智东西

编辑 EAIRCon 2025

11月19日，智一科技旗下智猩猩、智东西共同发起主办了2025中国具身智能机器人大会（EAIRCon 2025），机器人前瞻、极果协办，该大会在深圳举行。在具身智能人形机器人专题论坛上，云天励飞副总裁罗忆发表了演讲，其演讲主题为《芯智AI，具身未来》。

云天励飞副总裁罗忆提及，AI技术的发展历程涵盖了三次浪潮，先是逻辑推理，接着是专家系统，而后是AI人机协同，大模型的出现，使得机器人朝着从专业迈向通用的方向带来了希望之光，并且带来了一种范式转变，即从“懂控制”转变为“会思考” 。

不过在当前这个时候，具身智能仍然面对着算法以及数据方面的情况，还有技术路线的挑选问题，以及算力遭遇瓶颈等诸多不同方面的挑战。

从AI芯片的角度来看呢，国内的厂商给出了关于具身智能算力的新路径，云天励飞在它的四代NPU的基础之上，正在研发第五代GPNPU架构Nova 500，它能够无缝对接CUDA生态，还能适配各类大模型架构，并且通过“算力积木”等技术，提升大模型推理的效率，进而推动具身智能去破解算力挑战。

当下，其好些芯片模型当作协处理器，为普渡科技、赛特智能这类客户，促使项目得以落地；这家公司还在广东的某个区，让机器人指挥平台得以落地，达成了“感知 - 决策 - 处置 - 确认”这样的业务闭环，对多形态机器人进行统一的管理调度 。

以下为罗忆的演讲实录：

云天励飞身为AI推理芯片的厂商，怀揣着期望，期望能够以更为优质的状态去服务具身智能产业。针对于产业以及整个市场，我们会从芯片厂商的角度出发，跟大家进行诸多相关方面的分享。

诸多人士逐渐达成了一系列共识，其中包含，AI对第四次工业革命起到推动作用，此共识在工业界、产业界均有体现，就连中央文件中也存在AI渗透的相关体现。云天励飞于2014年创立即在这一波AI浪潮起始之际。

一、把握AI发展的第三波浪潮，机器人从专用走向通用

AI技术发展历经三波浪潮，第一波以感知智能为主，其中深度学习的算法更多处理的是感知方面的问题，。第二波是自Transformer的架构被提出后，从2022年至今的生成式AI，当我们发现感知问题基本得以解决后，这里的机器学会了进行思考，并且它拥有了一定的决策能力，。第三波浪潮，其终局必定是让AI或者机器能够具备行动的能力，而这个行动能力，或许是指AI或者机器的双手长在互联网上，就像MPC接口那样，。于将来到来的企业当中，除去有着血以及肉的实实在在的人员工之外，诸多数字方面的人员工也会走上工作岗位。

未来，会有三个机器人来陪伴你生活，三个机器人来陪伴你出行，三个机器人帮你去打工，而且在未来企业里面，也可能会有真人，会有数字人，还会有机器人。作为智能，它得具备感知能力，它得具备决策能力，它还得具备回馈物理世界的行动能力。我们觉得这是一种发展的趋势。

说起机器人产业，大家印象较为深刻的或许是波士顿动力人形机器人的运动能力，就拿今年来说，宇树等机器人在产业应用里将运动控制发挥到了极致，涵盖从可行性到量产降低成本这方面。要是真的能去工厂打螺丝，真的能够达成百千量级进入工厂，虽说感觉机器人好像还差那么一点火候，但我们能够察觉到诸多技术路线都在持续探索着。

