具身智能芯片，先卷瘋了

最近，沐曦股份與優必選在南京簽訂戰略合作協議，合資成立曦選創智科技（無錫）有限公司，方向指向具身智能端側芯片研發與量產。沐曦是國產高性能GPU公司，優必選是“人形機器人第一股”。一個有算力底座，一個有機器人本體和落地場景。曦選創智計劃在2027年下半年流片，2028年實現量產。

過去幾年，大模型把算力需求推向云端。現在，AI開始進入車、機器人、工業設備和各種移動終端，于是具身智能芯片成為了急切的需求。

機器人還沒賺錢，具身智能芯片先卷瘋了。

目前，英偉達Jetson Thor、高通Dragonwing IQ10、地瓜機器人旭日S600、芯馳R1、黑芝麻智能SesameX、理想馬赫M100、小鵬圖靈芯片，都在從不同方向靠近具身智能。

具身智能 ≠人形機器人

首先要知道一個前提，具身智能不是人形機器人。

當然，人形機器人最抓眼球，它有手、有腳、有臉，能走路，能搬箱子，能站在展臺中央。但具身智能的核心不在外形，而在機器能否在真實環境里完成“感知—判斷—行動”的閉環。所以，汽車可以是載體，AMR可以是載體，工業移動平臺可以是載體，巡檢機器人、服務機器人、無人設備也都可以是載體。

英偉達講Physical AI，覆蓋機器人、自動駕駛汽車和工業系統。高通Dragonwing IQ10系列（高通目前最高端的機器人處理器）面向的也不只是全尺寸人形機器人，還包括家用機器人、工業AMR和邊緣智能終端。

理想汽車董事長兼CEO李想講“具身智能汽車”，不是要把理想做成人形機器人公司，而是把汽車定義成具身智能終端。車有傳感器，有算力，有執行機構，有能源系統，也有復雜道路場景。它每天在真實世界里跑，比很多實驗室里的機器人更早進入規模化數據閉環。

小鵬和特斯拉也類似。小鵬把智能汽車、Robotaxi、人形機器人、飛行汽車放進“物理AI”框架里。特斯拉把FSD積累遷移到Optimus，Optimus本質上是一種“具身智能”，與 FSD 本質相似，車載的FSD是“四輪機器人”，而Optimus是“人形機器人”。

所以具身智能芯片不能窄化成機器人芯片。

人形機器人是一個入口，但不是全部市場。具身智能芯片真正面對的是一類新終端：它們要在現場運行，要處理傳感器，要做推理，要控制執行機構，還要承受功耗、散熱、成本和安全約束。這比“給機器人裝一顆AI芯片”復雜得多。

具身智能進入“芯片時刻”

具身智能最大的問題還在端側的限制。

AI芯片的主戰場在云端，算力不夠可以堆機柜、堆散熱、堆電力。但機器人不一樣，電池容量有限，重量不能超限，散熱空間局促，成本還有紅線。

當前人形機器人主流方案是英偉達Jetson系列，Jetson Thor和Orin兩種具身智能端側芯片。以Thor為例，功率可配置在40W到130W。放在機器人身上，這個功耗就非常大了。

目前特斯拉Optimus背的是一塊2.3kWh電池，坐著不動整機約100W功耗、快走起來約500W；宇樹H1的電池是864Wh，官方標的運動續航也就1小時出頭。Thor功率拉滿換算下來，光是大腦就能在6小時內把H1的電量吃干。而這只是芯片大腦，還沒有算電機、傳感器。所以具身智能芯片需求很迫切：除了解決“能不能算”，還要解決“有限功耗下持續算”。

機器看見環境，還要判斷動作，執行動作，再根據反饋修正動作。這就把芯片從單純AI推理，推向異構系統。CPU要調度，GPU或NPU要跑模型，ISP要處理圖像，MCU要管實時控制，接口要接傳感器，通信要保證確定性。到了機器人關節、靈巧手和底盤，還會牽涉EtherCAT、CAN、實時總線和運動控制。

芯馳提出R1“大腦”、D9“小腦”、E3-R執行端，正是這種趨勢的體現。大腦負責感知和規劃，小腦負責運動協調和實時控制，底層MCU負責關節和執行機構。

汽車行業對此并不陌生。過去幾年，汽車從分布式ECU走向域控制，再走向中央計算。芯片廠在這個過程中學會了多傳感器融合、實時控制、功能安全、長期供貨和車規級驗證。現在具身智能起來，車規芯片廠商天然會往這里看。

這也是為什么芯馳、黑芝麻、理想、小鵬這些汽車產業鏈公司，都開始進軍具身智能。他們是在把汽車智能化積累，外溢到更寬的物理智能終端。

巨頭進場，都在搶什么蛋糕？

從目前具身智能芯片市場來看，涌入的新玩家都在探索不同的方向。同樣叫具身智能芯片，有的是高算力模組，有的是機器人參考設計，有的是車規SoC外溢，有的是本體廠和芯片廠聯合定義的新項目。

