国产人形机器人，用的哪家处理器？

在复杂的物理世界中，人形机器人要实现自主导航、精准操作与环境交互，离不开强大的 AI 算力支撑，而这一切的核心需要强大的处理器支持。作为机器人产业链的算力基石，处理器的性能直接决定了人形机器人的智能水平与应用潜力。

人形机器人产业爆发在即，芯片成关键变量

全球人形机器人市场正处于爆发前夜，展现出惊人的增长潜力。数据显示，2025 年全球人形机器人市场规模约为 90 亿元，预计到 2029 年将飙升至 1500 亿元，复合年增长率 （CAGR） 超 75%，其中工业搬运与医疗场景将成为驱动市场增长的核心引擎。

随着人形机器人软硬件技术的持续迭代，应用场景的拓展成为产业关注的焦点。国际机器人联合会 （IFR） 在 2025 年下半年发布的最新论文中指出，尽管各国人形机器人发展路径因技术基础、应用目的不同而存在差异，但整体趋势已明确：短期以试点补位为主，中期逐步进入制造与服务领域规模化应用阶段，长期则有望普及至家庭日常场景。在此过程中，高阶系统级芯片 （SoC） 的作用将愈发关键，成为支撑机器人复杂功能的核心部件。

从技术原理来看，人形机器人的 「智能运作」 依赖于一套完整的 「大脑 - 小脑 - 肢体」 协同体系：「大脑」 负责语音识别、环境感知等高层级认知功能，接收指令后进行任务拆解与规划；「小脑」 则承担路径最优规划等运动控制任务；最终通过驱动伺服系统控制 「肢体」 运动，完成指令任务。而在这一过程中，以 CPU、GPU、NPU 为代表的主芯片，是人形机器人实现复杂算法运算与智能决策的核心基础，堪称机器人真正的 「智慧核心」。

人形机器人，用的哪家处理器？

当前，全球人形机器人市场的处理器供应主要由英伟达 （NVIDIA）、英特尔 （Intel） 两大巨头主导，国产芯片仍处于追赶阶段。值得注意的是，在国内外众多人形机器人厂商中，仅有特斯拉具备自主研发芯片的能力 —— 其 Dojo 芯片用于 AI 模型训练，FSD 芯片则部署在机器人端侧，负责实时运算与控制；其余厂商大多依赖外购英特尔、英伟达的芯片搭建算力体系，如优必选 Walker X 采用 Intel i7-8665U (双路，频率 1.9Ghz ) 和 NVIDIA GT1030 显卡 （384 核心），宇树科技宇树科技 H1-2 标配 Intel Core i5（平台功能） 或 Intel Core i7（用户开发），选配 Intel Core i7 或 Nvidia Jetson Orin NX（最多三块）。

具体应用情况如下表所示：

从功能分工来看，人形机器人的 「大小脑」 通常由不同类型的芯片承担：

• 「小脑」（运动控制）：普遍采用英特尔 CPU，负责机器人的平衡维持、轨迹规划、力控调节等底层运动控制任务，确保动作精准、稳定。
• 「大脑」（认知决策）：主要采用英伟达 GPU，承担环境感知、语音理解、任务规划等高阶认知功能。不过，由于英伟达芯片算力高、价格也相对昂贵，通常仅在旗舰级或高端人形机器人产品中作为可选配置搭载。

作为标配电控与平台功能芯片，Intel Core i5/i7 具备多核心处理能力，i7 通常在核心频率、线程数上优于 i5，可满足机器人基础控制、数据处理及用户开发环境搭建需求，支撑非极致算力的算法运行与系统管理。

而英伟达的芯片产品中，Jetson Orin 系列与 Jetson Orin NX 应用最为广泛。其中，Jetson Orin 系列包含 7 个架构一致的模组，最高可提供 275 万亿次运算 / 秒 （TOPS） 的算力，性能是上一代多模态 AI 推理芯片的 8 倍，同时支持高速接口；其配套的软件堆栈包含预训练 AI 模型、参考 AI 工作流及垂直应用框架，能显著加速生成式 AI、边缘 AI 与机器人应用的端到端开发。Jetson Orin NX 则主打高性价比，最高提供 100TOPS 算力，可并行处理视觉感知、路径规划等复杂 AI 任务，成为中高端机器人的热门选择。

2025 年 8 月 25 日，英伟达进一步发布了专为机器人设计的计算平台 ——Jetson AGX Thor 开发者套件及量产模块，目前已在全球范围内 （包括中国） 正式上市，开发者套件起售价为 3499 美元。英伟达 CEO 黄仁勋将其称为 「推动物理 AI 和通用机器人时代的终极超级计算机」，宇树科技创始人王兴兴、银河通用创始人王鹤等行业大咖也纷纷认可其在机器人领域的实用性。

