当前位置：主页 > 我的网站国内 >

棒球

外骨骼，真的那么管用吗？,外骨骼，真的那么管用吗？_我的网站

在这世界的角落

A | 7 月 21 日，外媒独家披露谷歌 Alphabet 内部代号 Frozen v2 的专用推理服务器芯片研发细节，这款芯片将 Gemini 底层模型架构直接固化至硅片，内部测试数据显示，它单位功耗下的 Token 处理效率达到现有顶级 TPU 的 6 至 10 倍，产品核心面向 AI 智能体高并发推理场景，计划 2028 年完成落地部署，消息流出后 Alphabet 盘中股价涨幅突破 3%。当前市场主流 GPU、TPU 均为通用可编程架构，能够适配各类大模型运行，但在实际工作过程中需要持续调度运算资源、频繁迁移内存数据，而 AI 智能体需要不间断生成文本、高频调取缓存信息，长期运行下会产生严重的功耗损耗与延迟问题，也就是行业普遍存在的内存墙难题。Frozen v2 走出了完全不同的设计思路，研发团队没有把完整模型权重固定在硬件内部，而是将 Gemini 体系中复用频率最高的底层决策、解码运算通路蚀刻进芯片电路，从硬件层面削减运行过程中的计算步骤与数据传输消耗。　　外骨骼，真的那么管用吗？(百姓关注)　　“无动力源更高效”“省力100斤，找回年轻脚步”……近年来，外骨骼产品引人关注。这种辅助性设备，在辅助行走、康复训练、登山搬货等领域，给一些行动不便的人或特殊工种人员带来便利。这款芯片将每瓦可处理 Token 数量作为核心评估指标，而非单纯追求纸面峰值算力，天然适配智能体长上下文交互、全天候持续推理的负载需求，同时研发团队仅锁定标准化模型运算架构，保留权重迭代更新的空间，弥补初代 Frozen 完全固化模型、芯片使用周期过短的短板。

B | 然而，市面上的产品质量参差不齐，有些外骨骼实际效能与广告宣传相差甚远，令消费者颇有意见。从产品定位来看，Frozen v2 并不会取代第八代 TPU 承担训练与通用推理工作，谷歌由此形成双轨芯片布局，TPU 负责承接外部云客户多样化模型需求，Frozen v2 则专供内部 Gemini 大模型、各类智能体、搜索以及办公软件等高负载业务，二者形成互补搭配。

C | 　　浙江的安女士带着老父亲在一家门店试用了一款价值1万余元的外骨骼，当时老人感觉良好，家人随即下单。可回家后外骨骼的实际使用效果与店内体验完全不同。

D | 本届 WAIC 已经释放清晰产业信号，AI 行业正式进入智能体规模化落地阶段，海量 Agent 多任务自主调度、云端高并发推理成为算力消耗的主要来源，这也是谷歌全力推进 Frozen v2 研发的核心动因。“我父亲真正使用外骨骼后感觉腰部很累，且怕摔倒，最终不敢再用。”安女士说。

E | 面向企业级智能体与 C 端终端配套云端服务，芯片能够同时承载上万条长文本指令，持续输出多轮交互内容，依靠低功耗特性大幅压缩集群供电与散热开支；谷歌自有搜索智能助手、办公智能体、多模态交互产品的推理调用量持续攀升，现有算力供给缺口已经迫使谷歌云暂缓承接部分外部订单，专用推理芯片落地后可以快速补足内部算力短板。

F | 　　安女士认为，门店试用环境与家庭实际使用场景存在差异，消费者凭短暂试用外骨骼难以判断产品是否真正适合家中老人。　　上海的周女士也遇到外骨骼腰部承重过大的问题。

G | 同时智能体执行跨平台、多步骤复杂任务时高度依赖大容量上下文缓存，Frozen v2 在硬件层面优化内存读写链路，有效减少缓存反复搬运带来的多余功耗，进一步降低智能体长期运行的综合成本。

H | 她看到商家宣传称，“外骨骼可以让走路更轻松”，便买了一款，试用后却发现外骨骼“特别重，压力都给了腰部”，她戴了仅5分钟就觉得腰痛，父母也觉得外骨骼重不愿佩戴。 Frozen v2 研发消息曝光，意味着全球 AI 芯片赛道分化出两条清晰发展路径，行业算力竞争的重心，也从单纯比拼峰值算力，转向推理能效、单 Token 运行成本的长期较量。尽管商家最初承诺外骨骼“可以试用一个月”，周女士申请退货时仍被收取了2000元试用费。

I | 英伟达与 AMD 坚持通用算力发展路线，旗下 GPU 与整机柜方案兼顾训练、推理全场景需求，生态体系成熟完善，但在智能体高频推理场景下能效表现存在明显短板；谷歌选择模型深度定制芯片路线，Frozen v2 与自家大模型深度协同设计，最大限度压低推理单位成本，缺点是通用性有限，仅能适配 Gemini 产品体系。　　周女士认为，商家所谓外骨骼“可以试用”，却并未明确告知还有试用费，实为“有偿试用”甚至变相收费。　　记者在网络平台搜索外骨骼发现，有商家在评论区承认“腰部不好的不适合用”，但商品页面却未作明确风险提示。评论区大量用户询问“脑梗瘫痪能用吗”“腰突压迫神经能用吗”“膝盖做过手术能用吗”，并未得到商家回复。除此之外，SambaNova、d-Matrix 以及国内多款专用推理芯片都在推进模型与硬件深度耦合的研发方向，行业逐渐形成统一共识，训练环节依旧依靠通用算力集群支撑，而大规模商业化推理场景，会逐步走向专用化定制芯片。这款芯片依旧存在不少短期落地约束，目前整体还停留在架构设计阶段，最快要到 2028 年才能小规模投入使用，距离全面商业化还有两年多时间，短期内无法缓解全球当下的算力紧缺现状。

