当汽车厂商竞相布局具身智能，作为上游供应商的智驾芯片玩家正追随涌入。

2026世界机器人大会期间，AMD、黑芝麻智能、辉曦智能等新发布或展出其可应用在具身机器人上的芯片方案。一个月前的2026世界人工智能大会上，爱芯元智也推出一款用于机器人边缘侧推理决策的高算力产品。更早之前，高通在今年1月发布面向全尺寸人形机器人等的专用处理器。

黑芝麻智能首席市场营销官杨宇欣接受南都等媒体采访时表示，具身智能和智驾行业产业链的共通性非常强。二者均有使用VLA（视觉-语言-动作模型）等模型方案驱动智能，这类模型的复杂推理需要大算力、低功耗的芯片。车规级的AI算力能力可以复用到机器人领域。对其公司而言，推出面向具身机器人的端侧计算产品是“自然而然的延伸”，无需重复投入。

然而，受制于机器人的出货规模，“卖铲人”的生意存在商业回报的不确定性。人形机器人出货量十分有限，市场调研机构Counterpoint Research于8月20日发布的数据显示，2026年上半年，全球人形机器人出货量2.2万台，主要集中于文娱商演、科教数采等领域，真正能拉高对高算力端侧芯片需求的智能制造和仓储物流等干活场景，累计出货占比不足两成。

机器人算力需求分散

各厂商面向具身机器人的芯片产品，最高算力普遍达到数百乃至上千TOPS（1 TOPS代表每秒1万亿次整数运算）。比如，黑芝麻智能的Liora计算模组，最高算力达 700 TOPS；辉曦智能的R1 MAX芯片的算力为500 TOPS，已被智元机器人等厂商使用。尽管算力不如英伟达最新的Thor芯片，但相较上一代Orin芯片的275 TOPS已有明显提升。

虽然国产具身芯片的算力参数逐步向英伟达看齐，实际体验仍有落差。一位AMD人士告诉南都记者，国内某头部具身智能企业反馈，其使用的一款国产具身芯片虽能勉强满足需求，不过在一些关键技术上，经反复调校仍达不到英伟达芯片的精度，差距依然存在。

具身芯片设计并不一味强调算力大小，还要兼顾成本与功耗。爱芯元智边缘与终端计算业务总经理刘瑞聚此前告诉南都记者，功耗直接关乎续航，功耗过高会导致续航缩短、发热严重，限制落地场景。具身机器人需要高能效（单位功耗下的算力输出）的芯片，而非片面地强调极致的高算力。

基于此，部分芯片厂商并未全部押注高算力规格，而是推出不同算力梯度的产品组合。例如，辉曦智能R1 PRO芯片的算力降低至375 TOPS，公司称该芯片旨在实现性能、性价比与功耗的平衡，侧重于机器人在工业作业、商业服务、数据采集等固定场景而非开放场景的部署。

产品分层策略，也与机器人市场需求的碎片化有关。黑芝麻智能除了前述700 TOPS的产品，还推出只有48 TOPS和70 TOPS算力的两款计算模组。杨宇欣表示，市场上具身机器人的形态、使用场景和能力各异，其算力需求非常分散：如果机器人纯靠遥控运行，几乎无需算力；若仅需完成基础的规划、避障与感知任务，中等算力芯片即可胜任；但如果机器人部署了较大规模参数量的具身模型，实现完全自主运行，高算力必不可少。整体来看，算力需求跨度从几TOPS到上千TOPS不等。

但前述AMD人士表示，目前具身领域的大算力芯片出货量太少，专门为其定制芯片将使得成本无法摊薄。即便高价销售，获利空间依然非常有限。尽管如此，其公司仍选择现阶段推进与头部机器人厂商的深度合作，以期在市场成熟之前占据先机。

一家国产具身芯片公司的员工亦认为，如果等到算得过账再入局，届时需要为此投入更多的资源，才能跟得上客户的需求。

大小脑芯片分离还是融合？

南都记者注意到，不同公司的具身芯片路线存在一定差异。AMD、高通、辉曦智能等均采取机器人大小脑芯片融合的方案，意味着能在一颗SoC（系统级芯片）上实现承接“小脑”的运动控制，以及“大脑”的感知、推理与决策。

与之相对，智能物联网处理器芯片研发公司瑞芯微则采取大小脑芯片分离的做法。尤其是其“小脑”芯片RK3588已在人形机器人市场应用广泛，宇树科技G1和智元灵犀X2这两款在行业内出货量居前的小尺寸人形机器人，均将RK3588芯片作为基础算力平台。

前述国产具身芯片公司的员工表示，大小脑芯片分离的好处是，运动的归运动，“大脑”的归“大脑”，二者的产品迭代可以独立。而且，随着机器人的“小脑”逐渐成熟，芯片厂商专门的“小脑”芯片既能快速推向市场，又能兼顾机器人厂商的成本控制要求。

不过，该员工也指出大小脑芯片分离的局限性：当机器人进入真实场景实际作业时，灵巧手与机械臂的控制执行，必须与“大脑”的环境感知和推理决策保持实时同步。如果大小脑各自运行于不同的芯片上，机器人从事一些复杂连贯动作时会有一些“分裂”，实时性不如大小脑芯片融合方案。

辉曦智能方面称，实现大小脑融合的片内闭环，能减少多芯片协同带来的通信开销与系统复杂度。前述AMD人士亦表示，一块大小脑融合的SoC芯片可以共享内存通信，做到足够快的通信。

基于这些理由，多位受访人士将大小脑芯片融合方案视为未来的主流趋势。

采写：南都N视频记者 杨柳