不再追逐個人掌機、消費級終端，輝達把籌碼全部壓向實體機器人。當算力從手機、掌機的消費賽道抽身，人形機器人、工業邊緣裝置將迎來普惠算力底座。

8 月 25 日，財聯社消息，輝達宣佈推出新一代機器人電腦Jetson Orin Nano 2，這款定位入門級邊緣 AI 的模組，將生成式 AI 能力下放到機器人、無人機、工業視覺裝置，與此同時，行業清晰看到輝達的戰略轉向：主動收縮個人消費終端業務，把全部重心投向物理世界的具身智能賽道。

很多人此前期待輝達下場做掌機、做個人 AI 終端硬體，希望能看到輝達自研的消費級終端產品面世。但黃仁勳已經多次對外釋放明確訊號：輝達不會親自下場做掌機、不獨立打造個人終端整機。可以合作，但是不自研硬體終端，消費終端這塊業務，輝達選擇戰略性退出。

不是沒有技術能力，而是算清了一筆戰略帳。

消費級個人終端市場競爭白熱化，掌機、AI 硬體需要兼顧供應鏈、外觀、管道、售後，利潤薄、迭代快，還要直面海量消費電子廠商廝殺。而輝達真正的優勢，是算力晶片、模擬平台、機器人基礎大模型 Isaac、GR00T 構成的完整軟硬體生態。與其親自下場做終端和全世界硬體廠商搶 C 端市場，不如做整個機器人行業的 “賣鏟人”，給所有做實體機器人的企業提供大腦，做機器人領域的Android底座。

密集走訪全球機器人廠商，物理 AI 生態正在加速收攏

Orin Nano 2 發佈的背後，是輝達近兩個季度在全球範圍高密度走訪、對接各大人形機器人企業，一邊實地驗證硬體、大模型的落地效果，一邊快速擴張自己的物理 AI 生態版圖。

海外方面，作為輝達重要投資夥伴的Figure AI，創始人 Brett Adcock 此前公開放出和黃仁勳的會面合影，雙方圍繞人形機器人規模化量產、Isaac 模擬平台適配、Jetson 硬體的整機整合開展深度溝通，Figure 多款樣機的推理、訓練鏈路深度依託輝達整套工具鏈。除 Figure 之外，Agility Robotics、1X Technologies、Boston Dynamics 這些海外頭部人形企業，均已接入 GR00T 機器人基礎模型與 Isaac 模擬體系，輝達團隊也多次到訪各家研發實驗室，針對高速行走、靈巧手操作做聯合調優迭代。

就在 Orin Nano2 發佈一周之前，輝達高管團隊完成韓國行程。8 月 13 日黃仁勳在總部與 LG 集團會長具光謨正式簽署戰略合作備忘錄；8 月 18 日，輝達物理 AI 業務負責人黃敏珊帶隊到訪首爾 LG 機器人研發中心閉門會談，敲定 LG 下一代雙足人形機器人開發路線，這款機器人未來將搭載 Jetson Thor 算力模組，基於 GR00T 做技能訓練，計畫 2027 年正式推出。

結束韓國行程之後，黃敏珊（黃仁勳之女）直接來到北京 2026 世界機器人大會，實地走訪多家中國機器人本土企業展台，這也是輝達近距離考察國內機器人硬體實力的關鍵動作。在越疆科技展位，團隊長時間觀摩 “一腦多體” 具身智能平台以及人形機器人乒乓球對抗演示，雙方已經是輝達物理 AI 全球生態夥伴；優必選展台也留下輝達團隊考察記錄，現場溝通靈巧手、人形整機的邊緣算力適配方案。

不止是展會拜訪，更早的台北 GTC 大會上，輝達和宇樹科技聯合發佈 H2 Plus 人形參考設計，宇樹提供硬體本體，輝達輸出 Jetson 算力、GR00T 基礎模型、Isaac 模擬全套軟體棧，這也是輝達首個對外公開的人形機器人硬體參考方案，智元機器人、銀河通用、 Fourier 傅里葉智能等國內多家企業，同樣已經深度使用 Jetson 系列硬體開展樣機研發工作。

