具身智能機器人量產前夜，「標準機腦」正在成型
作者｜向欣
2025 年，一筆又一筆大額人形機器人訂單的出現，似乎預示著人形機器人的量產時刻正在臨近。
優必選、宇樹科技、銀河通用、智元機器人、眾擎機器人等 6 家企業都宣布今年預計量產千臺人形機器人。
決定規模化量產能否成功實現的第一關，是硬件的開發性、集成度與成本控制力。
如何在保證性能的同時壓縮成本、提升開發性、適配性，成為量產路徑上的硬核挑戰。
這不僅僅是現下宣布要量產千臺企業所面臨的問題，也是眾多具身智能機器人企業未來擴大機器人開發、應用規模過程中必須跨越的一道難關。
而在所有硬件構成中，主控制器，正成為機器人應用中最大的「隱形門檻」之一。它是承載機器人多模態感知、決策與控制算法的基礎平臺，相當于具身智能機器人大腦的硬件部分。
曾有人估算過一筆賬，如果 2028 年特斯拉 Optimus 年出貨量達 30 萬臺，則全球高算力主控制器新增市場規模有望達 100 億元。
眼下，這一少有人注意的百億水下市場，相繼被英特爾、知行科技與地平線盯上。未來具身智能機器人的「標準機腦」正在成型。
更加值得注意的一個現象是，具身智能的「賣鏟人」越來越多了。
地瓜機器人是聚焦構建具身智能生態，提供具身智能機器人通用底座的研發商。地瓜機器人 CEO 王叢認為，消費電子可能會讓地瓜公司最后值幾百億，但具身智能可能會讓地瓜機器人值幾千億。
在多數具身智能機器人商業化看起來仍然需要長時間驗證的情況下，加入具身智能戰局的企業，紛紛開始想要從產業鏈上游掌握定義行業下游的主動權。
主控制器，具身智能體的絕對 C 位
當人們談到構成具身智能機器人的核心零部件時，常常談論的是執行器、傳感器、絲杠、電機等。
這些零部件可以視作機器人的皮膚與骨肉。相較于這些「骨肉」，主控制器在過去一直是一個相對「隱身」，卻至關重要的存在。
控制器是用于控制機器人運動、感知、決策及執行任務的部件，相當于機器人實現自主行為的「神經中樞」。
主控制器則是機器人系統中負責全局決策、資源調度和核心邏輯控制的關鍵單元，相當于機器人的物理「大腦」，是具身智能體的「C 位」部件。
主控制器有兩個核心作用：
從硬件連接來看，它是機器人本體的信息數據交互中心，傳感器、執行器的信息與數據都通過它實現交互流轉；
從軟件運行來看，它是機器人「智能靈魂」的載體，多模態感知算法，多模態決策邏輯、運動控制程序，都依賴它提供穩定、高效的運行環境。
在機器人控制器領域，X86+AI 芯片的組合（如基于英特爾酷睿處理器 + 獨立 AI 加速芯片、AMD 銳龍處理器 + 專用神經網絡芯片等）是行業常見的技術方案，由兩個及兩個以上的設備組成，其中「大腦」負責感知決策，「小腦」負責控制執行。
這是一種「通用計算 + 專用加速」的分離設計，開發者能根據具體場景調整硬件配置和軟件算法，因此具有較強的開發靈活性。
但 X86+AI 芯片組合方案中，由于大腦與小腦硬件架構是分離的，數據交互與功能協同都需要跨硬件進行，這就帶來了傳感器數據融合困難、數據延遲高、機器人實時性控制精度低、功耗大、尺寸可優化空間不足等問題。
浙江人形機器人創新中心首席科學家熊蓉介紹，在機器人大小腦分開的情況下，一些傳感器基于大腦控制，下傳就會出現信息過大，不僅對網絡帶寬提出了很高的要求，也會帶來延時問題，因而大小腦在硬件上的分離使研究者很難做多種傳感器融合。
在動態場景中，延遲會打破「感知 - 決策 - 執行」的閉環，引發失衡、碰撞等風險，也會導致機器人執行操作任務精度低。對于工業裝配、精密操作等場景，這種精度誤差甚至會導致生產事故。
