汽车处理器，都在跨界机器人

当前，制约具身机器人产业化进程的核心挑战，在于市场上缺少既满足高稳定性、又兼具系统整合性与强大处理能力的专用计算平台。

现今主流的机器人控制多采用端到端模型，其底层算力要求与汽车辅助驾驶系统的技术方案高度相似，两者在计算需求及硬件平台上存在明显的共通性。这提示我们，将经过车规级验证的高性能计算方案引入机器人领域，可能成为突破当前产业化瓶颈的一条可行路径。

汽车芯片企业也早已深喑此道，因此把机器人赛道当作自己的“第二增长曲线”，不断加码布局机器人赛道，主要目标便是机器人的“大脑”和“大脑”。

虽然从汽车到机器人有一点跨界，但本质上具身智能和汽车有极高的相似度。

在系统功能需求上，车规芯片和机器人芯片非常类似，两者都需要高性能SoC以及高可靠、高性能MCU。这其中包括通用计算能力、AI加速能力、实时处理能力以及通信接口组合等等。其次，是可靠性需求类似，这其中包括了功能安全保护，高低温等恶劣工况忍耐力，10年长工作寿命，极低的失效率。

扫码发送暗号：1226，加入汽车/AI/机器人技术交流群

在演进方向上，具身智能与汽车行业也非常相似。首先，是AI给为应用的组织形式和开发模式带来了巨变，这其中包括了算力和生态上的变革。其次，是功能的不断融合。从汽车角度来看，以前分布式架构需要100多个ECU，如今已经融合成五大域控架构，而未来将会成为中央计算与区域控制器相结合的方式。随着机器人行业的产能逐步提高，一定需要融合架构。这其中一方面是成本因素，另外一方面是ECU的融合可以提升控制效率，并且通过高集成度处理器实现更方便灵活的软件编程。

在生态上，机器人和汽车同样非常类似，也需要包括芯片、软件、操作系统、中间件、云端服务、应用在内的产业链发展。

在汽车行业，芯驰已经积累了丰富的资源，自2018年成立以来，专注于智能座舱、智能控制的SoC和MCU。公开资料显示，目前公司出货量超800万片，覆盖国内外100多个车型，国内200多个客户。不止是汽车领域，实际上在工业领域，芯驰也推出了一系列高端SoC，赋能边缘AI与工业场景的融合。

北京芯驰半导体科技股份有限公司CTO孙鸣乐此前曾介绍了公司最新发布的面向具身智能应用的高性能边缘AI SoC D9-Max。D9-MAX是芯驰最新推出的面向机器人等工业行业应用的高集成处理器，具有三大主要特色。

第一是强大的处理能力。D9-MAX采用多核异构芯片架构，内置高性能的Cortex-A55 CPU内核及双核锁步的高实时高可靠Cortex-R5内核，另外还包括两个DSP，8TOPS NPU、115GFLOPS GPU以及VPU等，非常适合具身智能的复杂场景设计，可同时运行多个不同操作系统，如安卓、Linux、FreeRTOS、裸系统等。

第二是丰富的多媒体以及编解码能力。

第三则是有丰富的接口外设，集成了PCIe3.0/USB3.0/Ethernet TSN/SDIO3.0/CAN FD/Octal SPI/SPI/I2C/UART&LIN等丰富的外设接口。值得一提的是支持TSN以及12路CAN FD，因此非常适合机器人的实时性要求。

通过强大的SoC，D9-MAX可以满足具身智能的大部分场景需求。包括AI计算、语音识别、安卓操作系统、实时控制算法、网络接口等等，另外内置HSM支持TRNG、AES、RSA、SHA、SM2/3/4/9，可以用于身份认证、加解密、功能安全监控等等一系列功能。“我们希望以一颗芯片完成5个芯片的工作。随着应用爆发式变化，融合一定是大趋势，并且融合一定会使软件和系统开发更简单，成本更低。”孙鸣乐说道。

D9工业处理器是专为新一代电力智能设备、工业互联网设备、工业控制设备、工业机器人、工程机械、轨道交通等先进工业应用设计的高可靠、高安全、高实时、高性能芯片。芯驰也围绕D9构建了完整的产品矩阵，从Lite到MAX，通过不同的CPU、加速器及外设组合，满足灵活的工业场景需求。

