種種跡象表明，人形機器人領域正進入商業化前夜。2025年以來，特斯拉Optimus Gen3量產在即，Figure AI、智元等量產工廠建成並投入使用，銀河通用、星塵智能、優必選等企業相繼宣佈拿到人形機器人商業訂單。賽道熱度居高不下，各家更是暗自較勁。“量產元年”的背後，一場晶片大戰已悄然爆發。作為機器人的核心器件，晶片正成為決定產業走向的關鍵因素之一。特別是承擔高級認知及決策功能的“大腦”晶片與負責運動控制的“小腦”晶片，其技術路線選擇與產業生態佈局，直接影響著人形機器人的智能化水平與商業化處理程序。此外，儲存晶片、感測器晶片、電源管理晶片、通訊介面晶片等也扮演著不可或缺的角色。人形機器人崛起背後帶火了那些晶片？各細分賽道的技術路線和主流方案是什麼？痛點何在？代表玩家有那些？當前頭部人形企業用的又是那家晶片？表現如何？高工人形機器人將根據2025年走訪調研所得及各家公開資訊，對人形機器人背後涉及的部分核心晶片進行系列年終盤點及分析。首篇將聚焦人形機器人“大小腦”所用晶片，深入剖析當前人形領域大腦與小腦晶片的技術路線、國內外主流廠商方案、國產化處理程序及未來發展趨勢，以期為行業參與者提供更多技術洞察與參考資訊。從功能劃分來看，機器人的“大腦”負責高級認知決策，包括環境感知、任務規劃和語義理解等智能任務；而“小腦”則專注於運動控制，實現精準的動作執行和身體協調。兩大系統共同構成了機器人的智能基礎，其晶片選擇直接決定了機器人的性能上限與應用場景。當前，這一賽道已是巨頭林立、新秀突圍的激烈局面。國際廠商如輝達、英特爾等仍主導高端市場，但國產晶片企業正憑藉技術突破與場景適配加速崛起。“大腦”晶片的技術需求及代表玩家“大腦”作為人形機器人的最高決策層，需要處理海量感測器資料並運行複雜的AI演算法，其晶片技術需求主要體現在三方面：算力密度、能效比、軟體生態相容性。在算力方面，“大腦”晶片需支援電腦視覺、自然語言處理和大模型推理等任務，對浮點運算能力要求極高；在能效方面，考慮到人形機器人的運動特性，必須在性能與功耗間取得平衡；而軟體生態則決定了演算法部署的便捷性和開發效率。目前主流的“大腦”晶片方案主要分為GPU主導型、SoC整合型和專用ASIC三大技術路線。其中，GPU方案以輝達的Jetson系列為代表，其憑藉成熟的CUDA生態佔據高端市場；SoC方案則通過整合CPU、GPU和NPU等異構計算單元，實現更高的能效比；專用ASIC則針對特定演算法進行最佳化，在性能功耗比上具備一定優勢但靈活性相對較差。先看海外主流廠商，代表玩家主要為輝達、英特爾、特斯拉。輝達憑藉其在AI計算領域多年的深厚積累，推出了Jetson系列機器人計算平台。最新一代Jetson Thor基於全新的NVIDIA Blackwell GPU架構，搭載14核Arm Neoverse CPU，視訊記憶體頻寬高達273GB/s。FP4精度下峰值算力高達2070 TFLOPS，在性能大幅提升的同時，Thor仍將整體功耗控制在40W至130W，遠超前代的推理能力。而前一代的Orin系列最高可提供275TOPS的AI算力，支援多種神經網路模型平行處理。輝達的軟體棧優勢尤為突出，包括Isaac機器人作業系統、預訓練模型庫和模擬工具，大幅降低了開發門檻。目前，國內的宇樹科技、銀河通用、眾擎機器人、鹿明機器人等企業均在其人形機器人上搭載輝達家的晶片。