在复杂的物理世界中，人形机器人要实现自主导航、精准操作与环境交互，离不开强大的 AI 算力支撑，而这一切的核心需要强大的处理器支持。作为机 器人产业链的算力基石，处理器的性能直接决定了人形机器人的智能水平与应用潜力。 01人形机器人产业爆发在即，芯片成关键变量 全球人形机器人市场正处于爆发前夜，展现出惊人的增长潜力。数据显示，2025 年全球人形机器人市场规模约为 90 亿元，预计到 2029 年将飙升至 1500 亿元，复合年增长率（CAGR）超 75%，其中工业搬运与医疗场景将成为驱动市场增长的核心引擎。 随着人形机器人软硬件技术的持续迭代，应用场景的拓展成为产业关注的焦点。国际机器人联合会（IFR）在 2025 年下半年发布的最新论文中指出，尽 管各国人形机器人发展路径因技术基础、应用目的不同而存在差异，但整体趋势已明确：短期以试点补位为主，中期逐步进入制造与服务领域规模化应用 阶段，长期则有望普及至家庭日常场景。在此过程中，高阶系统级芯片（SoC）的作用将愈发关键，成为支撑机器人复杂功能的核心部件。 从技术原理来看，人形机器人的"智能运作" 依赖于一套完整的 "大脑 - 小脑 - 肢体" 协同体系：" ...

文章核心观点 - 人工智能正经历从自动驾驶向具身智能的范式转变 机器人行业处于早期发展阶段 硬件形态和算法框架尚未统一 但技术迁移和VGGT等新模型带来突破机遇[5][6][7] - 地瓜机器人作为行业代表 承接自动驾驶技术经验 横跨机器人1 0到3 0代际 通过差异化路径探索通用人形机器人的未来[6][18][19] - VGGT模型可能改变未来十年3D视觉技术架构 其视觉几何基础能力可提升机器人定位 避障和操作任务的泛化性 并降低硬件成本[51][62][64] 从自动驾驶到机器人：技术迁移与挑战 - 自动驾驶技术栈已进入工程收敛期 端到端成为主流 后续更多是工程优化 而机器人处于早期未解之地 硬件形态和算法框架尚未统一 数据规模远小于汽车行业[5][8][10] - 机器人硬件缺乏统一标准 存在轮式 双足 双臂 灵巧手等多种形态 自由度从7到20+不等 导致无法形成大规模保有量和数据积累[10][14] - 算法尚未完全收敛 VLA模型不一定是未来技术框架 模型和数据都未达到ready状态 具身智能需要通用性 当前工厂封闭环境下的搬运等应用不算真正具身[11][12][13] - 自动驾驶经验正迁移至机器人 包括芯片 视觉 标注与数据闭环能力 但最大挑战是硬件不确定性导致难以积累数据和快速迭代算法[14][17][21] 自动驾驶算法的演进：从BEV到Transformer - 2019年前自动驾驶采用模块化方法 图像感知用AI完成 后续跟踪 预测 决策等几乎都是规则化方式 适应能力不强 工程难度大[25][26] - 2019年后BEV发展 通过传感器数据特征融合直接输出3D空间目标 减少后处理环节 使系统更加端到端 Transformer在其中发挥特征融合作用 实现空间转换和时序融合[26][27] - Transformer适合跨传感器融合 可将自车位姿 GPS IMU 激光雷达等数据token化后与图像特征融合 简化系统并避免信息损失[27][28] - 4D标注系统(3D加时序)帮助生成训练数据提升BEV模型 数据闭环通过双系统设计快速回传bad case 高效提升模型性能[29][30] 机器人落地的现实困境与技术路径选择 - 当前VLA主要处于"秀肌肉"的验证阶段 离真正落地还有距离 需要稳定性 成功率和成本控制 封闭场景仍多用规则算法[33][34][35] - 务实路线是端到端模型提proposal后用规则化方法选最优方案 模型方法上限高但下限低 需规则兜底 类似自动驾驶发展路径[35][48] - 现阶段的1 0和2 0机器人承接不住自动驾驶算法 因缺乏舒适性要求(如割草机 扫地机) 唯一需要模型协助的是脱困等特殊场景[36][37][38] - 特斯拉是人形机器人方向旗手 其纯视觉方案体验最好 得益于数据闭环和模型积累 关键看如何搭建数据闭环并提升出货量规模[39][40][42] VGGT模型的技术突破与行业影响 - VGGT是视觉几何基础模型 基于Transformer架构 用大数据和大模型方法解决传统3D几何问题 可能改变未来十年3D视觉技术架构[51][56][67] - 在公开数据集上表现接近或超过传统方法最佳水平(如COLMAP) 重建精度高 其backbone具备空间感知能力 可提升下游任务泛化性[62][69][82] - 使纯视觉方案有望替代深度相机 普通RGB相机价格仅十几到几十元 深度相机则需几百到几千元 可显著降低机器人BOM成本[64][65] - 目前处于早期预研阶段 未形成共识 训练用了17个公开数据集 数据量估计百万到千万级 模型大小1 2B 算力需求可控[72][73][74] - 最先受益的是封闭空间机器人 如工业搬运或自动驾驶地库场景 因主要依赖视觉定位和避障 无GPS[75] - 主要不足是尺度问题和时序问题 需要多传感器融合提供尺度信息 且需改造为时序化SLAM方案以适应实时需求[81] 行业生态与人才培养 - 地瓜机器人与全国200多所高校合作 甚至延伸至中学 通过开发者套件和可视化编程培养年轻开发者 12岁初中生已能开发机器人[93][95][96] - 生态建设是长期战略 类似英伟达培养开发者习惯 从学校阶段开始使用工具 未来进入公司会倾向继续使用相关开发工具和芯片[97] - 在具身智能方向主要竞争对手是英伟达 已推出RDK S100和S600产品 其中RDK S100已上市 凭借智能驾驶技术积累快速响应需求[98]

