具身智能的"数据飞轮"，靠什么转起来？ Agent Storage 重磅发布

导语

当 Agent 走向规模化生产，企业真正的瓶颈往往不在模型够不够聪明，而在数据底座能不能扛住三件事：海量并发读写、跨智能体的安全隔离、以及多模态数据的可复用治理。

6月5日，2026腾讯云 AI 产业应用大会·Agent Infra 专场，腾讯云存储高级产品经理王致铭发表了主题演讲《Agent 时代存储新定义：构建统一数据底座》，并正式发布了面向智能体时代的全新存储方案——Agent Storage。

01 痛点直击

传统存储为何“拖后腿”

随着龙虾、Hermes 等 AI 生态的爆发，非结构化数据正迎来指数级增长。王致铭指出，传统存储在面对 Agent 场景时，暴露出三大致命伤：

• 隔离困境：Bucket 数量有上限，前缀隔离仅靠代码逻辑，存在越权风险。
• 语义断层：对象存储是扁平结构，Agent 难以像操作本地工作区一样高效。
• 成本失控：海量小文件和高频读写，让存储成本与复杂度飙升。

本次存储团队并未停留在原有对象存储 COS 上的功能适配，而是推动了一次根本性的范式转换：当存储的核心使命转变为服务智能体时，它的架构应当如何被重新定义与构建？

02 重磅发布

Agent Storage 重构数据底座

针对上述挑战，腾讯云存储给出了系统级解法。Agent Storage 的核心逻辑是：它不仅是“存数据”，而是给每个 Agent 原生配了一个带独立隔离、文件系统语义、向量记忆的存储层。

Agent Storage 从架构层面重新定义 Agent 与数据的关系。通过 Agent Bucket 解决了智能体的隔离与工作空间问题，通过 Vector Bucket 解决了记忆与检索的成本与性能问题，并配合 MetaInsight 让 Agent 理解数据内容。

03 客户实证 灵生科技如何跑通“数据飞轮”

理论的落地需要实践的检验。本次大会特邀具身智能领域标杆客户灵生科技现身说法。

灵生科技是一家聚焦人本体数据采集及世界模型训练的高潜力人形机器人公司，致力于打造能够泛化应用于多元真实场景的通用具身智能系统。其业务天然依赖视频、动作轨迹和多模态传感数据。在引入腾讯云方案前，业务面临典型的“数据堰塞湖”。

灵生科技创始人兼 CEO 杨洪兵表示：具身模型训练规模化后，存储成为关键瓶颈——数据分散在 IDC 各 GPU 服务器，制约多机协同；多机训练时跨节点传输效率低、一致性风险高，本地磁盘无冗余，硬件故障易致数据丢失；训练需高吞吐非结构化数据，本地存储 IO 成瓶颈，高性能共享存储已成刚需。

落地解法：COS + GooseFS 海量稳定存储和高性能访问能力

- COS 作为统一数据底座：高可靠、低成本、持久化的承载 EB 级原始数据，数据可靠性大幅提升的同时彻底告别散落在 IDC 里的数据孤岛。

- GooseFS 提供高吞吐缓存：支持多机共享能力及单客户端 40Gbps 吞吐性能，消除模型训练等数据的 IO 瓶颈。

落地价值：

通过这一架构，灵生科技实现了数据零丢失、训练效率大幅提升，真正打通了“数据采集→模型训练→推理应用”的数据飞轮。

04 生态落地

腾讯网盘变身智能体工作台

除了前沿的具身智能，Agent Storage 也在腾讯网盘中完成了大规模落地验证。

依托 Agent Bucket 的统一数据底座能力，腾讯网盘正从“文件仓库”进化为智能体的“记忆中枢”。它不仅支持 Workbuddy、腾讯文档等应用的数据无缝流转，更通过自然语言检索打破多模态数据孤岛，实现了从个人到企业的全场景智能覆盖。

05 展区直击

当存储释放价值——守护创意版权

硬核的技术分享之外，大会展区的「万象互动体验区」同样人气爆棚。

参会者通过“图之密语”盲水印体验活动，直观感受到了对象存储不仅仅是存数据，更具备了内容理解与智能处理能力——AI 生成的专属祝福卡，盲水印无痕藏密语，让照片变成了秘密传递站。

结语

Agent 时代已来，存储底座不该是被动适配，而应该是原生设计。腾讯云存储将持续打磨 Agent Storage，让每一个智能体都拥有安全、稳定、高效的统一数据底座。