最近，沐曦股份与优必选在南京签订战略合作协议，合资成立曦选创智科技（无锡）有限公司，方向指向具身智能端侧芯片研发与量产。沐曦是国产高性能GPU公司，优必选是“人形机器人第一股”。一个有算力底座，一个有机器人本体和落地场景。曦选创智计划在2027年下半年流片，2028年实现量产。

过去几年，大模型把算力需求推向云端。现在，AI开始进入车、机器人、工业设备和各种移动终端，于是具身智能芯片成为了急切的需求。

机器人还没赚钱，具身智能芯片先卷疯了。

目前，英伟达Jetson Thor、高通Dragonwing IQ10、地瓜机器人旭日S600、芯驰R1、黑芝麻智能SesameX、理想马赫M100、小鹏图灵芯片，都在从不同方向靠近具身智能。

具身智能 ≠ 人形机器人

首先要知道一个前提，具身智能不是人形机器人。

当然，人形机器人最抓眼球，它有手、有脚、有脸，能走路，能搬箱子，能站在展台中央。但具身智能的核心不在外形，而在机器能否在真实环境里完成“感知—判断—行动”的闭环。所以，汽车可以是载体，AMR可以是载体，工业移动平台可以是载体，巡检机器人、服务机器人、无人设备也都可以是载体。

英伟达讲Physical AI，覆盖机器人、自动驾驶汽车和工业系统。高通Dragonwing IQ10系列（高通目前最高端的机器人处理器）面向的也不只是全尺寸人形机器人，还包括家用机器人、工业AMR和边缘智能终端。

理想汽车董事长兼CEO李想讲“具身智能汽车”，不是要把理想做成人形机器人公司，而是把汽车定义成具身智能终端。车有传感器，有算力，有执行机构，有能源系统，也有复杂道路场景。它每天在真实世界里跑，比很多实验室里的机器人更早进入规模化数据闭环。

小鹏和特斯拉也类似。小鹏把智能汽车、Robotaxi、人形机器人、飞行汽车放进“物理AI”框架里。特斯拉把FSD积累迁移到Optimus，Optimus本质上是一种“具身智能”，与 FSD 本质相似，车载的FSD是“四轮机器人”，而Optimus是“人形机器人”。

所以具身智能芯片不能窄化成机器人芯片。

人形机器人是一个入口，但不是全部市场。具身智能芯片真正面对的是一类新终端：它们要在现场运行，要处理传感器，要做推理，要控制执行机构，还要承受功耗、散热、成本和安全约束。这比“给机器人装一颗AI芯片”复杂得多。

具身智能进入“芯片时刻”

具身智能最大的问题还在端侧的限制。

AI芯片的主战场在云端，算力不够可以堆机柜、堆散热、堆电力。但机器人不一样，电池容量有限，重量不能超限，散热空间局促，成本还有红线。

当前人形机器人主流方案是英伟达Jetson系列，Jetson Thor和Orin两种具身智能端侧芯片。以Thor为例，功率可配置在40W到130W。放在机器人身上，这个功耗就非常大了。

目前特斯拉Optimus背的是一块2.3kWh电池，坐着不动整机约100W功耗、快走起来约500W；宇树H1的电池是864Wh，官方标的运动续航也就1小时出头。Thor功率拉满换算下来，光是大脑就能在6小时内把H1的电量吃干。而这只是芯片大脑，还没有算电机、传感器。所以具身智能芯片需求很迫切：除了解决“能不能算”，还要解决“有限功耗下持续算”。

机器看见环境，还要判断动作，执行动作，再根据反馈修正动作。这就把芯片从单纯AI推理，推向异构系统。CPU要调度，GPU或NPU要跑模型，ISP要处理图像，MCU要管实时控制，接口要接传感器，通信要保证确定性。到了机器人关节、灵巧手和底盘，还会牵涉EtherCAT、CAN、实时总线和运动控制。

芯驰提出R1“大脑”、D9“小脑”、E3-R执行端，正是这种趋势的体现。大脑负责感知和规划，小脑负责运动协调和实时控制，底层MCU负责关节和执行机构。

汽车行业对此并不陌生。过去几年，汽车从分布式ECU走向域控制，再走向中央计算。芯片厂在这个过程中学会了多传感器融合、实时控制、功能安全、长期供货和车规级验证。现在具身智能起来，车规芯片厂商天然会往这里看。

这也是为什么芯驰、黑芝麻、理想、小鹏这些汽车产业链公司，都开始进军具身智能。他们是在把汽车智能化积累，外溢到更宽的物理智能终端。

巨头进场，都在抢什么蛋糕？

从目前具身智能芯片市场来看，涌入的新玩家都在探索不同的方向。同样叫具身智能芯片，有的是高算力模组，有的是机器人参考设计，有的是车规SoC外溢，有的是本体厂和芯片厂联合定义的新项目。