机器人行业成为资本市场热点 - 科创板上市公司上纬新材（688585 SH）因被智元机器人控股公告后股价上涨超900% [1] - 机器人概念为智驾行业提供新出路 吸引大量智驾人才迁徙 [1] - 2024年1-7月国内具身智能和人形机器人领域投融资事件超140起 较2024全年77起呈现爆发式增长 [4] 智驾人才向机器人行业迁徙 - 汽车行业研发人员净流入显著 新能源研发和智能网联研发入离差分别为18 3%和19% [1] - 智驾成熟人才正加速向机器人行业流动 多位行业"大佬"率先发起迁徙 [3] - 智驾与机器人技术共通 均依赖感知-决策-执行-学习闭环系统 且同为软硬件结合产业 [4] - 除机器人外 AI和大模型也是智驾人才主要转行方向 [4][5] 车企及智驾公司布局机器人领域 - 特斯拉 小鹏 奇瑞 小米等车企已推出人形机器人 比亚迪 上汽通过投资入局 [6] - 自动驾驶域控制器公司知行科技更名以反映业务范围扩展至机器人领域 [6] - 速腾聚创 禾赛等激光雷达企业新增机器人业务 黑芝麻智能布局机器人芯片 [6] - 地平线将机器人业务拆分独立运营为"地瓜机器人" 并完成1亿美元A轮融资 [7] - 商汤科技拟配售25亿港元 部分资金将用于开展具身智能机器人业务 [7] 机器人行业发展现状与挑战 - 行业希望半年实现较大技术进展 投融资节奏快 金额大 [7] - 具身智能量产产品尚处早期 更接近"玩具"阶段 大规模量产存在挑战 [7] - 四足机器人和机械臂未来3-5年可能起量 通用型人形机器人仍需长期技术积累 [8] - 头部公司吸取智驾行业教训 募资后未大规模扩张 发展较为健康可控 [9]

公司动态 - 地瓜机器人与深圳大学联合成立具身智能联合实验室，聚焦人才培养和科研攻坚，推动技术成果产业化[1] - 双方此前已合作开设机器人课程并建立校级具身智能俱乐部，形成理论到实践的完整培养体系[1] - 公司完成1亿美元A轮融资，投资方包括高瓴资本、五源资本和梅花创投等知名机构[2] 技术布局 - 公司以旭日智能计算芯片和RDK机器人开发者套件为核心，提供5-128TOPS多层级智能计算平台[1] - 产品覆盖人形机器人、轮足机器人、四足机器狗、服务陪伴机器人、物流AMR、扫地机器人、割草机器人等多种场景[1] - 最新发布RDK S100开发套件，首次实现百TOPS级算力，满足高阶具身智能需求[2] 行业定位 - 公司脱胎于地平线，定位为机器人软硬件通用底座提供商[1] - 致力于为具身智能科研、消费级机器人应用及开发者提供全链路开发基础设施[1] - 此前已发布两款10TOPS及以下算力芯片，主要服务扫地机器人等中低算力场景[2]

