个机器人、每个模型都单独写一套 glue code，而是把变化部分做成插件，把稳定部分做成统一运行底座。

它还强调 3 件事：多频率执行，让感知、主干和动作模块可以按不同节奏运行；低延迟 batch-1 推理，适配闭环控制；可扩展 I/O 和算子支持，方便接入新的传感器、动作输出和模型结构。

结果也比较直接。在两个 VLA 模型上，HY-VLA 和 pi0.5 通过 C++ 部署路径完成闭环执行，任务成功率分别达到 100.0% 和 91.0%。在 LingBot-VA 的 WAM 单块测试里，内存从 312.2 MiB 降到 88.1 MiB。

这说明具身智能的瓶颈，不只是模型能力，也在于能不能被稳定、低延迟地部署到真实设备上。

问题是：未来机器人 Agent 的差距，会不会不在模型有多强，而在谁能把模型真正跑进复杂机器人系统里？

Embodiedcpp 东南大学 南京大学 清华大学 微软研究院 具身智能 机器人 VLA