先來看典型代表，英偉達。英偉達在具身智能領域推出的芯片就是Jetson Thor系列模組面向Physical AI和機器人，最高可提供2070 FP4 TFLOPS AI算力，配備128GB內存，功耗可配置在40W至130W之間。相比上一代Jetson AGX Orin，英偉達給出的說法是性能提升7.5倍，能效提升3.5倍。Jetson Thor的定位就是面向高端機器人和復雜端側AI負載的計算平臺。

對機器人公司來說，采用英偉達的直接好處，是開發路徑成熟。CUDA、TensorRT、Isaac、Isaac ROS、GR00T、Cosmos這些工具和平臺，已經覆蓋了仿真、訓練、部署、推理和機器人開發流程。但這套方案也有明顯邊界。40W至130W的功耗區間，對部分人形機器人和輕量服務機器人并不輕松；128GB內存和高端模組帶來的成本，也會在量產階段進入BOM表。所以，英偉達目前更像行業的高端參照系，會繼續影響具身智能開發生態，但不會覆蓋所有價格帶。

高通的產品切口不同。今年，高通在Computex 2026大展上正式發布Dragonwing IQ10 Robotics Reference Design，即IQ10機器人參考設計。這套參考設計最高提供700 TOPS AI性能，搭載18個Oryon CPU核心、多核NPU和GPU，支持最多12路GMSL2攝像頭，并可接入LiDAR、ToF、IMU等傳感器。控制接口方面，它支持PCIe、TSN、USB、CAN、EtherCAT、CAN-FD等，面向工業機器人、AMR和人形機器人。

高通買的不止是700 TOPS，而是“參考設計”。也就是說，高通不是只給機器人廠商一顆處理器，而是把計算、傳感器接入、運動控制、網絡連接和軟件棧打包成一個系統。機器人公司從樣機走向產品，第一道坎就是系統集成。攝像頭如何同步，傳感器數據如何進入計算單元，控制鏈路如何保證時序，整機如何聯網和OTA，開發團隊要花大量時間填這些坑。高通過去在手機、XR、汽車和IoT上積累的能力，正好可以遷到這類終端。目前看，高通Dragonwing IQ10的目標客戶不是對打英偉達的最高端的人形機器人，而是面向更廣的機器人設備：AMR、商用服務機器人、工業移動平臺、家用機器人。它們不一定需要最強算力，但需要完整接口、低功耗、聯網能力和穩定供貨。

國內這邊，不同公司對于具身智能芯片的詮釋也不一樣。

地平線旗下地瓜機器人，今年一季度正式推出了旗艦級具身智能大算力平臺：旭日S600。憑借560TOPS（INT8）的強勁算力與4×BPU Nash多核異構架構，旭日S600能夠支撐語言、視覺、感知、操作等各類異構模型在單芯片上的高效推理，可充分滿足機器人規模化量產落地的各項實操要求。地瓜同時推出了一站式開發平臺，覆蓋數據閉環、訓練場和Agent開發服務。這套產品主要賣的是機器人開發底座。

截至目前，旭日S600已完成Qwen3、Qwen3?VL、Whisper-medium、YOLO26x旗艦模型，以及OmniOCC、VO?DP多款自研SOTA算法的深度適配與優化。地瓜的優勢來自地平線系的技術積累。智能駕駛公司過去幾年做了大量端側模型部署、工具鏈優化和量產適配，這些經驗遷到機器人上，有一定連續性。

芯馳具身智能產品路線圖

芯馳科技的產品更偏底層控制。芯馳今年推出了具身智能全棧解決方案，覆蓋 “大腦-小腦-軀干-關節”完整架構，包括R1“大腦”SoC、D9“小腦”SoC和E3-R系列關節/軀干MCU。其中D9-Max采用CPU+GPU+NPU+DSP+MCU多核異構架構，把運動控制、人機交互和EtherCAT主站集成到單芯片內。

芯馳科技MCU產品線總經理張曦桐表示，具身智能對芯馳而言是效率高、收益巨大的賽道。“我覺得60%-70%（的復用率）肯定會有的。機器人和汽車兩塊業務的需求只能說大部分一致，但還是會有一些差異化需求。”

芯馳過去做智能座艙、車控和MCU，熟悉車規芯片的可靠性、功能安全和長期供貨。進入具身智能后，沒有先去卷最大AI算力，而是從運動控制和執行端切入。R1“大腦”芯片仍處于研發階段，將采用ARM V9.2架構CPU和高性能NPU，面向MLLM/VLA等端側模型部署。如果R1、D9、E3-R后續能形成完整組合，芯馳要做的不是一顆機器人AI芯片，而是機器人電子電氣架構里的底層芯片體系。

