新浪科技

百亿热钱涌入,“苦英伟达久矣”的具身智能开始换芯

高工机器人

关注

*本文共约 2991 字,阅读完成需 6 分钟。

2026年,具身智能的落点从舞台和展台转向了工厂产线与商业服务现场。可机器人一旦开始真正干活,隐藏在外壳之下的瓶颈便逐一显露:关节模组、控制算法、具身模型,以及决定“感—算—控”能否真正闭环的具身智能芯片。

目前已经量产的机器人,在芯片层面大多采用“大脑+小脑”的拼凑式架构:大脑一侧用高算力的通用计算芯片或车规级智驾芯片承担视觉感知与模型推理,小脑一侧用另一颗处理器负责实时运动控制,再由多颗微控制器分别对接关节电机与传感器。

这套架构支撑了机器人从样机走到小批量交付,可一旦放到讲究成本与节拍的产线上,问题便显现出来。有限空间内的散热难以为继,多芯片通信带来的延迟让高速灵巧操作频频失准,居高不下的BOM成本更是直接锁死了整机降价的空间。

物理世界的交互逻辑,正在倒逼行业从底层芯片开始重构。具身智能究竟需要一颗什么样的芯片,成了2026年整机企业、芯片企业与资本共同面对的问题。

一级市场换挡,资本流向具身智能芯片

芯片层面的变化,最先体现在一级市场的资金流向上。2026年下半年,一级市场对具身智能的投资节奏明显趋于审慎,资金加速向零部件与模型集中;半导体则重新回到资金视野,迎来了一轮回流。同时踩中具身智能与半导体两条热门赛道的具身智能芯片企业,则因此收获了资本青睐。

今年这一领域出现了一个显著变化:资本与产业巨头开始重仓具身智能芯片,且由于芯片研发的高成本,不少企业拿到的融资往往以数亿元起步。

2026年1月-11月上具身智能芯片企业融资动态

从时间分布上不难看出,具身智能芯片的融资在下半年明显提速。拿到融资的企业中不乏出货近千万片的“老牌”企业,有的脱胎于智能驾驶芯片团队,有的则是AI算力底座芯片公司来具身智能市场分一杯羹,还有的是初创企业,选择从零定义一颗属于机器人的芯片。

资本在这个时间点重仓芯片,说明对“机器人需要专用芯片”这一方向的认可度正在提高,就连机器人本体企业也在为这一判断背书。比如优必选与沐曦股份联合成立曦选创智;智元机器人今年2月战略入股辉羲智能,10月又参与了芯际无限的Pre-A轮融资;松延动力则出现在维泛智能的新增股东名单中。机器人本体企业既是芯片的客户,也成了芯片企业的股东。

另外,整机降本的压力正在传导到具身智能芯片上。如今在整机成本中占比最高的关节部分,价格正随着规模化逐年下降,可高算力芯片的选择却十分有限,而且价格居高不下。

以英伟达的Thor T5000模组为例,今年7月,采购1000片以上的单价从去年的2999美元涨到了4999美元。哪怕是老版的AGX Orin 64GB模组,价格也从1599美元涨至2999美元。

算力平移与原生定义

两条路线同台竞速

尽管具身智能芯片这一赛道今年迎来了百亿级资本的涌入,但牌桌上的玩家并没有沿用同一套打法,比如大脑芯片企业就围绕如何挑战英伟达这位巨头,分化出了两条清晰的路径。

第一条路径是“算力与生态平移”,不少切入具身大脑芯片的企业,仍以英伟达Jetson平台作为对标标杆。国内一批脱胎于智能驾驶和边缘计算的公司,如地瓜机器人、辉羲智能、黑芝麻智能、芯驰科技、爱芯元智等,正凭借成熟的车规级量产经验与工具链积累,将原本服务于汽车或边缘终端的计算架构迁移至机器人场景。

另一批企业则直接从具身智能当下的计算负载出发,打造具身智能原生芯片。随着具身模型演化出VLA、WAM等架构,机器人对端侧计算的要求已与自动驾驶大相径庭。它不仅需要足够的模型推理算力,还需要同时处理数十个自由度的高频实时运动控制。