具身智能行业现状 - 过去半年机器人技术取得显著突破，从表演性功能扩展到半程马拉松等复杂任务，推动行业认知从想象进入现实[3] - 行业面临核心技术瓶颈、落地场景选择、真实需求匹配和量产成本控制等关键问题，目前尚无统一解决方案[3] - 平台型企业加速布局计算开发平台赛道，英伟达推出Jetson Thor，高通、英特尔跟进，国内地平线推出RDK S100算控一体化套件[4] RDK S100产品特性 - 采用80 TOPS算力设计，已覆盖20+头部客户合作和50+合作伙伴测评，成为英伟达之外的主流选择[4] - 独创CPU+BPU+MCU超级异构架构，实现单SoC"算控一体"，支持感知-决策-执行闭环[8] - 6核A78AE CPU负责逻辑处理，BPU支持160+ONNX算子加速视觉/点云/LLM等模型，4核R52+MCU提供低延迟运动控制[10] - 开发套件成本控制在5000元以内，已实现双臂自主叠衣等应用验证[16] 技术路径选择 - 行业存在端到端VLA模型和分层决策两条技术路径，前者通用性强但资源消耗大，后者可控性高但泛化性弱[6] - 分层"大小脑"架构被视为当前最可行方案，大脑负责感知决策（CPU+BPU），小脑负责运动控制（MCU）[7] - RDK S100精准卡位未来三年最可能量产的轮足机器人/机械臂等场景，百TOPS级算力可满足需求[12] 开发者生态建设 - 提供ModelZoo算法仓包含110+预训练模型，配套工具链支持快速算法迁移和部署[14] - 构建端云一体数据闭环和Sim2Real仿真系统，解决高质量训练数据短缺问题[15] - 推出"地心引力计划"汇聚200+初创公司，提供硬件优惠、技术支持及产业链资源对接[18] 商业化落地进展 - 已在宇树G1人形机器人实现运动控制，BPU推理使CPU占用率降低250%[16] - 验证四足机器人多地形步态控制、双臂自主操作等场景，覆盖商业清洁/工业制造等五大领域[16] - 20多家合作客户中部分已进入量产开发阶段，涵盖人形/四足等多种形态[16]

具身智能行业发展现状 - 具身智能技术从想象进入现实阶段，但行业仍面临技术瓶颈、落地场景选择、用户真实需求定义等核心问题[2] - 国内外平台型企业争相布局具身智能计算开发平台，英伟达推出Jetson Thor，高通、英特尔跟进，国内地平线推出RDK S100[3] - RDK S100已覆盖20+头部具身智能客户合作，50+合作伙伴正在测评，成为英伟达之外的主要选择[4] 技术路径与解决方案 - 行业存在一体化端到端和分层模型两条技术路径，前者通用性强但资源消耗大，后者可控性高但泛化性弱[7][8] - 分层决策大小脑模型是当前更可行的方案，大脑负责感知决策（CPU+BPU），小脑负责运动控制（MCU）[8][9] - RDK S100采用CPU+BPU+MCU超级异构架构，实现单SoC上的"算控一体"，算力达80 TOPS[4][9] - BPU基于车端验证的Nash架构，支持160+ONNX标准算子，优化视觉/点云检测、LLM/VLM模型性能[10][11] 产品定位与场景适配 - 未来三年量产突破场景可能是四足/轮足机器人、机械臂或物流车，而非人形机器人[13] - RDK S100针对近2-3年落地场景精准卡位，提供百TOPS级匹配算力[13][14] - 通过共享内存核间通信机制和SDK封装，降低开发者使用复杂度[12] 开发者生态建设 - 提供ModelZoo算法仓含110+感知/决策/行动模型及性能指标[19] - 配套工具链支持算法量化、模型调优和快速部署[20] - 端云一体数据闭环工具链+Sim2Real仿真方案解决高质量数据缺失问题[20] - "地心引力计划"已汇聚200+初创公司，提供硬件优惠、技术支持、产业链对接等服务[28] 商业化落地案例 - 在宇树G1人形机器人实现高效运动控制，BPU推理占用率仅2%，CPU占用降低250%[22] - 在宇树Go2四足机器人复现多种仿生步态，适应复杂地形[23] - 在HuggingFace双臂方案实现零卡顿自主叠衣，整套成本低于5000元[24] - 20+头部客户中部分已进入量产开发阶段，覆盖人形/四足/智能化方案商[26] 行业发展趋势 - 技术路径有望收敛，计算平台将呈现"算控一体"中等算力方案和端到端大算力方案双线并行[28] - 公司目标建立类似英伟达CUDA的生态体系，通过基础设施支撑行业创新[28]