黑芝麻智能的動作也來自汽車芯片外溢。2025年，黑芝麻智能戰略拓展至具身智能領域，推出了業界首個面向機器人商業化部署的SesameX多維具身智能計算平臺。SesameX是一整套“從端側模組到全腦智能的體系化計算平臺”，從硬件、軟件、工具鏈到模型生態，全棧自研。其中，Kalos、Aura、Liora三款核心計算模組分別對應機器人發展的三個層級--視覺驅動、感控協同與認知進化，共同構建出完整的機器人智能階梯。Aura算力達到70TOPS；Liora算力近600TOPS。

黑芝麻的切口不是高端人形機器人的“大腦算力”。它更重視具身智能設備的商業落地：送餐機器人、迎賓機器人、巡檢機器人、清潔機器人、教育機器人等低速輪式場景，多足機器人、巡檢維護機器人(工業、電力、港口)、智能機械臂、協作機械臂、人形或遙操作機器人等，這些產品對算力有要求，但更看重接口、穩定性、成本和量產節奏。黑芝麻從華山系列智駕芯片、武當系列跨域芯片走來，熟悉車端感知、異構計算和量產客戶。SesameX的意義，是把汽車場景里的感知融合、工具鏈和工程化經驗遷到機器人上。2025年黑芝麻智能的具身智能解決方案營收同比大幅增長至9630萬元，這表明其已進入實質性商業落地階段。

車企自己也沒閑著。

理想講具身智能，落點仍在汽車。理想給具身智能汽車的定義是：一輛電動車+一位職業司機+一臺AI計算機+一位生活助手。理想最新發布的馬赫M100，采用5nm車規級工藝，單芯算力1280 TOPS。全新理想L9 Ultra的自動駕駛系統搭載自研馬赫M100芯片；L9 Livis搭載雙馬赫 M100芯片、四顆激光雷達，并配備MindVLA大模型和3D ViT Encoder。同時，在馬赫M100的基礎上，理想構建了一套完整的具身智能操作系統——星環OS。汽車是目前最成熟的具身智能終端。它有傳感器，有算力，有執行機構，有數據回流，也有明確商業模式。轉向具身智能，理想選擇了最穩妥的方式。

小鵬圖靈芯片的外延更寬。小鵬在2025年AI Day上披露，2026年部分車型將推出Robo版本，搭載4顆圖靈AI芯片，總算力3000 TOPS。小鵬Robotaxi也將搭載4顆自研圖靈芯片，并計劃在2026年啟動試運營。如果只看汽車，3000 TOPS已經是高配；如果把Robotaxi和機器人也放進來，芯片就變成小鵬的AI底座。車、Robotaxi、人形機器人共享一部分模型、傳感器理解和端側推理能力，研發投入才有可能被攤薄。

中國優勢，場景閉環

對于中國芯片廠商，想要入局具身智能芯片機會在哪里？

不是復刻英偉達。想要打敗英偉達的人有很多，但都只是高呼口號，只做一個“國產Jetson”，很難真正贏。

具身智能和云端AI芯片不同。它離場景更近，離整機更近，中國的優勢就在這里。中國有全球最活躍的智能汽車市場，有完整的機器人本體制造鏈，有工廠、倉儲、物流、巡檢、安防、商用服務等高密度應用場景。這些場景會反過來定義芯片。

一個倉儲機器人需要什么接口？一臺巡檢機器人能接受多大功耗？一臺工業移動平臺對實時控制要求多高？一輛具身智能汽車要把哪些模型放到端側？......這些問題，沒有辦法憑空回答，必須把把芯片放進機器，把機器放進場景，再用場景反饋芯片。這就是場景閉環。

汽車可能是最早成熟的樣板。車已經有明確商業模式，有傳感器，有執行系統，有數據回流，有供應鏈和量產體系。理想、小鵬、特斯拉把汽車視為具身智能載體。相比之下，人形機器人還在找PMF（Product-Market Fit）。

第一波具身智能芯片需求，未必來自家庭人形機器人。更可能來自汽車、Robotaxi、AMR、工業移動機器人、巡檢、倉儲和商用服務。這也是中國廠商要抓住的地方。不要只把目標定成“替代英偉達”。在很多中低功耗、高可靠、強場景適配的終端里，客戶未必需要最強算力，而是需要最合適的系統方案。

Omdia數據顯示，2025年全球人形機器人出貨量約1.3萬臺。這個數字增長很快，但從半導體行業看，還是早期市場。對一顆芯片來說，幾萬臺不是終點，只是起點。

責任編輯 | 汪鵬