7月3日，芯原“具身机器人专题技术研讨会”在上海举办。在圆桌讨论环节，芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进，优必选科技副总裁、战略投资总顾问侯宗放，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，芯原股份执行副总裁、定制芯片平台事业部总经理汪志伟，Yole Group汽车及机器人首席分析师杨宇等嘉宾，围绕“具身机器人的发展机遇与挑战”这一话题进行了深入的交流和观点分享。
今年被称为人形机器人的元年，人形机器人出货量预计将达到万台。此次圆桌首个议题是：人形机器人从原型走向规模化商用（10万台）的核心障碍是什么？
侯宗放表示，今年优必选人形机器人出货整体出货将突破1万台，情感陪伴类机器人突破1万台。从1万到10万台，难度是指数级的。目前需求量远远超越行业的量，但核心障碍在于一是行业基模，通用性VGI的时刻还没有出来。
杨宇表示，和双足机器人相比，轮式机器人在工业领域有天然优势，因此规模上量会较快。他预计机器人会有几波行业浪潮，渐进式解决过程中存在的问题。单个型号的机器人突破10万台出货预计需要3-5年的时间。
如何高效满足人形机器人“大脑”与“小脑”对算力差异化需求？从算法角度，现有端侧芯片算力上限是否限制了人形机器人任务执行性能。
汪志伟认为，大脑主要是复杂环境分析，推理做规划，决定了实时性不够。小脑接近控制端，重要在于实时性和安全性。但两者并非一定要集成到一起。未来可能是一个大脑，未来多个小脑。从算法角度，端侧芯片算力限制任务执行，在一些工业、汽车等固定场景，现有算力够用。但人形机器人不同，它的场景更加复杂多样，至少目前端侧芯片没办法满足机器人的需求。
针对智能汽车与具身机器人AI芯片的本质差异、技术复用可行性及产业进展，各位嘉宾形成多元且互补的产业观点。杨宇指出，当前汽车赛道投资热度回落，机器人作为全新产业题材具备更强成长潜力，车机与机器人芯片存在显著技术协同性，行业普遍采用成熟车载芯片适配机器人场景已成主流趋势。车载芯片主打高速避障，只需识别障碍物并完成规避，对识别精度、物理属性感知要求较低；而具身机器人需要感知物体材质、重量、形态等物理特征，支撑精准抓取、柔性交互等动作，更依赖世界模型能力，二者算法逻辑与算力侧重点截然不同。目前特斯拉、小鹏、理想等企业均已实现车载高算力芯片向机器人场景的复用落地，模式可行但仍需针对性优化。
侯宗放提出，市场普遍认为车规芯片与机器人芯片复用率可达80%，但他对此持不同观点。相较于汽车二维平面行驶场景，机器人具备动态三维、四维空间感知能力，涵盖时空、动态抓取、运动控制等多维维度，单次动作调整均需要空间视角适配，技术复杂度远超车载场景。不过车规级的硬件研发、高动态适配、功能安全积累可高效复用，当前特斯拉自动驾驶数据无法直接适配人形机器人迭代，也印证了两类场景的技术差异。他强调，高端具身智能AI芯片不能简单复用车载架构，需要从零搭建全新理论体系与技术路径，目前优必选已携手沐曦股份成立合资公司，布局机器人边缘算力芯片研发。
戴伟进直言，当前人形机器人行业均以现有通用芯片适配场景，行业尚未出现专用机器人芯片。侯宗放进一步总结行业两大核心悖论：扫地机、物流机器人等走量产品芯片单价低、附加值有限，而高端机器人芯片研发周期长、流片后易面临技术迭代淘汰风险。对此行业需依托端边云分层架构优化算力分配，跳出单一芯片研发思维，通过“芯片+模组+工具链+解决方案”的完整生态模式，服务不同层级本体厂商，同时坚持场景化定制，拒绝单芯片通用化适配全场景。
针对机器人芯片架构演进方向，汪志伟表示，具身机器人对功耗、实时性的双重要求区别于智驾芯片，行业将诞生异构分布式全新架构。通过传感器端轻量化NPU、DSP完成IMU、视觉原始数据预处理，再由主控大算力NPU完成多模态融合与智能推理，分层分流算力、优化带宽占用，兼顾低时延与低功耗。现场投票显示，整体系统架构协同效率是当前具身机器人芯片平台的最大性能瓶颈。
王溪分享产业数据，今年前5个月国内人工智能产业投资达1500亿元，已超去年全年总量，其中具身智能领域投资占比达30%，资金、人才、创业资源持续涌入行业。当前产业核心短板并非资源不足，而是落地场景稀缺，目前全国仅收集70余个机器人试点场景，集中于工业码垛、物料搬运，酒店服务、商业运维等新兴场景仍在培育阶段，而投票结果显示，大规模数据采集与场景库缺失是当前生态建设最核心的短板。
侯宗放补充，除场景数据外，机器人行业亟需本土化芯片与操作系统生态。当前行业主流架构依托海外体系，未来生成式机器人操作系统将迎来颠覆性变革，国产自主软硬件生态搭建迫在眉睫。同时行业正向训推一体化演进，依托交付落地实现数据积累、模型迭代的正向循环，稳步打磨机器人通用技能包。
在产业突破路径上，嘉宾一致认为，通用人形机器人是长期终极目标，短期内需坚持“场景为王”，依托细分垂类场景跑通商业模式、积累量产数据，推动芯片从通用复用向专用ASIC迭代，复刻激光雷达产业的成长路径。王丛表示，行业发展无固定标准答案，渐进式落地、差异化探索均能实现产业价值，情感人形机器人更是具备广阔的市场空间。
从近两年投资维度来看，嘉宾投票认为核心芯片与传感器是最先跑出成果的产业链环节。王溪分析，上游芯片、传感器产业发展前置，芯原等平台型企业将深度受益全行业芯片研发需求，而机器人规模化量产至10万台级，将成为产业估值与成长的关键节点。侯宗放梳理产业投资节奏，硬件零部件、代工体系将率先兑现成果，其次是芯片与传感器，后续模型算法、应用生态将逐步接力增长。相较于新能源汽车、手机市场，人形机器人产业体量更大，代工、整车、新势力企业均能在广阔市场中占据差异化发展空间。
