具身智能,本质是“不带轮子的智能汽车”
近年来,车企“跨界”涌入机器人赛道已成为公开的秘密。特斯拉的Optimus在工厂中尝试搬运和叠衣服;小鹏的双足机器人PX5已公开亮相;蔚来则直接将优必选的Walker S引入自家总装线,承担质检和搬运任务。
Optimus 视频展示,完成将锂电池放入有插槽的框中的动作
为什么会出现这种趋势?说白了,人形机器人就是一台“去掉四个轮子、长出两条腿的智能汽车”。两者在技术上高度同源:汽车的自动驾驶系统(感知、决策、控制)与机器人的大脑、小脑机制几乎可以一一对应。更重要的是,过去十年中国新能源汽车市场的激烈竞争,催生了一条极其成熟、廉价且高度可靠的产业链。激光雷达、摄像头、线控底盘、电机等原本价格不菲的零部件,在千万级的汽车出货量面前,成本被大幅压缩。 这种同源性直接带来一个核心潜规则:造机器人所需的芯片,可以从汽车的“零部件超市”中直接选用。尤其是那些经历过极端环境考验的“车规级芯片”,性能过硬,安全性和稳定性极高——对具身智能而言,无疑是降维打击。谁在掌控机器人的“魂”与“肉”?
一台能在春晚上翻跟头、在工厂里拧螺丝的机器人,内部是一座复杂的硅基迷宫。按功能划分,其芯片产业链大致可分为几个核心层级,每一层都有不同的半导体巨头把持。1. 核心指挥官:大脑与小脑的“算力博弈”
机器人的“大脑”负责多模态感知和逻辑规划,需要极高的AI算力,动辄上百TOPS。这一赛道目前基本由英伟达的Orin/Thor生态主导。例如,2024年3月,英伟达在GTC大会上发布了专为人形机器人打造的Project GR00T基础模型,底层计算平台就是Jetson Thor,算力高达800 TFLOPS,专为运行Transformer大模型而生。春晚亮相的银河通用Galbot G1,采用的也正是英伟达的芯片。
2. 跨界黑马:“车芯”下乡,降维赋能
在大脑和小脑之间的协同以及复杂的控制任务中,车规级SoC展现出强大的适应能力。例如,国内车规级芯片公司芯驰科技,在2025年11月与具身智能明星企业银河通用达成了深度战略合作。银河通用主打“泛化操作”——在从未见过的物品面前也能精准抓取,这对算力的实时性和安全性要求极高。 芯驰科技将其成熟的车规级经验平移到了新推出的高性能边缘AI SoC D9-Max上。这款芯片内置多核ARM处理器、超高频的实时微控制器核(负责微秒级电机控制),还自带硬件级国密算法和功能安全岛。这种“车芯转机芯”的思路,等于用汽车工业的安全底蕴,直接帮助机器人补齐了抗摔打、防死机的短板。
3. 视觉中枢:GPU的图形渲染与并行计算
除了大脑和小脑,机器人的视觉感知、3D环境重建以及部分物理仿真,都离不开GPU。它不仅需要渲染出机器人“眼中”的世界,其大规模并行计算架构在处理激光雷达点云数据、SLAM算法等方面也具有天然优势。在这方面,除了英伟达的GeForce/RTX系列在高端机器人研发中占据一席之地,AMD也正凭借其RDNA架构GPU和开放的ROCm生态积极布局。其最新的Ryzen AI Embedded P100系列,集成了RDNA 3.5 GPU,明确支持移动机器人的Visual SLAM和VLA模型等高级AI工作负载。 国内厂商同样进展迅速,正从“未来有望”迈向“实际落地”。摩尔线程与智源研究院合作,基于MTT S5000千卡集群完成了具身大脑模型RoboBrain 2.5的全流程训练,验证了国产算力在具身智能领域的可行性。景嘉微则通过控股子公司推出了边端侧AI SoC芯片CH37系列,可提供64TOPS的AI算力,成为国产替代的重要力量。4. 动力中枢与灵巧手:微秒级的“肌肉控制”
机器人腿部的爆发性动作,以及灵巧手(6到12个甚至更多自由度)穿针引线般的操作,极度依赖MCU、电机驱动芯片和传感器。这里不仅要求算力,更要求“小体积”。
OptimusGen3灵巧手自由度拆分,保留了末端腱绳的传动方式
国际大厂如ST(意法半导体)和TI(德州仪器)凭借丰富的产品线和稳定的性能,占据着高端市场。与此同时,国产厂商也在积极布局,依靠特定应用场景中的性价比和高集成度寻求突破。从技术通用性来看,像芯驰这样的车规芯片厂商,其在汽车车身域控和底盘控制中积累的MCU技术(比如E3系列),同样能够向机器人关节微控制领域拓展,应用于旋转关节、线性关节、整体躯干和灵巧手。这些经过车规严苛验证的MCU,在实时性、可靠性和多节点通信能力上,天然契合机器人分布式关节控制的需求。