先来看典型代表，英伟达。英伟达在具身智能领域推出的芯片就是Jetson Thor系列模组面向Physical AI和机器人，最高可提供2070 FP4 TFLOPS AI算力，配备128GB内存，功耗可配置在40W至130W之间。相比上一代Jetson AGX Orin，英伟达给出的说法是性能提升7.5倍，能效提升3.5倍。Jetson Thor的定位就是面向高端机器人和复杂端侧AI负载的计算平台。

对机器人公司来说，采用英伟达的直接好处，是开发路径成熟。CUDA、TensorRT、Isaac、Isaac ROS、GR00T、Cosmos这些工具和平台，已经覆盖了仿真、训练、部署、推理和机器人开发流程。但这套方案也有明显边界。40W至130W的功耗区间，对部分人形机器人和轻量服务机器人并不轻松；128GB内存和高端模组带来的成本，也会在量产阶段进入BOM表。所以，英伟达目前更像行业的高端参照系，会继续影响具身智能开发生态，但不会覆盖所有价格带。

高通的产品切口不同。今年，高通在Computex 2026大展上正式发布Dragonwing IQ10 Robotics Reference Design，即IQ10机器人参考设计。这套参考设计最高提供700 TOPS AI性能，搭载18个Oryon CPU核心、多核NPU和GPU，支持最多12路GMSL2摄像头，并可接入LiDAR、ToF、IMU等传感器。控制接口方面，它支持PCIe、TSN、USB、CAN、EtherCAT、CAN-FD等，面向工业机器人、AMR和人形机器人。

高通买的不止是700 TOPS，而是“参考设计”。也就是说，高通不是只给机器人厂商一颗处理器，而是把计算、传感器接入、运动控制、网络连接和软件栈打包成一个系统。机器人公司从样机走向产品，第一道坎就是系统集成。摄像头如何同步，传感器数据如何进入计算单元，控制链路如何保证时序，整机如何联网和OTA，开发团队要花大量时间填这些坑。高通过去在手机、XR、汽车和IoT上积累的能力，正好可以迁到这类终端。目前看，高通Dragonwing IQ10的目标客户不是对打英伟达的最高端的人形机器人，而是面向更广的机器人设备：AMR、商用服务机器人、工业移动平台、家用机器人。它们不一定需要最强算力，但需要完整接口、低功耗、联网能力和稳定供货。

国内这边，不同公司对于具身智能芯片的诠释也不一样。

地平线旗下地瓜机器人，今年一季度正式推出了旗舰级具身智能大算力平台：旭日S600。凭借560TOPS（INT8）的强劲算力与4×BPU Nash多核异构架构，旭日S600能够支撑语言、视觉、感知、操作等各类异构模型在单芯片上的高效推理，可充分满足机器人规模化量产落地的各项实操要求。地瓜同时推出了一站式开发平台，覆盖数据闭环、训练场和Agent开发服务。这套产品主要卖的是机器人开发底座。

截至目前，旭日S600已完成Qwen3、Qwen3‑VL、Whisper-medium、YOLO26x旗舰模型，以及OmniOCC、VO‑DP多款自研SOTA算法的深度适配与优化。地瓜的优势来自地平线系的技术积累。智能驾驶公司过去几年做了大量端侧模型部署、工具链优化和量产适配，这些经验迁到机器人上，有一定连续性。

芯驰具身智能产品路线图 

芯驰科技的产品更偏底层控制。芯驰今年推出了具身智能全栈解决方案，覆盖“大脑-小脑-躯干-关节”完整架构，包括R1“大脑”SoC、D9“小脑”SoC和E3-R系列关节/躯干MCU。其中，D9-Max采用CPU+GPU+NPU+DSP+MCU多核异构架构，把运动控制、人机交互和EtherCAT主站集成到单芯片内。

芯驰科技MCU产品线总经理张曦桐表示，具身智能对芯驰而言是效率高、收益巨大的赛道。“我觉得60%-70%（的复用率）肯定会有的。机器人和汽车两块业务的需求只能说大部分一致，但还是会有一些差异化需求。”

芯驰过去做智能座舱、车控和MCU，熟悉车规芯片的可靠性、功能安全和长期供货。进入具身智能后，没有先去卷最大AI算力，而是从运动控制和执行端切入。R1“大脑”芯片仍处于研发阶段，将采用ARM V9.2架构CPU和高性能NPU，面向MLLM/VLA等端侧模型部署。如果R1、D9、E3-R后续能形成完整组合，芯驰要做的不是一颗机器人AI芯片，而是机器人电子电气架构里的底层芯片体系。

