芯原具身机器人专题技术研讨会成功举办

7月3日下午，芯原以“具身机器人：感知·计算·行动”为主题的技术研讨会在上海浦东举办。会议聚焦关键技术创新、产业趋势与应用实践。来自产业链上下游企业的管理者、战略负责人及技术专家齐聚一堂，与芯原一同探讨具身机器人的发展机遇与产业协同方向。线下共有超过160位嘉宾及专业媒体出席。

芯原董事长、首席执行官、总裁戴伟民博士为论坛开幕致辞。戴博士指出，当前具身机器人整体仍处于Lv2发展早期，“大脑”在认知能力与情感交互方面仍有待突破。具身智能的进化不应仅依赖虚拟世界中的“读万卷书”，更需要通过智能眼镜、智能汽车等终端在物理世界中“行万里路”，以大规模采集空间感知数据并输送至云端训练；同时，还需在家庭服务等真实场景中“阅人无数”，逐步实现更深层次的情感交互能力。这一演进过程高度依赖强大的云侧定制化算力支撑。作为中国AI ASIC龙头企业，依托其独有的芯片设计平台即服务 (SiPaaS) 商业模式，芯原将凭借在云侧与端侧AI ASIC平台解决方案及IP方面的丰富项目经验和技术积累，全面赋能机器人产业，助力其生态构建与技术进步。

01机器人技术基石：从传感器到AI

芯原首席战略官、执行副总裁、IP事业部总经理戴伟进在开幕演讲中系统分享了芯原在机器人领域的技术积累与落地实践。他表示，机器人产业正快速发展，其技术路径与智能汽车、智能眼镜高度相似，核心在于CPU、GPU与AI能力的深度融合，并通过云侧与端侧协同实现高效计算与决策。针对这一趋势，芯原凭借完善且可扩展、可配置的IP组合，为芯片设计构建了坚实的技术底座；同时，通过芯原创新的FLEXA互联技术，实现了不同IP间低延迟、低功耗的“无DDR”协同计算，有效解决了多模态融合的带宽与能耗痛点。目前，这些AI芯片底层技术已全面赋能人形机器人、无人机等“万业机器人”，全方位提升其在多元场景下的感知、决策与执行能力。

02具身机器人发展趋势观察：从人形机器人市场看产业未来

Yole Group汽车及机器人首席分析师杨宇从市场角度分享指出，过去两年里，随着电机控制等运动能力快速突破，具身机器人产业进入高速发展阶段，并逐步走向规模化落地，由此带动端侧异构算力SoC、实时控制MCU、第三代功率半导体以及多模态感知芯片需求快速增长。Yole Group预计相关芯片在未来5至10年将保持约50%的年复合增长率。他表示，在Physical AI框架下，机器人关键芯片之间呈现高度协同特征，“大小脑协同”的系统架构路线逐渐成为主流方向，重点聚焦低功耗与微秒级实时响应能力，并推动多类芯片在统一系统中的高效协同与集成优化。此外，基于Yole的人形机器人六要素分析模型判断，当前人形机器人仍处于发展早期阶段，短期内将以特定场景应用为主，并将按照从工业到消费再到医疗护理的路径逐步演进与拓展。

03机器人之眼：智能感知与视觉系统

芯原ISP产品副总裁杨平中系统介绍了芯原面向机器人视觉系统的核心技术布局与解决方案。他表示，机器人的高频移动与复杂多变场景对“眼睛”提出了更为苛刻的要求。依托在智能汽车ISP领域多年的技术积累，芯原正将相关能力延展至具身智能与机器人场景。他指出，机器人视觉系统面临多摄像头协同、高吞吐率处理、低延迟响应、高动态范围与弱光成像等多重挑战。为此，芯原推出了面向复杂视觉子系统的高性能ISP方案，集成硬件加速调度、超低延迟流水线、AI夜景降噪、动态范围增强及运动补偿时间滤波等关键技术，显著提升画质与实时性。同时，芯原相关ISP IP已通过ISO 26262汽车功能安全认证，为人机交互与复杂应用场景提供可靠保障。未来，芯原将持续推进高性能、高可靠的视觉感知技术创新，为具身机器人构建全天候稳定的视觉基础能力。

04机器人之脑：高效强大的AI计算处理器

芯原GPU/NPU产品高级副总裁张慧明详细介绍了芯原面向机器人AI计算的核心技术与解决方案。他指出，机器人的复杂感知、推理与交互能力，高度依赖于一颗高效、强大的AI计算处理器——即机器人的“大脑”。芯原基于其在GPU领域二十余年的技术积累及NPU持续迭代，已构建覆盖低功耗到高性能的完整AI-Computing IP组合。面向大模型时代，新一代NPU通过多并行引擎设计优化大模型计算效率，并支持多核协同与多任务并行处理；新推出的CC10X00系列GPGPU IP可以支持3D堆叠DRAM，HBM和LPDDRx，具有灵活的算力配置能力，并兼容主流CUDA生态与软件栈。软件层面，芯原提供统一AI编译器实现跨框架与跨硬件适配，降低客户软件迁移与升级成本。同时，芯原提供SoC参考设计及Chiplet方案，支持多Die扩展与灵活算力配置，为机器人与边缘计算提供高效可扩展的算力底座。