從我們2025年具身智能巡迴調研反饋來看，多家本體企業表示其選擇輝達的晶片方案主要基於兩點考慮：其一，人形機器人同時跑VLM、全身動力學規劃、多感測器融合等任務，所需算力需求普遍在100TOPS以上。撇開輝達最新發佈的Thor不說，即便是前一代的Orin系列也提供200-275TOPS的算力，把性能天花板一次性抬高。其二，人形企業的演算法團隊比較擔心的有兩件事，一是模型遷移，二是模擬偵錯。輝達的Orin直接繼承CUDA-X加速庫與Isaac Sim模擬平台，原本在X86+GPU上訓練的 PyTorch/TensorRT 模型幾乎可以零成本遷移；Sim2Real Gap也縮小到大約一周內。英特爾則採取了不同的技術路徑，其酷睿Ultra處理器將CPU、GPU和NPU整合在單一晶片上，通過異構計算架構平衡性能與功耗。英特爾處理器的強項在於通用計算能力和成熟的x86生態，適用於需要進行複雜邏輯判斷的任務。在採用其晶片方案的人形機器人上，英特爾處理器就承擔了部分平台功能和高層決策任務。比如，宇樹科技H1-2就採用了Intel Core i5和Intel Core i7作為核心計算單元。特斯拉則選擇了自研晶片路線，這也是目前國內外眾多人形機器人廠商中，唯一一家具備晶片自研能力的玩家。其FSD晶片專為自動駕駛和機器人場景最佳化，結合採用分散式運算架構的Dojo晶片，形成了從模型訓練到邊緣推理的完整閉環。這種垂直整合策略雖然前期投入巨大，但可實現軟硬體深度協同最佳化。巨頭圍攻下，國內以黑芝麻智能、瑞芯微、雲天勵飛等為代表的玩家，也在尋求突破與創新。黑芝麻智能推出的華山A2000，算力對標多顆輝達OrinX，支援多模態環境資訊處理和智能決策。自2025年1月成功流片以來，該晶片因性能突出引發美方審查。近一年來，經過多輪技術澄清與跨部門溝通，黑芝麻智能於1月4日宣佈，華山A2000已通過美國商務部與國防部的雙重審查，證明該晶片技術的自主性與安全性，並獲得全球市場准入資格。目前，黑芝麻智能正與國內多家人形機器人企業合作研發具身智能技術，武漢大學自主研發的人形機器人“天問”正是搭載華山A2000作為其大腦晶片方案。瑞芯微發佈的旗艦晶片RK3588採用8nm工藝，整合四核A76和四核A55 CPU架構，搭配Mali-G610 GPU和6TOPS NPU，在性能與功耗間取得了良好平衡。目前已應用於宇樹科技、雲深處科技等頭部企業的人形機器人和四足機器人上。值得注意的是，RK3588的強項主要在承擔高精度運動控制，但同時也能高效處理輕量級的感知與決策任務，瑞芯微方面表示，“大腦”方面計畫由專門的端側算力協處理器來佈局。此外，雲天勵飛目前也正在研發的新一代DeepXBot系列晶片，官方對該晶片的定位是“專為人形機器人大腦設計”，用於加速感知、認知、決策等推理任務。值得注意的是，“大腦”晶片正從單純追求算力向提升能效比方向發展，因此，算力與功耗的平衡是當前的技術挑戰。“大腦”晶片常需處理大模型，其參數規模達百億級，但機器人在續航等方面的要求限制功耗預算隨著人形機器人應用場景的多樣化，對晶片的功耗、散熱和體積將提出更嚴格的要求。未來，類腦晶片、存算一體架構可能突破馮·諾依曼瓶頸，但當前仍以最佳化異構調度為主流，如何在不同約束條件下實現最優的性能表現，成為晶片設計者現階段面臨的重要挑戰。“小腦”晶片的技術需求及代表玩家與“大腦”晶片不同，“小腦”晶片對確定性響應的要求遠高於算力指標。