公司战略与定位 - 地瓜机器人专注于机器人底层基础设施建设，提供软硬件通用底座以降低开发门槛，类比PC生态的Wintel和移动互联网的iOS/Android与ARM体系[1] - 公司定位为构建机器人Infra(基础设施)平台，聚集从上游资金到中间零部件再到整机与服务的全链路资源[14] - 2024年初从地平线拆分成立，已发布旭日系列智能计算芯片和RDK机器人开发套件，并在2024年5月完成1亿美元A轮融资[1] 核心产品与技术 - RDK S100是面向具身智能的全场景算力核心，基于BPU纳什架构设计，拥有百TOPS级算力，专为大参数Transformer优化[2] - 产品采用大小脑协同架构：大脑(CPU+BPU)负责计算，小脑(MCU)负责控制，分层模型架构被验证为当前最具可行性的开发方式[5][6] - SoC芯片集成CPU(6核Arm Cortex-A78AE)、BPU(80/128 TOPS)和MCU(4核Arm Cortex-R52+)，实现算控一体化[5][6][7] - BPU Nash支持160+ ONNX标准算子，新增多线程VPU单元提升浮点计算精度，MCU适用于高帧率低延迟的关节级实时控制[6] 市场定位与需求验证 - 深度调研50家企业后确认100T算力为落地场景刚需，四足/机械臂/轮足/物流车等场景将最先实现量产突破[3] - 针对初创企业痛点，提供人才培养、资本对接、产品优惠等全方位生态支持[4] - 目前与20+具身智能头部客户合作，RDK S100已吸引50+客户测评并成为行业首选方案[14] 产品性能与优势 - 单SoC设计解决传统架构缺陷，有效控制功耗与成本，适合长时间运行的机器人应用[3][7] - 提供丰富接口：支持2路MIPI/4路GMSL相机、H.264/H.265编解码、以太网/USB/CAN等通信接口[9][11] - 软硬一体化开发模式包含OS、中间件、算法库等，降低兼容性问题与开发成本[12] - 提供ROS2硬件加速包TogetheROS.Bot、200+开源算法示例和ModelZoo模型仓库，加速算法落地[13] 应用案例 - 宇树科技Go2四足机器人实现稳定仿生步态，BPU资源占用率极低[14] - 睿尔曼双臂机器人集成语音识别、多模态视觉大模型和高性能检测算法[15] - 在宇树人形机器人G1上部署ASAP框架，BPU推理占用率仅2%，CPU占用降低250%[15] - 支持机械臂科研教具、双足机器人语音控制、8路视频流分析、无人车感知等多种场景[16][17][18] 行业影响与愿景 - RDK S100通过标准化开发环境降低门槛，使开发者聚焦算法创新，加速技术普及[19] - 公司愿景是成为机器人产业的"Wintel"或"Android+ARM"，推动产业跨越式发展[20]

产品发布 - 公司发布行业首款单SoC算控一体化机器人开发套件RDK S100，采用类人大小脑架构设计，支持具身智能大小模型高效协作，实现"感知-决策-控制"闭环 [1] - RDK S100整合CPU+BPU+MCU于单一SoC，降低硬件成本并提升整体性能，实现感知推理与实时运动控制的协同计算 [3] - 产品提供多种外围接口和软硬协同开发基础设施，帮助开发者快速实现产品搭建和多场景部署 [1][7] 技术特点 - RDK S100支持大小模型动态融合与无缝切换，大模型提供视觉/点云检测等决策支持，小模型实现高速高精度运动控制，降低80%CPU负载 [5] - 产品通过MCU与BPU紧密搭配，提升机器人反应速度，例如在取杯子任务中实现从视觉处理到动作执行的完整闭环 [5] - 配套开发资源包括200+开源算法、AI模型数据闭环方案及硬件加速功能包，加速产品落地 [7] 行业分类 - 行业将机器人分为三类：传统机器人（工业/扫地机器人）、新形态机器人（泳池清洁/家庭陪伴机器人）及具身机器人（人形/四足机器人） [7] - 具身机器人因需处理复杂环境感知与决策任务，算力需求显著高于其他类型 [7] - 公司计划开发不同算力规格板卡以适配多样化场景需求 [8] 市场进展 - 公司已与20+具身智能头部客户合作，RDK S100在50余家客户中测评，定价2799元 [10] - 产品适用于四足机器人、人形机器人、机械臂及BEV检测等多类应用 [10] - 2026年Q1公司将推出大算力产品，支持高阶具身机器人场景 [10]