英特爾中國邊緣計算事業部機器人產品高級研發工程師嚴羽認為，機器人視覺和運動控制需要緊密銜接、低延遲的數據交互，因此未來行業需要大小腦融合的方案。
在動態感知、實時控制和高強度計算并存的場景下，「大小腦分離」的架構已經逐漸難以滿足具身智能機器人的開發與落地需求。
真正面向大規模量產的主控制器，應在具備高算力、低功耗、易部署、成本可控等特點的同時，還要滿足「大小腦一體化」的要求。
大小腦融合，是下一代機腦的演化方向
過去十年，輔助駕駛推動了 AI 芯片、傳感器和控制系統的快速成熟。現在，這些能力正被一批產業玩家平移至具身智能領域。
機器人主控制器，成為最具產業遷移價值的橋梁之一。
「大小腦融合」正在成為下一代具身智能主控制器演化的主方向。
為了解決以往方案中「大小腦分離」的痛點，英特爾，知行科技與地平線系企業地瓜機器人都發布了大小腦融合的具身智能機器人方案。
英特爾在今年 4 月發布了基于酷睿 Ultra 系列處理器的具身智能大小腦融合方案。英特爾酷睿 Ultra 系列處理器將 CPU、GPU、NPU 封裝在一起，其中：
CPU 支持復雜的運動控制；
GPU 用于具身智能處理環境感知、任務識別等復雜任務；
NPU 則用于承載語音識別、實時視覺處理、傳感器數據分析等需長時間運行的 AI 任務。
英特爾酷睿 Ultra 處理器（第二代）
同時，英特爾也推出了具身智能軟件開發套件，加快客戶應用程序的部署以及算法和應用的運行，提供跨平臺 AI 模型優化工具以及端到端流程加速方案，以簡化方案搭建過程。
英特爾以芯片平臺能力為錨點切入具身智能，而地瓜機器人與知行科技的合作，則是將自動駕駛技術與工程體系「打包」進入具身智能領域。
知行科技在近日聯合地瓜機器人，推出了面向具身智能的主控制器新品——艾摩星 iRC100，計劃年內正式亮相，并由知行科技旗下專注機器人研發的全資子公司艾摩星機器人負責落地推進。
地瓜機器人是地平線子公司，前身是地平線的 AloT 事業部。這次聯手實際上也是知行科技與地平線兩家輔助駕駛頭部企業戰略合作的深化成果。
艾摩星 iRC100 以地瓜機器人面向具身智能領域推出的 RDK S100P 智能計算平臺為硬件基礎。
與英特爾方案類似，RDK S100P 也采用「大小腦融合」的 SoC 架構，集成 CPU + BPU + MCU 三種處理單元于一體：
「大腦」部分提供 137K DMIPS CPU 和 128 TOPS BPU 的推理能力，兼顧推理速度與低功耗；
「小腦」部分提供 6K+ DMIPS MCU 算力，支持高精度、低延遲的實時運動控制。
艾摩星 iRC100 既支持傳統的 BEV Transformer 的部署，也支持機器人運動控制算法及 VLA 等前沿算法，接口豐富，能夠覆蓋各類具身智能機器人的傳感器、執行器接入需求。
此外，艾摩星 iRC100 將提供包括硬件設計制造、底層軟件、中間件和模型部署的全棧解決方案，無論是完整的功能部署，還是底軟硬件的基礎環境，都可為客戶按需配置。
從算法運行效率、兼容性、接口擴展和生態適配等關鍵方面來看，艾摩星 iRC100 在軟硬整合上做了全面優化，具備較強的技術完整度和產業落地能力。
這也正是大小腦融合趨勢背后隱藏的核心價值：它不僅需要解決傳統分離式控制架構的技術瓶頸，也要降低機器人量產過程中開發與部署的門檻，讓「機腦」真正具備成為標準化、可規模復制的基礎平臺的可能。
不過，盡管在生態支持和功能支持上有著相似性，艾摩星 iRC100 與英特爾具身智能大小腦融合方案的市場定位其實是不同的。英特爾的方案聚焦通用計算平臺，側重性能開放性與生態構建。