在这些创业者看来,从其他场景平移而来的算力平台与按机器人负载原生定义的芯片,性能与功耗的天花板截然不同,行业终究需要一颗真正为具身智能原生开发的“大小脑融合”芯片。

一颗芯片从定义、设计到流片量产通常需要数年,具身原生芯片企业在近两年才陆续成立,目前不少产品仍处于研发或验证阶段。这些企业的共同选择是:先拿出可供合作伙伴验证的开发硬件平台,再推出独立的芯片产品。

以沐曦股份与优必选等共同出资、成立于2026年5月的曦选创智为例,其首颗自研芯片定位为面向机器人的“大小脑一体”SoC,对标英伟达Thor芯片。但即便有沐曦股份成熟的GPU技术底座加持,按照研发规划,曦选创智也要到2027年才向产业伙伴提供开发验证平台,2028年正式推出首款SoC产品及配套方案。

今年7月才成立的炎曦动力,想做的同样是一颗“大小脑融合”、感算控一体的单芯片具身主控SoC。这颗芯片目标是实现高算力,为具身模型推理而设计,又要解决1000Hz高频运控、多模态接入和微秒级总线延迟等痛点。

据了解,炎曦动力先通过基于多芯片架构的机器人域控方案和自研具身基座模型Paimon-0接触客户,已与多家企业签下总金额近亿元的意向采购订单。炎曦动力表示,他们的自研芯片预计将在2028年开始交付。

孵化自北京大学类脑芯片实验室的维泛智能,则选择了另一条底层架构创新路径,通过研发融合类脑脉冲计算与通用GPU计算的BiGPU架构来攻克端侧高功耗瓶颈,其测试片已完成回片验证,量产级“大小脑”融合芯片预计将于2027年第二季度投产。

事实上,具身智能的“原生换芯”并不只发生在的大脑算力层,在决定灵巧操作上限的“小脑”与末端关节驱动层也是如此。在关节驱动层中,传统MCU+分立硅MOS的方案体积大、发热高,却少有芯片企业针对这一痛点开发专用的单芯片集成方案。

针对这一卡点,国内运动控制芯片企业已率先交出量产答卷。比如中科半导体推出封装大小仅有5x5mm的运动控制芯片CT1906H,以单芯片支撑起655W的持续功率输出,解决微型伺服关节的工程矛盾和灵巧手在体积上的卡点。

算力平移与原生定义

两条路线同台竞速

国产具身芯片军团虽然攻势凶猛,但要想真正撼动英伟达的霸主地位,绝非一朝一夕之功。比如在工业具身领域,英伟达的统治力也一样强大。今年工业机器人四大家族均与英伟达达成合作,借助英伟达的算力底座和软件生态,发展物理AI。

英伟达真正可怕的地方从来不只是芯片纸面上的TOPS算力,而是从云端训练、物理仿真到端侧部署无缝衔接的软件生态。开发者在这一生态上积累的代码和经验很难一次性迁走,对后来者而言,芯片参数追平只是第一步。

这也是为何地瓜机器人、辉羲智能等本土企业,在密集绑定本体客户的同时,仍在重金投入底层工具链与系统的开发,并全力推进对VLA、WAM等前沿具身模型的端侧适配。只有让开发者以极低门槛把算法跑起来,国产芯片才算真正拿到了替代的入场券。

除了软件生态上的高墙,另一重隐形门槛在于真实工况的工程化考验。一家具身芯片企业研发人员向高工机器人透露,具身智能芯片要想在商业化竞争中站稳脚跟,除了补齐软件工具链护城河,更难啃的骨头其实是工业现场的可靠性。

焊接、装配等工业场景对工作节拍和严苛环境下的稳定运行要求极高,任何一项能力缺失,都可能带来产线停机或良率下降。在7×24小时连续作业、复杂电磁干扰与严苛散热条件下,芯片能否稳定工作,直接决定了机器人能不能真正上产线干活。

2026年的融资热潮,只是为国产具身智能芯片攒足了上牌桌的筹码。随着未来两年各家新品陆续流片交付,真正的淘汰赛才刚刚开始。届时这些芯片要在产线上经受住成本、节拍与可靠性的三重考验,打破英伟达统治才不是一句空话。

高工机器人正在筹备具身智能芯片相关的系列化报道,欢迎更多半导体企业与我们联系~

加载中...