“芯驰非常重视生态建设，因为生态才是真正打造产业价值的核心。”孙鸣乐表示，“更新的工艺及更多的CPU内核可以把技术一直提升，但是在成本控制下会有限制。而生态给技术带来的赋能是无限的，当把不同的生态组合在一起，每次生态协同都能为下一次价值的爆发打下坚实的基础。”

值得一提的是，11月1日，芯驰和具身大模型与人形机器人领军企业银河通用正式签署战略合作协议，双方将围绕下一代具身智能机器人芯片、操控系统及高端工具链展开联合研发，共同推进具身智能的规模化落地。

地平线旗下地瓜机器人于今年6月发布的行业首款单SoC算控一体化机器人开发套件RDK S100，以满足人形机器人、仿生机器人等具身智能应用场景对感知精度和泛化能力的高阶需求，市场定价 2799元。

RDK S100采用 “CPU+BPU+MCU” 的类人大小脑架构。“大脑” 由CPU和BPU组成，主要负责高阶认知计算，如图像识别、目标行为规划等。其中，CPU为6xArm Cortex-A78AE@1.5GHz，算力达100K DMIPS，BPU采用地平线 Nash架构，提供80TOPS的等效算力（INT8量化）。“小脑” 由MCU组成，4xArm Cortex-R52+@1.2GHz，算力为 6K+DMIPS，集中处理运动控制、电机驱动等低延迟、实时性要求极高的任务。

而后在11月，RDK 家族迎来全新战力——RDK S100P。在计算性能与系统资源上实现全方位提升，更高的主频、更大的内存和更高的算力，为多模态感知、智能控制及大模型推理等复杂场景提供更充分的性能支撑，进一步提升整体系统的可靠性与规模化交付能力。伴随 RDK S100P 发布，RDK Linux SDK V4.0.4 同步上线。

今年11月，地瓜机器人发布旗舰级具身智能机器人大算力开发平台S600，拥有560 TOPS*(INT8) 算力，采用高效灵活的大小脑架构设计并进行了深度优化。其大脑配置18核A78AE CPU和全新BPU Nash，可支持VLA、VLM、LLM、Locomotion多种具身大模型算法端侧高效部署，尤其是在适配Pi0、Qwen2.5-VL-7B时，性能分别超越主流具身大脑平台2.3倍和2.2倍，满足复杂决策需求；小脑配置6核R52+ MCU，专为人形机器人优化，具备高可靠、实时的运动控制能力。

地瓜机器人指出，之所以选择560TOPS，是因为当前阶段，500~600 TOPS区间被认为是未来3~5年实现落地的“黄金算力”，能在控制整机成本的同时满足高阶智能需求。

此外，地瓜机器人还推出了“地瓜机器人一站式开发平台”，以“软硬结合+端云一体”协同的开发体系，全面满足机器人开发对数据闭环、仿真、模型训练与部署以及开发效率提升的全链路需求，让机器人开发更简单。该平台提供三大服务。

地瓜机器人定位为“机器人的母生态”，提供从硬件到软件的全链路开发支持。其一站式开发平台包含：

• 数据闭环系统：通过量产产品（如扫地机）积累真实场景数据，并结合仿真环境训练；

• ModelZoo：提供300+预训练模型，降低开发门槛；

• RDK Agent：实现“一句话开发”，可自动生成、部署代码，大幅提升开发效率。

成立近一年来，地瓜机器人已构建覆盖20多国、近10万开发者的全球生态，累计孵化项目超5000个，推动100多款机器人产品上市。例如：云鲸扫地机器人采用旭日5芯片，实现语义级环境理解；维他动力机器狗基于RDK S100P平台，实现自主跟随与互动。

今年11月，专注于智能汽车计算芯片的黑芝麻智能正式发布其机器人计算平台SesameX，并推出三大产品系列：商用服务机器人专用平台Kalos、多任务执行平台Aura，以及面向高阶具身智能的平台Liora。