一連串跨國走訪、高層會談，並不是簡單商務寒暄。輝達要做的，是深入各家廠商的真實研發現場，去發現硬體、模擬、大模型之間真實存在的適配 bug，把客戶一線的需求反向迭代到 Jetson 硬體、GR00T 模型、Isaac 模擬軟體裡面。Orin Nano2 的推出，正是這一輪產業走訪之後，面向廣大中小開發者給出的硬體答卷。

Jetson Orin Nano2：把大模型塞進小型機器人身體裡

這次新發佈的 Jetson Orin Nano2，最大亮點是同體積下推理性能相比前代直接翻倍，維持小尺寸、低功耗的硬體形態。

人形機器人、巡檢無人機、服務機器人、工業檢測裝置有一個共同痛點：機身空間有限，電池供電，不能搭載體積龐大、功耗巨大的算力板。過去想要在本地跑多模態大模型、世界模型，只能上高端 Jetson Thor，成本居高不下，中小機器人廠商、高校研發團隊望而卻步。

Orin Nano2 的出現，解決了入門機器人的算力窘境。在有限功耗之內，可以本地運行中小參數的多模態大模型，不需要重度依賴雲端。機器人可以即時處理多路攝影機、雷射雷達感測器資料，完成環境識別、語義理解、運動規劃，真正做到本地自主決策，網路斷開的情況下依舊可以正常工作。

輝達機器人與邊緣 AI 副總裁 Deepu Talla 在發佈會上表示：如今中小型前沿 AI 模型的精度，已經追上幾年前巨型大模型。這就給邊緣硬體創造了機會，讓百萬級開發者，都可以把生成式 AI 部署到實體機器上。

簡單來說：以前只有高端人形機器人才配擁有的本地大模型大腦，現在中小型機器人、創業團隊、科研機構，都能用得起。首批已經有多家工業、機器人企業率先適配這款硬體，覆蓋工業檢測、移動機器人、巡檢無人機多個場景。

戰略取捨：告別個人終端，豪賭物理 AI 浪潮

很多人會疑惑：放棄看起來火熱的個人 AI 終端，輝達賭機器人，到底賭的是什麼？

回顧輝達近兩年的佈局，邏輯鏈條已經非常清晰。

資料中心 GPU 負責雲端訓練大模型

Jetson 全系列硬體負責物理世界推理

把訓練好的大模型部署到真實機器人身上；

Isaac 模擬平台、GR00T 機器人基礎大模型

提供軟體、模擬、機器人運動基礎能力，補齊整套開發鏈條。

黃仁勳不止一次提出一個判斷：AI 的下一波浪潮，不是停留在螢幕之內聊天對話，而是 AI 走出螢幕進入物理現實，也就是具身智能。未來數十億台智慧型手機器，需要大量邊緣端算力支撐，這才是輝達未來最重要的增量市場。

消費個人終端固然有熱度，但市場空間有限。而機器人賽道，工業、人形、特種機器人、無人機，是兆級的物理世界市場。輝達放棄親自下場做個人硬體，本質上是避免分散精力，集中全部資源，做物理 AI 時代的底層基礎設施供應商。

當然，這並不代表輝達完全拋棄消費市場。面向 AI PC 的 RTX Spark 晶片依舊在推進，但是僅限於晶片輸出，整機交給 PC 廠商去完成。掌機、自研個人硬體終端，已經不在公司的產品路線圖之中。

對人形機器人行業，意味著什麼？

這次 Orin Nano2 的發佈，對國內如火如荼的人形機器人產業，是一個很關鍵的訊號。

當下世界機器人大會、人形機器人運動會上，大量國產雙足機器人樣機百花齊放，但成本居高不下，其中算力硬體就是重要的成本項。高端 Jetson Thor 性能強悍，但價格高，會拉高整機成本。

Orin Nano2 性能翻倍、定位入門，給廠商提供了新的選擇。一部分不需要極致全身動力學運算的服務機器人、巡檢機器人，可以用這款模組降低硬體成本，加速樣機迭代，幫助更多團隊把具身大模型跑在自己的機器人樣機上。

