2025 年，一筆又一筆大額人形機器人訂單的出現，似乎預示著人形機器人的量產時刻正在臨近。
優必選、宇樹科技、銀河通用、智元機器人、眾擎機器人等 6 家企業都宣布今年預計
決定規?；慨a能否成功實現的第一關，是硬件的開發性、集成度與成本控制力。
必一運動
如何在保證性能的同時壓縮成本、提升開發性、適配性，成為量產路徑上的硬核挑戰。
。它是承載機器人多模態感知、決策與控制算法的基礎平臺，相當于具身智能機器人大腦的硬件部分。
曾有人估算過一筆賬，如果 2028 年特斯拉 Optimus 年出貨量達 30 萬臺，則全球高算力主控制器新增市場規模有望達 100 億元。
地瓜機器人是聚焦構建具身智能生態，提供具身智能機器人通用底座的研發商。
在多數具身智能機器人商業化看起來仍然需要長時間驗證的情況下，加入具身智能戰局的企業，紛紛開始想要從產業鏈上游掌握定義行業下游的主動權。
當人們談到構成具身智能機器人的核心零部件時，常常談論的是執行器、傳感器、絲杠、電機等。
則是機器人系統中負責全局決策、資源調度和核心邏輯控制的關鍵單元，相當于
，多模態感知算法，多模態決策邏輯、運動控制程序，都依賴它提供穩定、高效的運行環境。
酷睿處理器 + 獨立 AI 加速芯片、AMD 銳龍處理器 + 專用神經網絡芯片等）
是行業常見的技術方案，由兩個及兩個以上的設備組成，其中「大腦」負責感知決策，「小腦」負責控制執行。
這是一種「通用計算 + 專用加速」的分離設計，開發者能根據具體場景調整硬件配置和軟件算法，因此具有較強的開發靈活性。
但 X86+AI 芯片組合方案中，由于大腦與小腦硬件架構是分離的，數據交互與功能協同都需要跨硬件進行，這就帶來了
感器數據融合困難、數據延遲高、機器人實時性控制精度低、功耗大、尺寸可優化空間不足等問題
浙江人形機器人創新中心首席科學家熊蓉介紹，在機器人大小腦分開的情況下，一些傳感器基于大腦控制，下傳就會出現信息過大，不僅對網絡帶寬提出了很高的要求，也會帶來延時問題，因而
在動態場景中，延遲會打破「感知 - 決策 - 執行」的閉環，引發失衡、碰撞等風險，也會導致機器人執行操作任務精度低。對于工業裝配、精密操作等場景，這種精度誤差甚至會導致生產事故。
英特爾中國邊緣計算事業部機器人產品高級研發工程師嚴羽認為，機器人視覺和運動控制需要緊密銜接、低延遲的數據交互，因此未來行業需要大小腦融合的方案。
在動態感知、實時控制和高強度計算并存的場景下，「大小腦分離」的架構已經逐漸難以滿足具身智能機器人的開發與落地需求。
真正面向大規模量產的主控制器，應在具備高算力、低功耗、易部署、成本可控等特點的同時，還要滿足「大小腦一體化」的要求。
過去十年，輔助駕駛推動了 AI 芯片、傳感器和控制系統的快速成熟?，F在，這些能力正被一批產業玩家平移至具身智能領域。
。英特爾酷睿 Ultra 系列處理器將 CPU、GPU、NPU 封裝在一起，其中：
NPU 則用于承載語音識別、實時視覺處理、傳感器數據分析等需長時間運行的 AI 任務。
同時，英特爾也推出了具身智能軟件開發套件，加快客戶應用程序的部署以及算法和應用的運行，提供跨平臺 AI 模型優化工具以及端到端流程加速方案，以簡化方案搭建過程。
英特爾以芯片平臺能力為錨點切入具身智能，而地瓜機器人與知行科技的合作，則是
地瓜機器人是地平線子公司，前身是地平線的 AloT 事業部。這次聯手實際上也是知行科技與地平線兩家輔助駕駛頭部企業戰略合作的深化成果。