SesameX是一个覆盖硬件、软件、工具链及模型生态的全栈自研计算平台，不仅提供核心芯片，更输出一套成熟的量产工程体系。

目前，该平台已与多家生态伙伴展开合作：Kalos平台方案已在星程智能物流车中落地应用；Aura平台也逐步应用于深庭记、云深处等企业产品中。此外，黑芝麻智能还与均胜电子、湖北华中电力科技等达成战略合作，共同拓展机器人应用场景。

本质上，黑芝麻智能并非简单推出一款芯片，而是将其在汽车领域形成的自研IP、车规级SoC、功能安全体系、工具链和交付经验打包迁移到机器人领域，构建从底层到生态的系统能力，从而回应当前对“可量产”计算平台的迫切需求。

AX8850N是爱芯元智专为人形机器人、智能摄像头、工业自动化等边缘应用打造的旗舰级 SoC。AX8850N SoC 集成了爱芯元智自主研发的72 TOPs NPU，以及两颗Tensilica Vision 230 DSP。

作为子系统的一部分，Vision 230 DSP协助执行预处理与后处理任务，并执行无法映射到NPU的操作，作为协处理器，充当稳健的备用方案。此外，与前代Vision DSP 相比，Vision 230 DSP在架构层面显著增强，性能提升超过两倍，同时具备更高的可扩展性和定制化能力。

车企都开始自研了自己的汽车芯片，而现在，他们的目光也瞄向了群机器人领域。

首先，是小鹏。何小鹏介绍小鹏机器人搭载的自研三颗图灵 AI 芯片，提供了2250TOPS的有效算力，这种高算力芯片的研发经验，直接来源于智能汽车的自动驾驶芯片技术积累。

在软件与算法层面，智能汽车的自动驾驶算法，需要处理复杂路况下的实时数据，实现路径规划、障碍规避等功能，而这些算法逻辑与机器人在室内外环境中的自主移动、任务执行需求高度一致。更重要的是，汽车产业的工业化能力为机器人量产提供了关键支撑。

智能汽车的大规模制造经验、供应链管理体系、质量控制标准，都可以直接应用于机器人生产。这种技术与产业能力的互通，让智能汽车公司做机器人无需从零开始，而是在现有基础上进行迭代升级，形成高效的技术互补效应。

其次，是蔚来。李斌曾表示：“我们的芯片团队已经证明了我们的能力，我们也在和我们的合作伙伴一起，希望能把我们的智驾芯片开放给整个行业去使用，包括一些非车的行业，比如说在机器人上面。”

最后，是特斯拉。最近，马斯克透露特斯拉AI5芯片相比AI4实现了40倍性能提升，计算能力提升8倍，内存增加9倍。需要强调的是，AI5 是专为特斯拉AI（人工智能） 软件设计的推理芯片。就应用场景而言，它的性能将远超市面上任何其他芯片。此外，其打造的AI6芯片首先将应用于特斯拉的机器人出租车Cybercab和人形机器人Optimus，之后还可能扩展到AI数据中心。

为什么现在机器人领域都是车规芯片跨界到机器人，而不是定制芯片？黑芝麻曾指出，当前机器人行业尚未出现专用芯片，核心原因在于技术边界仍不明确。如今机器人的技术演进正如数年前的智能驾驶领域，模型迭代迅猛、路径尚未收敛。但他也强调，随着技术逐步成熟与场景逐渐清晰，未来一定会诞生真正意义上的专用机器人芯片。

另一家本土芯片企业地平线的创始人余凯，也表达了相近的观点。他认为：“仅聚焦自动驾驶，或许还能依赖现有技术勉强推进；但对于机器人而言，这远远不够。未来十年，我们必须推动颠覆式的技术创新，重构整个计算架构与范式——无论是软件还是硬件。”余凯进一步以人脑为参照指出，人脑能以约20瓦的功耗实现近5000T的算力。要令芯片接近这样的能效水平，必须在架构层面实现根本性突破，例如探索存算一体等新型设计。

随着机器人市场不断拓展，市场正在徐徐打开，而在未来这些专用的芯片或许也会由汽车芯片公司所设计。毕竟，机器人和汽车的重合度的确很高。

· END ·

请将我们设为“星标”，这样就会第一时间收到推送消息。

欢迎关注EEWorld旗下订阅号：“机器人开发圈”

扫码添加小助手回复“机器人”

进群和电子工程师们面对面交流经验