黑芝麻智能的动作也来自汽车芯片外溢。2025年，黑芝麻智能战略拓展至具身智能领域，推出了业界首个面向机器人商业化部署的SesameX多维具身智能计算平台。SesameX是一整套“从端侧模组到全脑智能的体系化计算平台”，从硬件、软件、工具链到模型生态，全栈自研。其中，Kalos、Aura、Liora三款核心计算模组分别对应机器人发展的三个层级--视觉驱动、感控协同与认知进化，共同构建出完整的机器人智能阶梯。Aura算力达到70TOPS；Liora算力近600TOPS。

黑芝麻的切口不是高端人形机器人的“大脑算力”。它更重视具身智能设备的商业落地：送餐机器人、迎宾机器人、巡检机器人、清洁机器人、教育机器人等低速轮式场景，多足机器人、巡检维护机器人(工业、电力、港口)、智能机械臂、协作机械臂、人形或遥操作机器人等，这些产品对算力有要求，但更看重接口、稳定性、成本和量产节奏。黑芝麻从华山系列智驾芯片、武当系列跨域芯片走来，熟悉车端感知、异构计算和量产客户。SesameX的意义，是把汽车场景里的感知融合、工具链和工程化经验迁到机器人上。2025年黑芝麻智能的具身智能解决方案营收同比大幅增长至9630万元，这表明其已进入实质性商业落地阶段。

车企自己也没闲着。

理想讲具身智能，落点仍在汽车。理想给具身智能汽车的定义是：一辆电动车+一位职业司机+一台AI计算机+一位生活助手。理想最新发布的马赫M100，采用5nm车规级工艺，单芯算力1280 TOPS。全新理想L9 Ultra的自动驾驶系统搭载自研马赫M100芯片；L9 Livis搭载双马赫 M100芯片、四颗激光雷达，并配备MindVLA大模型和3D ViT Encoder。同时，在马赫M100的基础上，理想构建了一套完整的具身智能操作系统——星环OS。汽车是目前最成熟的具身智能终端。它有传感器，有算力，有执行机构，有数据回流，也有明确商业模式。转向具身智能，理想选择了最稳妥的方式。

小鹏图灵芯片的外延更宽。小鹏在2025年AI Day上披露，2026年部分车型将推出Robo版本，搭载4颗图灵AI芯片，总算力3000 TOPS。小鹏Robotaxi也将搭载4颗自研图灵芯片，并计划在2026年启动试运营。如果只看汽车，3000 TOPS已经是高配；如果把Robotaxi和机器人也放进来，芯片就变成小鹏的AI底座。车、Robotaxi、人形机器人共享一部分模型、传感器理解和端侧推理能力，研发投入才有可能被摊薄。

中国优势，场景闭环

对于中国芯片厂商，想要入局具身智能芯片机会在哪里？

不是复刻英伟达。想要打败英伟达的人有很多，但都只是高呼口号，只做一个“国产Jetson”，很难真正赢。

具身智能和云端AI芯片不同。它离场景更近，离整机更近，中国的优势就在这里。中国有全球最活跃的智能汽车市场，有完整的机器人本体制造链，有工厂、仓储、物流、巡检、安防、商用服务等高密度应用场景。这些场景会反过来定义芯片。

一个仓储机器人需要什么接口？一台巡检机器人能接受多大功耗？一台工业移动平台对实时控制要求多高？一辆具身智能汽车要把哪些模型放到端侧？......这些问题，没有办法凭空回答，必须把把芯片放进机器，把机器放进场景，再用场景反馈芯片。这就是场景闭环。

汽车可能是最早成熟的样板。车已经有明确商业模式，有传感器，有执行系统，有数据回流，有供应链和量产体系。理想、小鹏、特斯拉把汽车视为具身智能载体。相比之下，人形机器人还在找PMF（Product-Market Fit）。

第一波具身智能芯片需求，未必来自家庭人形机器人。更可能来自汽车、Robotaxi、AMR、工业移动机器人、巡检、仓储和商用服务。这也是中国厂商要抓住的地方。不要只把目标定成“替代英伟达”。在很多中低功耗、高可靠、强场景适配的终端里，客户未必需要最强算力，而是需要最合适的系统方案。

Omdia数据显示，2025年全球人形机器人出货量约1.3万台。这个数字增长很快，但从半导体行业看，还是早期市场。对一颗芯片来说，几万台不是终点，只是起点。