人形機器人“小腦”晶片負責將高層決策轉化為精確的機械動作，包括關節驅動、姿態調整和動態平衡，對低延遲、高即時性和可靠性有嚴苛標準。因此，“小腦”晶片常採用即時作業系統，依託MCU或高性能CPU，支援多軸同步控制。相較於輝達在“大腦”晶片市場的主導地位，英特爾的老大地位則體現在“小腦”晶片領域。上文提到英特爾處理器可在人形機器人中承擔了部分高層決策任務，但其酷睿系列處理器的高單核性能更為適合運動控制任務。傳統的模型預測控制（MPC）、全身控制（WBC）等演算法在早期多基於CPU序列計算，難以通過GPU或AI加速器進行平行加速，這也是為什麼傳統的x86 CPU在運動控制領域佔據重要地位，特別是英特爾酷睿系列在科研機器人中的廣泛應用。儘管MPC等演算法現在能通過演算法最佳化和專用晶片如FPGA等實現平行加速，但英特爾的酷睿系列處理器在運控領域始終佔據強大的話語權。事實上，國外目前幾乎找不到明確標榜只做人形機器人“小腦”的純晶片公司，現有玩家基本把“小腦”作為運動控制子板或IP整合到整塊SoC或模組中，再一併打包賣給機器人廠商。值得一提的是，海外頭部晶片廠商如德州儀器、意法半導體、安森美的MCU、DSP等被很多機器人廠商當其機器人的“小腦”來用，但這些晶片本身是通用運動控制MCU，並非為人形機器人“小腦”單列的一條產品線。比如，德州儀器在運動控制領域深耕多年，其TMS320F28377D等DSP晶片具有強大的數字訊號處理能力和豐富的外設介面，適合電機驅動等精密控制任務。該晶片集高精度PWM模組、編碼器介面和CAN匯流排控製器於一體，可滿足多關節協同控制需求。意法半導體的STM32H7系列MCU則在輕量型機器人中廣泛應用，憑藉其Cortex-M7核心的高性能和豐富的通訊介面，在成本敏感場景下提供了良好的平衡；安森美的MC56F84789則整合電流環控制演算法，主要針對機器人的電機驅動最佳化。相比之下，國內只做人形機器人“小腦”晶片的企業同樣幾乎沒有，但與國外不同的是，有極少數企業明確將人形機器人“小腦”晶片作為獨立產品線推出，並對外提供小腦控制解決方案。其中，黑芝麻智能為武漢大學自研的人形機器人“天問”提供的武當C1236晶片，官方定位為“小腦”，該晶片可實現AI運算與控制任務平行處理，保障人形機器人在複雜環境下的穩定性。極海微在人形機器人晶片上的佈局覆蓋從感知-決策-執行到能源管理的整個鏈條，其中包括關節控製器、靈巧手即時控制DSP晶片、小腦計算晶片、電池管理主控晶片，目前已進入批次出貨階段，宇樹科技、廣汽集團等位列其客戶名單。其中，G32R501系列MCU基於Arm Cortex-M52雙核架構，整合Helium技術，具備高即時算力與靈活控制外設，支援複雜演算法的高速運算。先楫半導體的HPM6E00、HPM5300系列則整合EtherCAT從站控製器，雙核600MHz架構實現微秒級多關節協同控制。“大小腦”晶片架構之爭在業內高喊的“人形機器人量產元年”背後，2025年同樣被視為人形機器人“大小腦”架構發展的分水嶺。傳統的人形機器人普遍採用“大腦”與“小腦”分離的架構，即使用獨立的計算單元分別處理智能決策和運動控制任務。這也是高工人形機器人團隊在2025年具身智能巡迴調研中所見，分離架構的主要優勢在於靈活性和可擴展性，開發者可以為不同任務選擇最適合的晶片平台。例如，使用輝達GPU運行AI演算法，同時採用英特爾CPU處理即時控制。