但也要客觀看到短板：Orin Nano2 定位入門級，面對人形機器人全身高速奔跑、靈巧手複雜操作這類超高即時算力需求，依舊要依靠更高階的 Jetson Thor 模組。它不是萬能解藥，而是拉低行業入門門檻的工具，讓更多玩家能夠入場做物理 AI 開發。

賽道的矛盾也隨之顯現：輝達提供晶片、模擬、基礎模型整套工具鏈，極大降低研發門檻，但同時整個行業會高度依賴它的 CUDA 軟體生態。對於國內機器人企業來說，如何在利用這套生態快速迭代的同時，佈局自主邊緣算力方案，是長期必須面對的課題。

從追逐消費終端熱點，轉向沉下心做物理世界的算力底座，輝達的戰略取捨，恰恰印證了行業正在發生的變化。

過去兩年 AI 的狂歡，大多發生在螢幕與雲端；而現在，產業重心正在向實體硬體遷移。人形機器人、工業機器人、智能無人機，這些看得見摸得著的物理智能裝置，正在接棒純軟體大模型，成為行業新的主戰場。

Orin Nano2 隻是一塊小小的算力板，但它代表的是整個行業的拐點：讓物理 AI 不再只是頭部大廠的專利，千千萬萬開發者，都有條件打造屬於自己的智慧型手機器人。

最後問問大家：你覺得未來人形機器人，會大規模採用輝達 Jetson 系列，還是國產邊緣算力晶片會實現彎道超車？歡迎評論區交流。 (未來機器人網)

端到端大模型的火爆，催化了新一輪智駕革命，也加速智駕晶片的產品和技術演進。

上周舉辦的科技創新日，蔚來發佈智駕領域最新世界模型（NIO World Model，以下簡稱NWM），超越端到端模型部署，號稱具備空間理解和時間理解的雙重核心能力。

官宣流片成功的智駕晶片神璣NX9031，則是為蔚來世界模型量身設計。神璣NX9031是蔚來自研的全球首顆5納米智駕晶片，按照蔚來的說法，一顆晶片相當於四顆業界旗艦晶片的性能（輝達Orin X）。

過去兩年，智駕晶片是車企重點破局的產品方向，蔚來和小鵬都在自研，理想的佈局稍微晚一些。以龍鷹一號為基礎，吉利旗下的芯擎科技也在自研的道路上走了多年。

李斌曾公開表態，去年蔚來購買了很多輝達晶片，耗費公司不少錢，考慮到採購成本，公司決定轉向自研晶片。官方的說法是，神璣NX9031大概一年左右可以回本。

自研晶片有很多理由，但目前晶片成功流片的“蔚小理”們，耗費巨資的目的之一，都是為了擺脫輝達的束縛。從業界報導的資訊看，大家自研的晶片都頗具前瞻性，將與智駕“端到端”等最新趨勢相匹配。

不過，“圍剿”輝達的中國陣營，不止“蔚小理”。本土晶片供應商今年也“捲入”端到端的競賽，上個月結束的中國汽車論壇上，地平線總裁陳黎明明確表態，端到端是目前通往自動駕駛終局的唯一可行方案。

愛芯元智車載事業部副總裁逯建楓認為，高階智駕的端到端化是必由之路，晶片設計周期和研發周期比較長，愛芯元智的戰略，是跳過其他模式，目前重點針對One Model模式來做，即佈局類似UniAD的技術架構來實現NPU設計。

從行業層面看，外采的高成本，不確定的國際形勢，以及此前特斯拉自研晶片嘗到的降本甜頭，都影響中國車企的晶片戰略和供應模式。

而端到端大模型的火爆，不僅催化了新一輪智駕革命，也加速智駕晶片的產品和技術演進。這不僅對車企自研晶片提出更高的要求，也倒逼紅海中的晶片供應商加速內卷。

一是，掌握核心技術，確保供應安全，不被供應商、特別是國外強勢供應商“卡脖子”。

李斌在接受媒體採訪時表示，晶片供給的國際影響，由於美國的限制，其實對中國的汽車行業已經形成了實際影響。

“我們在雲端的訓練晶片，去年10月以後，無法用到全球最先進的晶片。智駕團隊不光看雲端的能力，也看群體智能的能力，端側推理晶片目前風險不大，但也要應對各種變化。”