05机器人感知：DSP赋能语音、视觉与运动加速

芯原NPU/DSP产品高级总监毛夏飞详细介绍了DSP在具身机器人感知与执行中的关键作用。他指出，当前的VLA大模型将视觉、语言和动作统一至一个框架，但机器人在真实物理世界中的自主行动仍面临着毫秒级“感知-决策-动作”闭环的实时性挑战，对低延迟与高确定性的计算能力提出更高要求。面对上述挑战，DSP凭借专用指令集与高能效并行计算能力，成为兼顾低时延、低功耗和多模态并行处理的关键计算单元。在语音交互、视觉处理与运动控制三大核心场景中，DSP分别承担精准拾音与降噪、与NPU协同完成视觉预处理及SLAM优化、以及支撑高实时性的运动控制与反馈闭环。基于此，芯原构建了从ZSPNano到ZSP5000系列的DSP IP矩阵，为具身智能在复杂物理环境中的稳定感知与高效执行提供支撑。

06芯原端侧AI和具身机器人芯片设计技术

芯原执行副总裁、定制芯片平台事业部总经理汪志伟分享了端侧AI与具身机器人定制芯片的设计实践。他指出，端侧AI与具身机器人正推动芯片需求向多模态感知、实时决策、能效优化与异构计算架构快速演进，但当前仍面临高算力芯片成本高、供给不足等挑战。他表示，芯原依托在汽车与端侧AI领域的长期积累，已形成基于自主IP的领先的芯片定制能力，并在5nm等先进工艺上实现量产验证，构建了面向具身智能的高性能SoC设计平台。同时，芯原在功能安全岛、自研UCIe互联及Chiplet架构方面持续突破，可支持多芯片扩展以满足不同算力需求，相关方案已在自动驾驶与机器人项目中落地应用。在应用层面，芯原的定制芯片方案覆盖自动驾驶、扫地机器人、端侧AI设备及AI/AR眼镜等场景，并通过软硬件协同设计提升开发效率，加快产品落地。未来，芯原将持续强化从IP到系统级芯片的协同设计能力，支撑具身机器人与多终端AI应用发展。

07人形机器人赋能工业行业应用

优必选科技副总裁、战略投资总顾问侯宗放围绕“具身智能”作为新质生产力的重要方向展开分享，探讨其在“十五五”规划下如何赋能工业行业高质量发展。他分析了中美科技竞争格局，指出中国凭借全球最完整的制造业体系与供应链优势，正加速抢占产业化先机。他表示，人形机器人正从原理验证迈向规模化工业落地，优必选已构建覆盖“大脑、小脑、本体”的全栈技术体系，并利用丰富的工业场景与数据积累，率先推动在人形机器人工业制造领域的落地应用。同时，公司正协同产业链各方共建产业生态，加速推动具身智能成为驱动实体经济发展的新引擎。

圆桌讨论：具身机器人的发展机遇与挑战

芯原品牌副总裁孔文主持了会议圆桌讨论，与演讲嘉宾戴伟进、杨宇、汪志伟、侯宗放，以及地瓜机器人CEO王丛，上海国投先导私募基金管理有限公司投资管理三部董事总经理王溪，一同围绕“具身机器人的发展机遇与挑战”议题，就人形机器人的商业化路径、相关芯片研发、产业链生态及投资方向等话题进行了深入探讨。台下的嘉宾也踊跃参与了投票，表达了自己的观点，与台上嘉宾进行实时互动。

以下为圆桌论坛现场投票结果

话题一：人形机器人从原型走向规模化商用的核心障碍是什么？从1万台到10万台——人形机器人的产业化破局预计在哪一年？

投票：人形机器人从实验室走向规模化量产，当前最关键的障碍是？(单选)

超过40%的现场嘉宾投票认为机器人“大脑”的泛化能力不够是当前最关键的障碍

投票：预计哪一年，单个型号的人形机器人出货量可达10万级别？(单选)

一半以上的现场嘉宾投票认为单个型号的人形机器人出货量达到10万级别需要3~5年

话题二：如何高效率地满足人形机器人“大脑”与“小脑”对算力的差异化需求？从算法角度看，现有端侧芯片算力上限是否真正限制了人形机器人任务执行性能？

投票：支持人形机器人的AI芯片应优先优化哪类指标？(选三项)

现场嘉宾投票选出的前三项分别为：实时处理能力、支持多传感器和高数据吞吐、模型兼容性与算法迁移性

话题三：机器人处理多模态融合数据时，如果将原始数据全部传给主SoC，会面临极大的带宽和延迟压力。我们该如何在传感器前端或边缘侧提前进行轻量化的智能处理？

投票：当前具身机器人芯片平台最大的性能瓶颈是？(单选)

近40%的现场嘉宾投票认为当前具身机器人芯片平台最大的性能瓶颈是整体系统架构的协同效率

话题四：具身机器人涉及芯片、算法、操作系统、数据、场景等多层生态——谁应该主导生态建设？芯片设计公司、机器人整机厂、还是平台型企业等？

投票：具身机器人产业生态建设，当前最缺失的环节是？(单选)

接近一半的现场嘉宾投票认为当前具身机器人产业生态建设最缺失的环节是大规模数据采集与场景库

话题五：具身机器人正处于从技术突破走向规模化应用的关键跃迁阶段。从资本视角看，哪些环节最值得重点关注？

投票：从投资视角看，近两年内，具身机器人产业链中会最先出成绩的环节是？(单选)

40%的现场嘉宾投票认为投资视角下，近两年内具身机器人产业链中会最先出成绩的环节是核心芯片与传感器 (算力芯片、感知芯片)

此外，芯原还在会议现场展示了公司相关的创新技术方案，包括内嵌芯原GPU/ISP/DC等多种IP的人工智能SoC芯片和基于芯原高端应用处理器平台的自动驾驶/ADAS解决方案，吸引了众多与会嘉宾观摩交流。