程序员，在枯燥的代码海洋中日复一日地遨游？
学术专家，伏案在实验室计算一个又一个理论值？
他们可不是你想象的这样。
在华为云，程序员和学术专家的身份不仅能合二为一，而且做的事情也很有意思。周博玩起了云机器人，元好景竟然要造一个会议元宇宙，阿普更是把自己的代码送上了太空。
而三位开发者有一个共通点——他们都来自于华为云的创新团队。谈及团队的发展历程，他们介绍道，华为云多年来持续聚焦新兴领域的创新技术研究，并在2019年正式成立多个创新实验室，涵盖边缘计算、媒体、算法等多个专业领域，希望通过技术创新，帮助华为云及客户迈向商业成功。
“人才云集”正是其一大特色，这里的华为人大多是顶尖科学家或技术专家，研究的都是产业难题与产品核心痛点，颇有些高校研究所的意味，同时他们离产业现实又足够近，能够将前沿技术成果在2年左右付诸实践，这种开发模式可不是纸上谈兵。
万万没想到，开会“卷”进元宇宙
元好景的身份是时下最火热的元宇宙建筑师，负责孵化和云渲染相关的一系列新兴业务，当领导让他在元宇宙里搞点事的时候，华为人的DNA蠢蠢欲动。
华为是一家有深厚企业级技术和服务积累的公司，To C的玩法可以先放放，To B场景中第一个映入脑海的场景就是开会。定了，就去元宇宙里开会——Welcome to join the conference！
在元宇宙里搞点事可是不容易，首先是原画师负责做美术设计，在元宇宙里任何想象场景不受限制，只要你敢想并且画出来。其次是3D建模，负责把平面视角转换为立体视角。然后就要轮到程序员上场，一整套场景和流程需要遵循怎样的逻辑，代码说了算，针对元宇宙“造物者”设定的运行规则，程序员去定义和实现相应的功能。
在现实里稀松平常的开会，放到云宇宙则需要各种技术叠加才能实现，而且愈是现实场景不被注意的环节，反而有可能成为关键难题。
沉浸式会议应用的开发基于华为云诸多服务，包含云会议、云桌面、云渲染、数字人、云存储等，需要处理多种信令流和媒体流。如何将这么多云服务的端侧SDK有序的组织起来，并且在一个移动应用中流畅的运行，是一个极大的挑战。
具体来看，VR移动设备作为元宇宙的入口，存在电池续航不足且计算能力弱的问题，往往运行一个独立应用就不堪重负，如果用它来开会，计算复杂度将大大提高，多流程梳理串联的实现也颇有挑战性，这对非常关注用户体验的元好景团队来说是个不可容忍的缺陷。
“我们除了不断优化端侧应用，充分发挥端侧性能，还牵引了诸多云服务进行定制化的实现和改造，最终达到了令人满意的效果。”元好景表示。
云渲染也是华为云在元宇宙的亮点技术，华为云原生渲染引擎，基于光线追踪渲染技术，支持场景中不同类型、形态各异的光源，提供物理真实的直接和间接光照；另一方面，为了让云渲染服务价格达到人人可用的程度，华为云研发了共享渲染计算、资源复用、端云协同等技术，大幅度提升服务并发量、降低运营成本。
“经常有人问我，元宇宙有啥用，是不是只是炒个概念？我总不知道怎么回答。每一个新的理念都像一个婴儿，如果不投入心血抚养TA长大，你永远不会知道TA的可能。5G是，云是，元宇宙也是。华为人，在投入心血方面，总要先走一些，也总要努力走快一些。”元好景说。
“云机器人，你晓得伐？”
毕业于香港中文大学机器人研究所的周博，来到华为云继续研究机器人，不过，是云机器人。放眼全球，云机器人站在了技术研究的前沿，在国内，华为云是首家布局云机器人的云服务商。
当前机器人行业存在一些现实难题，最大的痛点在于人们对于机器人的期望，和机器人实际能力之间存在巨大差距。拆解到具体的技术层面，尽管AI赛道很火热，但是机器人的自主智能化程度还比较低。此外，机器人的开发测试门槛和运维成本都非常高，机器人生态也尚不够成熟，这些都是摆在机器人行业面前的挑战。
传统机器人主要走规则驱动的技术路线，需要较强的专业知识以及繁琐的规则与约束设计，Corner case（长尾问题）是机器人工程化所面临的主要挑战之一，机器人在不少封闭/半封闭场景下已经能够有不错的效果，但恰恰是长尾问题成为影响机器人使用体验及大规模落地的关键因素。