這種架構更適合科研開發和定製化場景，允許開發者針對特定需求進行深度最佳化。然而，分離架構也存在明顯短板。通訊延遲是首要問題，“大腦”與“小腦”間需要通過乙太網路等介面傳輸資料，在複雜場景下容易因延遲導致決策與執行不同步。其次，成本與體積也是重要考量，兩套獨立系統意味著更高的硬體成本和更大的空間佔用，不利於人形機器人小型化。此外，分離架構也導致開發複雜度較高，需要維護兩套獨立的軟體棧和通訊協議。為解決分離架構的痛點，“大小腦”融合方案逐漸成為行業新趨勢。這種架構將智能決策和運動控制功能整合到單一晶片或計算模組中，通過共用記憶體等方式實現高效協同。2025年，地平線旗下的地瓜機器人先後發佈RDK S100和旭日S600，兩款均為整合了“大腦”和“小腦”功能的算控一體化晶片。RDK S100大腦部分由6核Arm Cortex-A78AE CPU和80TOPS算力的BPU組成，負責感知、決策、規劃等高級認知任務；小腦部分由4核Arm Cortex-R52+ MCU組成，專注於運動控制、關節驅動等即時任務。S600的大腦部分則配備18核Arm Cortex-A78AE CPU和全新BPU Nash，算力高達560TOPS（INT8），支援VLA、VLm、LLM等多種大模型演算法部署；小腦部分整合6核Arm Cortex-R52+ MCU，專為人形機器人最佳化，提供高可靠、即時的運動控制能力。融合方案的優勢不僅在於性能提升，還推動了標準化與成本最佳化。例如，模組化設計允許廠商按需選配算力模組，適配從科研到商用的多元場景。然而，該方案當前面臨生態碎片化挑戰，如不同晶片的軟體棧相容性問題，需要行業共同推動介面統一。從2025年上市的主要人形機器人產品來看，架構選擇呈現出多樣化特徵，但整體趨勢顯示，大小腦晶片融合方案正逐漸走向主流，反映出行業對整合化、高效化技術路徑的認可。宇樹科技在早期產品中就採用了典型的分離架構，如H1配備獨立的運動控制和開發計算單元，而新款A2四足機器人則轉向融合架構，以8核高性能CPU統一承載平台基礎功能，。智元機器人的靈犀X2採用漸進式融合策略，基礎版使用瑞芯微雙RK3588晶片，旗艦版則增加Jetson Orin NX作為AI加速單元，在性能與成本間取得平衡；傅利葉的開源人形機器人Fourier N1選擇英特爾酷睿i7-13700H作為算力晶片。小結人形機器人“大腦”與“小腦”晶片的發展正經歷從分離到融合的架構變革。傳統分離架構雖然技術成熟，但存在延遲、成本和體積等多重限制；融合架構通過硬體整合和軟體最佳化，有望解決這些痛點，成為未來主流方向。從技術路線看，x86架構憑藉其通用性和強大的開發生態，在科研教育市場佔主導地位；ARM架構則在能效比和整合度方面具有優勢，更適合成本敏感的大規模應用場景。儘管國際廠商仍佔據主導地位，但國內晶片廠商正通過差異化創新和場景適配實現關鍵突破，而在高端主控晶片方面，國內晶片廠商仍要突破先進製程、軟體生態等瓶頸。未來三年，產業或將面臨三大關鍵轉折：一是，融合架構將逐漸成為主流，單晶片解決方案將逐步替代分立設計，功耗與成本進一步下探；二是，市場對功能安全的追求推動晶片可靠性提升，在此基礎上，車規級技術也將遷移加速，助力人形機器人進入工業、醫療等嚴苛場景；三是，軟體生態定勝負，晶片廠商需建構從開發工具到演算法模型的完整棧，以生態優勢彌補硬體短板。 (高工人形機器人)