根据 TrendForce 集邦咨询的最新研究，Jetson Thor 以 Blackwell GPU 和 128GB 存储器为核心，可提供 2070 FP4 TFLOPS 的 AI 算力，是前代 Jetson Orin 的 7.5 倍。在刚结束的 WRC 2025 大会上，银河通用的人形机器人 Galbot 成为全球首批搭载 Jetson Thor 芯片的产品，现场展现了出色的自主搬箱能力。银河通用创始人及 CTO 王鹤表示：「包括 NVIDIA 和银河通用在内的所有机器人公司，如今的共同目标都是打造通用机器人。」

国产突破：多厂商发力芯片研发，性价比与定制化成优势

面对国外芯片的市场主导地位，国内厂商已开始加速人形机器人芯片的自主研发，试图在这一领域实现突破。行业普遍认为，人形机器人要实现规模化应用，必须将通用智能与实际场景需求深度结合，而这一目标的实现依赖算法、数据、算力、硬件四大核心技术。中国在硬件供应链领域已具备强大的领先优势，开发人形机器人处理器的 「大小脑」 是下一步的工作重点。

瑞芯微的 RK3588 与 RK3588S 芯片，已被智元灵犀 X2、逐际动力 LimX Oli、高擎 Pi/Pi + 等人形机器人采用。两款芯片的核心架构与算力完全一致，主要差异体现在接口扩展性、封装尺寸与功耗上 ——RK3588 支持更丰富的接口，适用于对外部设备连接需求较高的场景；RK3588S 则封装尺寸更小、功耗更低，更适合对空间与能耗敏感的机器人产品。

作为瑞芯微旗下的 8K 旗舰 SoC 芯片，RK3588 采用 ARM 架构，原本主要面向 PC、边缘计算设备、个人移动互联网设备及数字多媒体应用，如今在机器人领域展现出强劲潜力。其集成了四核 Cortex-A76 与四核 Cortex-A55 处理器，搭配单独的 NEON 协处理器，支持 8K 视频编解码；同时内置多种高性能嵌入式硬件引擎，可针对高端应用优化性能。在 AI 算力方面，RK3588 的 NPU 支持 INT4/INT8/INT16/FP16 混合运算，运算能力高达 6TOPS，且兼容性极强，基于 TensorFlow、MXNet、PyTorch、Caffe 等主流框架的网络模型均可轻松转换适配。

地平线旗下地瓜机器人最新推出的 RDK S100 开发套件，创新性地将机器人 「大脑」（计算功能） 与 「小脑」（控制功能） 高度集成在单颗 SoC 芯片上，大幅简化了机器人的硬件架构。该开发套件采用板卡形式，提供丰富的外围接口，可直接连接摄像头、传感器、执行器等组件，便于嵌入各类机器人系统。

从技术架构来看，RDK S100 板载 CPU+BPU+MCU 异构计算架构，能同时承担高性能 AI 计算与实时运动控制两大核心任务，实现 「环境感知 - 决策规划 - 底层伺服控制」 的全闭环功能 —— 这意味着一块 RDK S100 开发板即可替代传统的 「边缘 AI 板卡 + 独立控制器」 组合，成为机器人的 「智能中枢」，显著降低系统复杂度与开发成本。

具体到计算单元，RDK S100 的单颗 SoC 芯片集成了三类协同工作的核心：

• 「大脑」 部分：由 6 核 CPU 与大算力 BPU（Brain Processing Unit） 组成。6 核通用处理器负责复杂逻辑运算与任务调度；基于地平线新一代自研 「Nash」 架构的 BPU，专门针对深度神经网络 （CNN/Transformer） 优化，可提供 80TOPS（RDK S100） 或 128TOPS（RDK S100P） 的 AI 推理算力，满足环境感知、语音理解等认知需求。
• 「小脑」 部分：由 4 颗 Cortex-R52 + 内核构成独立 MCU，采用 Lock-Step 锁步模式运行，确保运动控制的高可靠性与功能安全性，可精准协调关节电机、维持机器人平衡。

黑芝麻智能正与国内多家人形机器人企业合作研发具身智能技术，其中最具代表性的是与中国科学院院士、武汉大学工业科学研究院执行院长刘胜院士团队的战略合作—— 双方以武汉大学自主研发的首个人形机器人 「天问」 为核心载体，黑芝麻智能为其提供 「华山 A2000」（「大脑」） 与 「武当 C1236」（「小脑」） 双芯片方案。A2000 芯片算力对标 4 颗英伟达 OrinX，支持具身智能算法，可处理多模态环境信息并做出智能决策；C1236 芯片实现 AI 运算与控制任务并行处理，保障复杂环境下的稳定性。