加上机器人行业存在的碎片化等问题，极大地影响了机器人技能的开发效率与实用性。华为的技术专家判断，现在是云技术入局的关键时刻。
机器人本身就是一个交叉学科，云机器人更是机器人和云计算行业高度交叉的综合领域，说干就干，周博和他的团队设计开发了云原生机器人数据闭环系统，作为华为云机器人平台的能力底座和核心竞争力。
一方面，以数据驱动方式，改变传统规则驱动的机器人技能开发模式，有望改善传统机器人面临的场景碎片化问题，以及机器人技能工程化期间的长尾问题。机器人是数据产生的主要源头之一，只要机器人在环境中不断运行，它就可以持续发掘新的长尾问题，同时基于云上技能开发与AI服务持续不断地实现能力优化，形成一套自我学习的机制。
另一方面，周博团队研发了云上新型仿真引擎和Sim2Real2Sim技术，持续降低机器人硬件和技术开发的门槛，大幅提升机器人的开发与部署效率。
“机器人是未来人类生活和工作的智慧终端。我们的设想是利用云上的强大算力、数据共享与处理能力、泛在接入能力，为行业带来一个全新的变革机会。”周博表示。
在机器人+云升级为云原生机器人之后，可以实现通过海量数据来驱动机器人系统的持续进化，从而赋予机器人更强大的环境感知、任务和运动规划、精准鲁棒控制、以及多机器人协作等技能。
据了解，华为云已初步打通云机器人数据闭环流程，支持边云协同的机器人导航与交互、云上数据收集与分析、云上数字资产（地图）共享、云上仿真、云上机器人运行管理等功能。云机器人数据闭环服务邀测已上线。
“基于云上仿真和AI训练服务，机器人技术和云的结合将为我们带来全新的体验，在云机器人领域，我们在探索的过程中跌跌撞撞，但其实已经走在行业的前沿，我们是在定义一个充满机会的行业。”周博说。
“我的代码，在卫星上管AI应用”
阿普主要负责华为云边缘计算领域的创新技术研究工作，就在2021年底，他的代码上卫星了。也就是说，阿普的代码上了太空。
故事要从卫星网络说起。
卫星网络在人类拓展地球外的新空间的工作中，充当着非常重要的角色。
传统卫星受在轨计算能力等条件的约束，存在计算资源受限、数据传输量大等问题。以农田面积统计的应用场景为例。在传统方式中，卫星拍摄完的图片将回传至地面，由地面做分析和统计。一方面，传输卫星图像占用非常多的资源，另一方面，卫星传输带宽资源非常有限。这是一对棘手的矛盾。再兼顾误码率的问题，往往同一张图片就要传输三遍，进一步加剧了资源缺乏的挑战。
此外，传统卫星并没有一个真正意义上的智能应用管理平台，这意味着工程师无法对已经发射上太空的卫星进行应用的管理和更新。优化卫星图片处理性能的工作更加无从谈起。
为了解决上述难题，阿普与团队在云-边-端这一常见的云计算技术架构基础之上，通过华为云孵化并开源的云原生边缘计算平台KubeEdge以及边云协同AI框架Sedna，帮助卫星实现了多项突破。
第一，将人工智能推理算法直接部署在卫星上，支持在星上对图像数据进行清洗，过滤掉大量无用图像，甚至在卫星上直接对部分图像进行计算，并将最终计算结果传回地面。相比全量图像回传，带宽花费得到数十倍的减少。
第二，拥有丰富计算资源的地面只需专注于处理卫星无法准确识别的“难例”，双重检验的工作大幅提升了卫星图像识别的精度。
第三，实现了按需更新卫星边缘任务，且帮助科研人员在地球上对卫星进行统一的管理和应用升级。
“我们最终追求的不只是云和边之间的协同，还有多个边缘之间的协同，最终推动边缘和中心云形成一张智能化的计算网络，实现无处不在的实时计算能力。不断延伸云计算的场景边界，是我们一直以来的目标”，阿普说道。
写在最后
Sedna是目前太阳系中最遥远的天体之一，它的存在让太阳系的疆界得以向更深远的太空挺进。而华为云工程师们不断突破、勇于创新的精神，则让云的能力不断延展，让科技的光芒洒落在每一个人身上，让智能的触手抵达地球以外的空间。他们写下的一行行代码，推动我们人类文明不断向前。