與英特爾方案類似，RDK S100P 也采用「大小腦融合」的 SoC 架構，集成
「小腦」部分提供 6K+ DMIPS MCU 算力，支持高精度、低延遲的實時運動控制。
艾摩星 iRC100 既支持傳統的 BEV Transformer 的部署，也支持機器人運動控制算法及 VLA 等前沿算法，接口豐富，能夠覆蓋各類具身智能機器人的傳感器、執行器接入需求。
此外，艾摩星 iRC100 將提供包括硬件設計制造、底層軟件、中間件和模型部署的全棧解決方案，無論是完整的功能部署，還是底軟硬件的基礎環境，都可為客戶按需配置。
等關鍵方面來看，艾摩星 iRC100 在軟硬整合上做了全面優化，具備較強的技術完整度和產業落地能力。
這也正是大小腦融合趨勢背后隱藏的核心價值：它不僅需要解決傳統分離式控制架構的技術瓶頸，也要降低機器人量產過程中開發與部署的門檻，讓「機腦」真正具備成為標準化、可規模復制的基礎平臺的可能。
不過，盡管在生態支持和功能支持上有著相似性，艾摩星 iRC100 與英特爾具身智能大小腦融合方案的
艾摩星控制器更側重于量產落地交付，首發產品 iRC100 聚焦百 Tops 算力段。
，目標更偏向產業側的交付與商用，可形成高性能、高可靠性且兼具成本競爭力的市場優勢。
兩家來自輔助駕駛賽道的企業攜手跨界切入具身智能，選擇的切入點不是機器人整機，而是主控制器這一核心部件。這一動作也反映出當下產業趨勢的轉向：相比直接制造機器人本體，
去年，行業聚光燈更多投向人形機器人本體制造商；而今年，業界目光更多轉向具身智能的生態底座。
構建軟硬平臺、開發關鍵部件、提供標準接口與開發環境的具身智能「賣鏟人」從幕后走到臺前，和「掘金者」站在了同一個舞臺上。同時，越來越多企業也在跨界做「賣鏟人」
，如英偉達、英特爾，它們提供底層計算芯片和開發平臺，為整個具身智能生態提供核心算力支持。
，涵蓋靈巧手、電機、傳感器、絲杠等關鍵器件供應者，如綠的諧波、兆威機電等。
，如知行科技旗下的艾摩星、地平線孵化的地瓜機器人，正在將自動駕駛積累的芯片、算法、控制系統能力復用至具身智能機器人上。
，如華為、百度、字節跳動等，它們提供云服務、大模型與語義能力，正在構筑具身智能中的「AI 操作系統」。
另一類則來自自動駕駛、大模型等 AI 領域，將其成熟技術向具身智能場景外溢。
資本層面，專注于機器人通用平臺的地瓜機器人獲得了高達 1 億美元的融資，靈巧手方向的因時機器人、靈心巧手、傲意科技也都在今年拿下近億元人民幣的融資，成為風口中的新寵。
市場層面，地瓜機器人研發的芯片出貨量已超過 500 萬片，并保持年出貨百萬片的增長態勢。
因時機器人 2024 年靈巧手出貨量近 2000 臺，而 2025 年剛過半，其靈巧手銷量就已突破 4000 臺，成為下游整機廠商重要的標準部件供應方。
根本原因在于，當前具身智能的軟硬件技術仍未收斂，產業鏈尚處早期構建階段，
另一方面，具身智能機器人還未形成穩定的商業化路徑，終端應用碎片化、試點性質濃厚，整機廠商更傾向選擇那些
——能提供穩定運行、低功耗部署、高頻更新的底層能力的玩家，更有機會率先把產品真正送進實際場景。
在具身智能機器人逐步走向量產的過程中，產業正在經歷一場關于軟硬一體化、成本控制與標準平臺建設的系統性考試。
那些在這場考試中及早建立通用能力的「賣鏟人」，或許將成為下一個階段最重要的生態基石。