云天励飞也在投资者关系平台上表示，公司正在开发新一代 「大脑」 芯片 DeepXBot 系列，以加速人形机器人中的感知、认知、决策和控制的推理任务。

从竞争优势来看，国产芯片的核心亮点在于更高的性价比与更贴近市场的定制化服务。以地瓜机器人的 RDK S100 为例，其定价仅为 2799 元，几乎是英伟达同等算力方案价格的一半，大幅降低了中低端人形机器人的研发与生产成本；同时，国内厂商可根据机器人厂商的具体场景需求 （如工业搬运、家庭服务、教育科研） 调整芯片功能与接口，提供更灵活的解决方案。

未来趋势：「大小脑融合」 成破局方向

与人脑的功能分工类似，当前人形机器人的控制器普遍采用 「大脑-小脑」 分离架构：「大脑」 负责感知环境、规划路线、智能决策 （如识别手势、听懂语音、自主学习新技能）；「小脑」 则像 「运动达人」，以每秒上千次的频率协调关节电机，确保机器人跳舞不摔跤、搬东西手不抖。

而 「大小脑融合」 架构，是指将认知决策系统 （大脑） 与运动控制系统 （小脑） 深度协同，通过软硬件一体化设计实现 「感知-决策-执行」 的无缝衔接。这一架构的提出与演变，是具身智能发展的核心脉络——其理念源于脑科学与 AI 的交叉融合，旨在模拟人类神经系统中高级认知与运动协调的分工协作机制，让机器人的 「思考」 与 「动作」 更同步、更高效。

当前主流的 「大小脑分离」 方案已逐渐暴露出明显瓶颈：

• 算力需求激增：机器人需同时处理实时控制 （小脑） 与复杂决策 （大脑） 任务，对异构算力的需求大幅增加，导致硬件成本上升。
• 通信延迟明显：「大脑」 与 「小脑」 分属不同硬件系统，数据传输存在延迟，可能导致机器人动作与决策不同步，影响操作精度。
• 开发成本高企：开发者需维护两套独立的代码体系——控制代码可能运行在 Arm CPU 或 x86 CPU 上，AI 算法则需在 GPU 或其他专用模块上运行，代码适配与调试难度大。
• 传感器融合困难：硬件分离导致多种传感器 （如摄像头、力传感器、陀螺仪） 的数据难以高效整合，影响机器人对环境的综合判断。

相比之下，「大小脑融合」 架构可通过单芯片或一体化硬件设计解决上述问题，成为未来人形机器人控制器的主流发展方向。

而就在最近，英伟达与英特尔宣布建立合作关系。公开信息显示，在数据中心领域，英特尔将为英伟达定制 x86 CPU，由英伟达将其集成至人工智能基础设施平台并投放市场。在个人计算领域，英特尔将生产并向市场供应集成英伟达 RTX GPU 芯片的 x86 系统级芯片 （SOC）。英伟达将以每股 23.28 美元的价格向英特尔普通股投资 50 亿美元。

值得注意的是，在人形机器人领域，目前大部分的方案都是英特尔 CPU+英伟达 GPU 的 「大小脑」 分离架构，但随着此次双方展开合作，未来或许会推出 「大小脑融合」 架构的 SoC。融合架构的 SoC 可以更好的融入 X86 和 CUDA 生态，为开发者提供更强的智能核心。

尽管人形机器人市场前景广阔，但距离真正实现大规模量产商用，仍面临诸多亟待解决的挑战：

• 数据积累不足：具身智能需要大量真实场景数据训练模型，而当前人形机器人的应用场景有限，数据量与多样性难以满足通用智能的需求。
• 硬件架构待优化：除 「大小脑融合」 外，芯片的算力密度、功耗控制、散热性能仍需提升，以适配机器人紧凑的空间与移动需求。
• 成本居高不下：高端芯片、精密伺服电机、传感器等核心部件价格昂贵，导致人形机器人整机成本过高，难以普及至消费级市场。
• 安全性待加强：机器人在与人类交互 （如家庭服务、医疗护理） 时，需确保运动安全 （避免碰撞）、数据安全 （保护用户隐私），这对软硬件的安全性设计提出更高要求。

英特尔中国边缘计算事业部 EIS 高级总监李岩的观点颇具代表性：「以人形机器人为代表的具身智能行业发展迅速，但也存在系统架构非一致性、解决方案泛化能力不足、场景适配复杂性高等问题。」 未来，只有通过产业链上下游的协同创新 （如芯片厂商与机器人厂商联合研发、算法公司与硬件厂商深度合作），才能逐步突破这些挑战，推动人形机器人真正走进现实生活。