業內專家告訴《汽車公社》/《C次元》，造車新勢力自研智駕晶片，主要有幾個重點考量。其中之一，是提升產品競爭力，有差異化，自研晶片有利於自訂功能。

對於汽車製造商來說，自研晶片耗資巨大，但可以減少海外晶片供應依賴，雞蛋不用放在一個籃子裡。當然，自研的晶片，和自家演算法也能更匹配，這涉及演算法和晶片平台的耦合度問題。

過去，特斯拉144TOPS算力性能可以優於市面上400-500TOPS算力晶片，計算效率高，主要原因之一，這是針對特斯拉自己演算法設計。值得一提的是，特斯拉早在2019年發佈的144TOPS算力晶片（Autopilot HW3.0），至今依然能支援智駕端到端落地。

蔚來李斌在發佈會上表示，去年購買了很多輝達晶片，耗費公司不少錢，為此，蔚來決定轉向自研晶片，一顆晶片可以頂採購輝達四顆，能降低成本。按照李斌的說法，神璣NX9031大概一年左右可以回本。

業內人士表示，宣傳自研晶片，對外界進行承諾，立公司科技屬性的flag，可以對二級市場和品牌有正向作用。此外，自研晶片的確能帶來系統體驗的有效提升，戰略目的才能達成。

當然，更早一步佈局的特斯拉，當時自研晶片的理由非常樸素，即增加算力，讓方案更靈活。

據報導，小鵬自研智駕晶片的處理程序和緊跟蔚來，現階段已經送去流片，預計可在8月回片。

理想啟動晶片自研處理程序相對較晚，智駕晶片項目代號為“舒馬赫”，預計同樣在今年內完成流片。

在輝達掌舵自動駕駛業務的吳新宙提出，自動駕駛發展可以歸納為三個階段，端到端是自動駕駛的最後一步。

第一階段，完全基於規則；第二階段，AI大模型慢慢取代人工規則，完成預測和規劃；第三階段，是徹底的端到端大模型，AI可以貫穿從感知到決策的全過程。

在自動駕駛的第三階段，智駕晶片頗具挑戰。愛芯元智車載事業部副總裁劉繼鋒，表達了同樣的思考，在他看來，真正的端到端，雲端用大模型進行訓練和驗證，訓練的結果做推理，落地到車端，晶片公司將肩負重任。

在地平線看來，端到端是手段，而非目的，體驗擬人、計算高效和交付敏捷，三者缺一不可。

端到端方面的積累，晶片公司需要從演算法迭代、工程基礎建設和軟硬結合能力三方面發力。其中，軟體和演算法扮演了核心作用。

地平線演算法平台總架構師穆黎森認為，端到端的本質能力，在於資料迭代。看上去，這是一種前瞻性的模型結構，但背後的資料迭代更為重要，能支援實驗室技術，或是論文層面的演算法，最終達到產品級的成熟度。

陳黎明也曾坦言，目前地平線遇到的困難，是很多車型和感測器的架構、感測器的佈置和採用等都在不斷變化。

雖然收集了很多資料，但這些資料不是高品質積累、且能持續使用的，這不是某家企業能解決的問題。

“特斯拉FSD V12.3版本，用了一千萬個樣本視訊訓練自動駕駛，這裡的一千萬個樣本，是從100億個樣本裡面提取出來的高品質資料，中國遠遠不夠。而且，100億的資料基於標準感測器的框架下收集，它有延續性，可以繼續用來訓練最新模型。”

和地平線一樣，愛芯元智也多次強調只做Tier 2。該公司認為，端到端演算法對於智駕晶片的關鍵需求，主要有兩個，高記憶體、和多核大算力。

而要實現端到端自動駕駛，離不開關鍵的計算晶片的支援，包括架構的創新、核心IP的突破以及在性能上的飛躍。

地平線穆黎森則告訴《汽車公社》/《C次元》，端到端算力競爭的技術門檻，主要在於能否適應模型結構變遷帶來的算力需求，以及算子側重點的改變。

一方面，模型會變大，算力也會變大；另一方民，模型結構會變遷，以前CNN（摺積神經網路）為主，端到端基本上以Transformer為主。

“Transformer是大類演算法，用在大語言模型（如Chat GPT），或是智駕端到端，算子側重點略有不同。自動駕駛的端到端，除了基礎的矩陣運算等，都需要做算子支援，提出更高要求。”