具身智能是如今的，认知感知为昔日的，此二者皆因大模型而令机器人产生范式之变，于诸多技术路线上，我们会选取参照海外头部企业之做法，诸如我们留意到马斯克之Optimus机器人，在我们眼中机器人颇似无人车，无人车属于另替换我们出行之机器人 。马斯克团队针对FSD（特斯拉的全自动驾驶技术）的方法论，将其进行泛化处理，应用到机器人领域，借助工业降本的方式，实现量产，达成产业化，进而把大量的机器人投放到实际运行环境里，于真实环境当中构建数据飞轮等，这一系列有效尝试，正在推动具身智能产业快速发展。

二、具身智能的挑战：算法、数据、技术路线和算力瓶颈

从技术层面来讲，具身智能与AI等同，AI的三要素涵盖算法、数据以及算力，机器人产业的三大核心要素依旧是算法、数据、硬件，此处的硬件包含控制和灵巧手等更为复杂的系统，这三大要素需要更为协同地发展。

在技术路线当中，以宇树作为代表的那些企业，其所开发的机器人，它的小脑发育程度是很高的，能够凭借更低的成本做出极为灵活的动作。然而当下，机器人能够切实接受人的指令，进而泛化进入陌生的场景去完成简单任务，这件事情依旧是非常困难的，也就是说大脑的发育仍旧存在着困难。

我认为具身智能的发展有一些困难点，一方面是算法和数据。

这属于一个有着相对性的概念，于不同的发展时段当中，机器人始终都会存在能够适应的场景，哪怕仅仅只是一个拥有小脑的机器人，它同样是能够开展表演以及从事娱乐活动的。

然而，机器人的发展呈现出螺旋式上升的进程。具身智能的复杂程度对应智能驾驶的复杂程度而言，高高了几个维度体现，两者数据缺口的比较或许差了5至6个量级。

所以，在开展具身智能开发进程里，怎样以更低成本去获取训练数据，如何创新算法，并且在限定环境之下寻觅其应用场景，借由这些场景的落地来产出更多数据，以此反哺整个产业发展，我认为这是业界所需探索的问题 。

再从另一方面来讲，具身智能在多个方向上的技术路线正处于探索阶段。比如说，怎样将大模型时代的那种“慢思考”能力引到机器人系统之中呢；又好比，机器人系统乃是大小脑协同运作的，那么怎样才能把一个决策任务执行得更为精细呢；怎样在准确性与高效性之间寻得一个平衡点呢；包含类似FSD的端到端模型，它无法彻底解决所有问题，其数据质量敏感性以及人类操作员不良操作所导致的数据污染问题，都需要予以综合考量。

以算力，或者说是芯片厂商的角度来看，促使具身产业得以发展，究竟需要怎样的算力来提供支撑呢，我们认为存在两个方面方向的考量，于此借鉴一下英伟达给出的观点。

老黄往昔讲道，具身智能须有三种机器，其一为借超级计算机开展模型训练，其二当属构建仿真环境，以使具身智能于其中施行测试与验证，其三乃是应用于其本体的计算机，这三条路径呈同步发展态势。然而，特斯拉具备产业链闭环之优势，马斯克所持观点为，他们要打造一款训推一体、立足本体的机器人，能够持续达成数据飞轮、自我进化以及自我学习 。

从芯片厂商角度而言，中美高端AI训练芯片之间是存在比较大差距的，国内大概只有类似华为这样的大厂，才会去选择对标来构建训练生态， 绝大多数企业，其中涵盖云天励飞，我们更重视的是推理市场， 我们认为具身智能产业的本体是需要一颗SoC异构芯片的，并且，在数据合成以及整个仿真环境的推理方面，都是需要相应的大算力芯片的。

许多产品存在不一样的技术路径，举例而言，像机器狗以及步行类机器人，其技能要点主要是在运动控制方面。在任务达成上，此类机器人或许需要一些外挂，原因在于它自身的感知能力是用于解决运动性能的，所以它在执行任务时可能需要云端的综合调控，又或者在身上增添一些额外负载，才能够完成具体场景当中的任务，而要达成这些均需要相关的算力。