公司融资与背景 - 深圳地瓜机器人有限公司完成1亿美元A轮融资，投资方包括高瓴创投、五源资本等知名机构 [1] - 公司为地平线（9660.HK）拆分出的AIoT业务独立运营，注册资本2亿元，由原AIoT团队约50人组建 [5] - 地平线2023年高算力智驾芯片出货量全国第二（AD领域仅次于英伟达49%，ADAS领域仅次于Mobileye26.6%），2024年港交所上市市值990亿港元 [3] 技术产品与生态 - 推出旭日5智能计算芯片（累计出货超500万片）、RDK X5开发者套件和RDK S100算力核心（百TOPs级算力） [7] - 产品已搭载科沃斯、云鲸等头部客户，并获乐聚机器人、清华大学智能产业研究院等机构采用 [7] - 开发者生态覆盖200+创客、孵化近百种机器人品类，拥有10万开发者用户，合作高校从20家扩展至200家 [7] 战略定位与行业趋势 - 坚持不做机器人本体，定位为"机器人时代的Wintel"，专注软硬一体基础设施 [4][8] - 具身智能赛道获资本热捧，2025年两家智驾背景企业（它石智航1.2亿美元、地瓜机器人1亿美元）获超亿美元融资 [9] - 行业出现"攒局"模式：挖角车企智驾负责人+科技公司技术骨干+市场操盘手组合创业团队 [9] 车企与产业链布局 - 特斯拉Optimus人形机器人2025年试生产目标5000台，零部件备货可支持1-1.2万台 [13] - 小鹏成为国内人形机器人商业化领先者，其Iron机器人频繁展示进展 [18][19] - 智驾领域入局方式包括：车企自建团队（特斯拉/小鹏）、从业者创业（维他动力等）、产业链合作（速腾聚创等） [10] 行业技术观点 - 地平线创始人认为自动驾驶与人形机器人技术路径重叠，但商业化闭环尚未成立 [8] - 具身智能赛道已聚集车企、产业链企业和自动驾驶技术人才，形成最强派系 [10] - 行业争议：智驾人才入局是技术延伸还是追逐风口红利 [11]

融资与公司定位 - 地瓜机器人完成1亿美元A轮融资，投资方包括高瓴资本、五源资本、线性资本、Vertex Growth等一线基金 [2] - 公司定位为"机器人时代的Wintel"，目标成为AI下沉至实体世界的核心基础设施 [2] - 选择从底层技术路径出发，覆盖芯片架构、算法、软件平台的全栈技术体系 [3] 技术能力与产品布局 - 具备自研芯片能力，算力范围覆盖5TOPS到500TOPS，支持家庭级到工业级机器人需求 [3] - 整合算法、软件和SDK为一体，目标成为类似Raspberry Pi或NVIDIA Jetson的基础构件 [3] - 计划发布业内首款集成感知与运动控制的SoC平台RDK S100，具备百TOPS级算力 [3] 市场渗透与生态建设 - 旭日系列芯片已供货科沃斯、云鲸等品牌，累计出货量超500万颗，以软硬平台形态绑定客户 [4] - 开发者社区覆盖全球20多个国家，聚集近10万名开发者，孵化数十个机器人应用类目 [5] - 采用开源生态策略，通过开放接口、社群运营、赛事活动构建技术生态系统 [5] 商业模式与行业定位 - 核心收入目前以硬件出货为主，软件与平台授权尚未形成规模收入 [6] - 对标NVIDIA CUDA和Android生态，试图建立机器人时代的基础层标准秩序 [6] - 被资本预期为"平台型公司"，需验证技术、生态、出货能力的商业化路径 [6] 行业趋势与竞争策略 - 具身智能是OpenAI和特斯拉等巨头投入的方向，但行业标准与能力边界仍存分歧 [6] - 公司采取全栈技术+生态赋能策略，区别于以应用为导向的机器人创业公司 [7] - 定位为产业组织者，目标控制算力、理解算法、调度生态以嵌入终端应用 [7]