即使智駕晶片被輝達佔據高地，中國依舊有一個龐大的群體，被華為賦能，如問界、阿維塔、極狐以及智界等品牌。旗下車型的智駕系統，大部分使用了華為MDC810/MDC610計算平台。

伴隨著智駕晶片供應商的發力，以及蔚來們自研晶片加速落地，未來幾年，從車企陣營到供應商陣營，中國智駕晶片“不受制於輝達”的願望，將慢慢部分實現。    (C次元)

只是發布了一份“業績展望”，昔日汽車ADAS（Advanced Driving Assistance System，高級駕駛輔助系統）龍頭，就把自己的市值砍掉了四分之一。

這家公司正是自動駕駛晶片公司Mobileye。

本月初，Mobileye發布了2023年業績預告，全年營收約20.8億美元，利潤為6.87億-6.95億美元。

但在2024年業績展望環節，Mobileye稱，預計Q1營收年比將會減少50%以上。

2024年全年營收為18.3億-19.6億美元，低於2023年業績，距華爾街分析師預估的25.8億美元更是相去甚遠。

這個業績預告震動了投資者，Mobileye的股價暴跌了24.6%。

Mobileye在業績預告中表示，其對2024年的財務指標的悲觀預期，來自於其提供給客戶的Eye Q晶片庫存達到6000-700萬台。

該晶片被視為智慧汽車ADAS的核心。

根據Frost & Sullivan數據，光是在中國市場，預計到2030年ADAS 的滲透率將達87.9%。

彭博新能源財經(BloombergNEF，BNEF)在2022年底就表示，2025年L2級自動駕駛汽車將佔全球乘用車銷量的50%以上，並在2028年達到峰值(約5300萬輛)。