J | 同时产品适配范围存在明显局限，仅能对接 Gemini 系列大模型，无法对外提供通用算力租赁服务，很难复刻 TPU 对外云业务带来的营收增量，并且芯片硬件固化的模型逻辑范围仍在持续调整，研发团队需要不断平衡运算效率与模型迭代灵活性，不排除项目中途调整规划、缩减量产规模的可能性，谷歌官方也对外表示，内部研发项目不代表最终都会量产落地。

K | 　　还有消费者反映，外骨骼在辅助抬腿、行走等动作时有省力效果，但若要经常穿戴则会面临其他问题。拉长周期来看，Frozen v2 的落地会带来深远产业变革，若 6 至 10 倍的能效提升能够实现量产兑现，AI 智能体、大模型云端服务的单 Token 运行成本将显著下降，进一步推动 C 端、B 端智能体产品普及。谷歌这套模型与芯片底层协同设计的方案得到验证后，各大头部大模型厂商都会加速自研专用推理芯片，通用 GPU 在推理市场的份额会持续承压，行业整体算力投入逻辑也会发生转变，过去厂商资源集中投向训练集群，未来资本开支会持续向推理专用硬件倾斜，匹配 AI 产业从技术训练走向商业化落地的周期切换。一名网友给年近70岁、腿脚不便的母亲买了两款外骨骼产品，结果发现：外骨骼电机辅助抬腿有省力效果，但该外骨骼后腰处零件凸起，坐下时需拆卸才能靠椅背；外骨骼腿环无上下滑动结构，绑太紧或身材较高可能会造成皮肤擦伤；外骨骼对下蹲、承重动作无减速保护。 Frozen v2 是谷歌为解决 AI 智能体推理算力瓶颈推出的战略性产品，跳出传统通用 TPU 的设计框架，以牺牲通用适配能力换取极致运行能效，精准贴合当下全球 AI 产业告别参数内卷、全面推进智能体工业化落地的核心趋势。短期来看，芯片落地周期漫长，无法立刻改变全球算力竞争格局，长期视角下，该项目印证软硬一体化定制是推理赛道的核心突破方向，也会倒逼英伟达、AMD 加快迭代推理专用芯片，整个 AI 算力行业的竞争主线，正式从训练算力比拼，转向智能体推理能效的持续对抗。　　还有消费者反映，有的外骨骼产品存在设计缺陷。网友黄先生给患有偏瘫的老人购买了一款外骨骼，但因老人腿脚无力，抬腿达不到机器设定的高度阈值，外骨骼无法启动。“因为老人抬不起腿才需要辅助设备，这款外骨骼却因为腿抬得不够高不能启动。

L | ”黄先生无奈地说。　　商家对于外骨骼的虚假宣传问题同样值得注意。

M | 媒体报道，有消费者在短视频平台看到一款“柔性外骨骼机器人”广告，号称外骨骼能辅助行动不便的人重新走路，于是花980元下单，收货后却发现没有电机、没有芯片、没有电池，只有一堆黑色的松紧带。　　北京大学先进制造与机器人学院教授谢广明表示，若要称为“外骨骼机器人”，必须包含动力系统、传感系统和控制系统，有感知、决策、执行的闭环。这类仅由弹簧、松紧带构成的产品，属于被动式助力装置。因此，“弹簧绑带外骨骼机器人”的宣传，属于概念混淆甚至有意误导消费者。　　记者在网上搜索发现，外骨骼的价格从数百元到数万元不等，有的宣称能“节省体力”，有的强调可提供30%至50%的助力，还有的声称能减轻40斤到80斤的负重。谢广明表示，价格差异通常取决于技术复杂度、材料和加工成本，以及是简单的助力机构还是完整的机器人系统。　　外骨骼对患者康复或老年人真的有辅助作用吗？对此，从事20多年康复研究的首都医科大学附属北京康复医院康复诊疗中心副主任王寒明给出了肯定的答案。

N | 　　“医疗上应用的主要是康复外骨骼机器人，不同于市面上的外骨骼，这种专门医疗器械价格一般在数十万元至数百万元之间，有着严格的行业标准，而且工作原理也有所不同。”王寒明说，“比如我们的外骨骼机器人都是有支撑、有跑台的，这样外骨骼本身的重量不会压在人的身上，同时髋膝踝每个关节活动从负的多少度到正的多少度，都有标准。通过这样的外骨骼辅助步态训练，是能够帮助使用者提升运动能力的。”　　对于消费者反映一些外骨骼产品“腰部承重过大”“刹不住车”“助力方向有误”等问题，谢广明表示，“这些问题是当前行业核心痛点。作为外骨骼产品，上架前必须经过充分的测试，由于目前一些外骨骼产品游离在医疗器械和消费品之间，存在监管空白，因此厂家在产品设计和质量把关上存在不严谨问题。