英特爾提供從入門級到 1000TOPS 以上的 AI 算力產品組合，可用于構建各種類型的具身智能解決方案。
艾摩星控制器更側重于量產落地交付，首發產品 iRC100 聚焦百 Tops 算力段。
在量產能力上，艾摩星控制器繼承了知行科技的車規量產經驗，具備更強的工程可控性與成本控制力，目標更偏向產業側的交付與商用，可形成高性能、高可靠性且兼具成本競爭力的市場優勢。
具身智能「賣鏟人」越來越多了
兩家來自輔助駕駛賽道的企業攜手跨界切入具身智能，選擇的切入點不是機器人整機，而是主控制器這一核心部件。這一動作也反映出當下產業趨勢的轉向：相比直接制造機器人本體，越來越多的企業更愿意先成為具身智能的「賣鏟人」。
去年，行業聚光燈更多投向人形機器人本體制造商；而今年，業界目光更多轉向具身智能的生態底座。
構建軟硬平臺、開發關鍵部件、提供標準接口與開發環境的具身智能「賣鏟人」從幕后走到臺前，和「掘金者」站在了同一個舞臺上。同時，越來越多企業也在跨界做「賣鏟人」
目前，具身智能產業中已經涌現出四類典型的「賣鏟人」。
一是科技巨頭，如英偉達、英特爾，它們提供底層計算芯片和開發平臺，為整個具身智能生態提供核心算力支持。
二是機器人核心零部件制造商，涵蓋靈巧手、電機、傳感器、絲杠等關鍵器件供應者，如綠的諧波、兆威機電等。
三是來自自動駕駛的技術遷移型企業，如知行科技旗下的艾摩星、地平線孵化的地瓜機器人，正在將自動駕駛積累的芯片、算法、控制系統能力復用至具身智能機器人上。
四是互聯網平臺型企業，如華為、百度、字節跳動等，它們提供云服務、大模型與語義能力，正在構筑具身智能中的「AI 操作系統」。
從技術路徑看，這些「賣鏟人」分為兩類：
一類原本就在機器人產業鏈上，長期深耕硬件零部件；
另一類則來自自動駕駛、大模型等 AI 領域，將其成熟技術向具身智能場景外溢。
「賣鏟人」地位的上升，也體現在資本與市場的雙重反饋中。
資本層面，專注于機器人通用平臺的地瓜機器人獲得了高達 1 億美元的融資，靈巧手方向的因時機器人、靈心巧手、傲意科技也都在今年拿下近億元人民幣的融資，成為風口中的新寵。
因時機器人產品
市場層面，地瓜機器人研發的芯片出貨量已超過 500 萬片，并保持年出貨百萬片的增長態勢。
因時機器人 2024 年靈巧手出貨量近 2000 臺，而 2025 年剛過半，其靈巧手銷量就已突破 4000 臺，成為下游整機廠商重要的標準部件供應方。
為何「賣鏟人」正成為具身智能賽道中的關鍵角色？
根本原因在于，當前具身智能的軟硬件技術仍未收斂，產業鏈尚處早期構建階段，留給「賣鏟人」的定義空間與創新機會極大。
另一方面，具身智能機器人還未形成穩定的商業化路徑，終端應用碎片化、試點性質濃厚，整機廠商更傾向選擇那些開發周期短、模塊化程度高、適配靈活的軟硬平臺，以降低試錯成本與部署門檻。
尤其在「大腦」層面，目前行業尚未建立起技術共識或標準答案。工程能力反而成為競爭焦點——能提供穩定運行、低功耗部署、高頻更新的底層能力的玩家，更有機會率先把產品真正送進實際場景。
在具身智能機器人逐步走向量產的過程中，產業正在經歷一場關于軟硬一體化、成本控制與標準平臺建設的系統性考試。
那些在這場考試中及早建立通用能力的「賣鏟人」，或許將成為下一個階段最重要的生態基石。
原文標題 : 具身智能機器人量產前夜，「標準機腦」正在成型
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