BNEF也稱，2030年全球ADAS市場規模可能會成長到每年2,200億美元。

在英偉達、高通、地平線等競爭對手的晶片產品供不應求背景下，Mobileye的客戶卻擠壓了六、七百萬台的晶片產品，看起來這家昔日ADAS龍頭正在落後。

Mobileye的庫存讓投資者震驚，但很可能只是一個開始。

因為一些大客戶正在離開Mobileye。

早在2016年，特斯拉就結束了和Mobileye的合作。

Mobileye當時向特斯拉提供「EyeQ3」晶片產品。

雙方官宣了不再合作的結果，沒有具體解釋原因。

但在終止合作之前，雙方其實已經有了一些分歧。

2016年5月份，一輛特斯拉Model S的駕駛輔助系統Autopilot出現了一樁事故，並造成車主身亡。

特斯拉認為，這起事故的原因主要是攝影機和雷達的辨識錯誤。

Mobileye則強調，自己的產品功能有限，是特斯拉激進的權限開放和宣傳，導致車主的使用超越了功能極限。

不過在當時，沒有哪個廠商能夠取代Mobileye的位置。

2017 年，Mobileye 的EyeQ 晶片出貨量達到870 萬台，遙遙領先。

有資料顯示，在2019年之前，Mobileye 幾乎佔據了ADAS市場90%的份額。

但隨著失去特斯拉這個標竿客戶，車企也開始有了其他選擇。

例如BMW2016年就開始和Mobileye合作開發自動駕駛汽車。

但到了2021年，BMW開始和高通合作推進“下一代自動駕駛平台”，並採用高通驍龍Ride視覺系統級晶片，以及驍龍Ride平台計算控制器。

2022年年中，大眾汽車與高通簽署了一份為期五年的合約。

從2026年起，大眾汽車在其全球所有品牌中使用高通的自動駕駛晶片技術。

在中國市場，車企也開始逐漸不再和Mobileye合作。

在2020年，Mobileye在中國的業務有了不好的消息。

因為理想汽車不再跟Mobileye合作。

這年年底，理想開始使用來自地平線的旅程3晶片，進行智慧駕駛的全端自研。

對此理想汽車創辦人李想給的理由是，Mobileye無法滿足理想智慧駕駛全端自研的需求（最重要的感知演算法是黑盒子）。

所謂“黑盒子”，即黑盒封裝設計，Mobileye把智慧駕駛晶片和視覺感知演算法進行捆綁銷售。

對車企來說，相當於買了一個打包方案，某種程度上能夠降低研發成本。

但這種模式，也限制了車企自己開發相關演算法的可能性。

重要的一點還在於，車企甚至無法取得用戶使用過程中產生的數據。

這對車企來說，相當於放棄了在智慧駕駛領域的參與感。

而Mobileye提供的是標準化產品，黑盒子模式又讓車商無法開發出差異化的智駕解決方案。

蔚來2018年發表的第一款車型ES8，搭載的就是來自Mobileye的EyeQ4智慧駕駛晶片。

2019年底，蔚來宣布與Mobileye共同打造L4級自動駕駛車型，以實現在量產車型上落地L4級自動駕駛的目標。

到了現在，蔚來已經把Orin（英偉達自動駕駛晶片）當作亮點來宣傳。

對Mobileye來說，更糟糕的一點在於，極氪的最新車款也開始投向英偉達陣營。

最新發表的極氪007，採用了基於英偉達（輝達）Orin X晶片的技術方案。

相對於極氪001的Mobileye的純視覺+高精地圖方案，這不一定預示著極氪拋棄Mobileye，但至少體現了智駕多元化的思維。

Mobileye的老闆和英特爾都投資過極氪汽車，看來股權合作也很難拴住極氪這個大客戶。

外界好奇的是，Mobileye為什麼這麼不招人待見？

李想所言的「黑盒子」肯定是主要原因之一。

當然，現在Mobileye開始改變態度。

根據英特爾公司副總裁、Mobileye產品及策略執行副總裁Erez Dagan在2022年CES上揭露的情況，Mobileye已開始和車企「共同開發」。

同時，EyeQ5晶片的“部分運算能力”，可以用於執行來自車企研發部門的技術。

換句話說，EyeQ5支援第三方程式設計。

但這好像並未挽回車企尋找其他供應商的想法。

這就牽涉到潛在的第二個原因，即Mobileye的研發節奏，以及產品表現難以匹敵競爭對手。

在研發節奏方面，Mobileye動作緩慢。

例如EyeQ3 和EyeQ4 的發佈時間，中間隔了差不多4 年。

與之相對應的是，2020年9月地平線發布了“征程3”，2021年7月就發布了新一代產品“征程5”。

EyeQ5晶片，單顆算力僅24TOPS，英偉達Orin 晶片的算力比Mobileye高出十倍（254TOPS）。

對Mobileye來說，面臨的可能不只是英偉達、高通、地平線這樣的巨頭。

類似於芯馳科技這樣的中國新創企業，也迅速崛起。

芯馳科技董事長張強說，芯馳與車企的合作模式，是從晶片定義階段就開始共同開發。

而且在合作過程中，芯馳也會向客戶開放底層程式碼。

他還強調，對晶片性能的定義必須是“跨越式”，不能一代晶片只增加20%-30%的性能，“這絕對不夠”。

在他看來，晶片迭代不能按部就班，而是必須提升十幾倍甚至幾十倍性能，才能滿足車企的需求。

從Mobileye的角度來看，在一代產品失去了競爭力並造成客戶庫存積壓後，再冀望下一代產品實現逆襲並不容易。

目前英偉達幾乎成為高端市場的標配，而中低端市場則集中了地平線、黑芝麻，以及芯馳這樣的中國企業。

另外，華為、百度這樣的跨界玩家也在爭奪市場。

Mobileye2024年的業績預告，為今年一整年的發展蒙上了一層陰影。（創業邦）

彙整鉅亨號中所有使用「Orin」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

放棄消費終端幻想，All in 物理 AI！輝達發佈 Jetson Orin Nano 2，押注機器人下一個時代

智駕晶片，中國陣營“圍剿”輝達

英特爾曾花153億美元收購，現在客戶快跑光，昔日ADAS龍頭怎麼了？