云天励飞作为国内厂商，正提供配套算力助推产业的发展。

三、创新“算力积木”AI推理架构，将推第五代GPNPU芯片

云天励飞，于2014年在深圳成立，在2023年登录上交所科创板，公司始终专注于AI推理芯片这个领域，过去芯片在智慧城市的各个细分场景得以应用，也在机器人领域获得应用。

AI芯片领域中，云天励飞所走的是更具上游特征的技术途径，我们核心的有关NPU的指令集体系以及微架构全都是自主开展设计的，这可是芯片算力的根本基础设施，当前公司芯片已然迭代到了第四代Nova400，而下一代的Nova500将会朝着GPNPU架构前行，在大模型推理方面达成更高的并行程度以及能效的表现。

从生态建设方面来看，算法跟算力要同步进行演进，如此才能够形成真正具有的规模效应。机器人行业处于研发以及快速迭代阶段，通常会依赖CUDA完整的工具链以及成熟的软件生态，所以开发所需成本较低，而且速度更快。但是当产品进入量产阶段之后，不管是遵循国内产业链安全要求来讲，还是从成本结构以及能效优势方面出发，国产AI芯片都展现出越来越明显的竞争力。

立足此一判断，我们期望下一代芯片，其一，可兼容CUDA生态，其二，能降低开发迁移成本，其三，还能维持NPU架构于功耗与能效比层面的优势，如此，在产品自研发至量产的整个周期里，机器人厂商皆可获取更具竞争力的算力选择。

从2020年开始，我们把芯片工艺整个转向国内供应链条。在当下国内制程节点条件时，晶体管的集成度跟密度提高有着一定物理方面以及工艺方面的制约，单独一颗大芯片很难无限制地去扩展算力。基于此，我们运用先进封装技术，借由多Die的Chiplet组合方式，在一枚封装里达成更高的并行度以及算力密度，这样一个体系被我们称作“算力积木”架构 。

于国内工艺体系当中，要是不踏上海外先进制程路线，要想获取高算力、高带宽的扩展能力，Chiplet特别是Die-to-Die（D2D）互连差不多已然化作业内的主流方向了。借由Chiplet，能够在成本、良率、规模化、带宽等方面达成更高的综合性价比，这也是当下国产高性能芯片最为现实的路线。而云天励飞是首家在国产供应商里探索D2D Chiplet的公司。

就当下而言，我们大体上已然达成从单个Die（芯片晶粒）、两个Die、四个Die，直至最高八个Die的合封之举，且能够提供用于端侧、边缘侧，涵盖云端推理的芯片 。

当下，我们存在着三大系列芯片，其中之一是，适用于云端推理的DeepVerse，另外是适用于边缘的DeepEdge，还有适用于具身智能的DeepXbot 。

四、做机器人“总控”平台，助力落地城市治理与服务

於具身智能产业链里，吾等一并肩负俩角色，其一乃上游之芯片跟模组供应商，其二为机器人平台之建设者，往昔，吾辈之芯片与模组已然于服务机器人、工业机器人等范畴达成规模落地，与此同时，自研之机器人指挥调度平台亦在酒店运营、城市治理等情景持续运作。

于广东的某一个区里，我们跟政府一块儿建造了统一的机器人管控平台，接入了四轮、四足、人形、无人机以及水上机器人等多种类型的设备。平台能够把城市的固定摄像头、执法与城管人员的随身摄像头当作数据输入，在事件触发以后，由系统去调度不同类型的机器人来完成现场处置，达成从感知到行动的完整闭环。这不但给政府提供了具身智能的试验场与真实场景，还为机器人厂商提供了部署、验证与展示产品能力的最佳平台。

上述内容乃我们的实践所得经验，并且极其殷切地期许凭借今日此番交流，同更多的具身智能生态伙伴一块儿，协作促使这一崭新产业更迅速地实现落地，更快速地迈向规模化应用 。

以上是罗忆演讲内容的完整整理。