國產 AI 芯片正在重塑人形機器人成本線。

作者｜李源

編輯｜鄭玄

人形機器人的價格正在經歷一場高臺跳水。

2024 年，宇樹發布的 9.9 萬雙足機器人，還在價格上讓人大大震撼。2025 年，已經出現了四萬的雙足機器人，十萬元以內的雙臂智能機器人。美銀預測到 2030 年，人形機器人硬件成本將下降 70%。

成本降低的邏輯十分清晰：2025 年，摩根史坦利的報告指出，除了「大腦」（即芯片）部分仍依賴于國外高端 AI 芯片外，幾乎所有的人形機器人身體部件都可以在中國國內生產。

不過，最后的堡壘也在崩塌中。

6 月 11 日，脫胎于地平線公司的地瓜機器人公司，發布了面向機器人和具身智能場景的首款單 SoC 算控一體化機器人開發套件——RDK S100。

地瓜機器人此前已經發布過兩款機器人芯片，算力為 10 TOPS 及以下，主要服務于使用中低算力的掃地機器人、割草機等機器人。而此次發布的 RDK S100，第一次將算力提高到百 TOPS 級，可以滿足更高階具身智能機器人的使用。

在演示中，地瓜機器人使用 RDK S100 連接了宇樹機器人，用 RDK S100 的算力實現了機器人跳舞。在另一個演示中，一個機器人用 RDK S100 的算力實現了對桌上物品的識別和抓取。

不僅如此，RDK S100 還采用了與英偉達芯片不同的創新架構：算控一體。產品本身在單一 SoC 上整合了 CPU+BPU+MCU，進行高效協同。

當地平線用開放生態托起中國智能汽車的「智駕平權」，剛剛宣布了融資 1 億美金的地瓜機器人能在機器人領域做到類似的事情嗎？

極客公園對地瓜機器人開發者生態副總裁胡春旭進行采訪，和他聊聊他如何看待地瓜機器人在產業中的作用。

01

脫胎于地平線，專注于機器人場景研發

問：地瓜機器人從地平線分拆而來，這是否為其帶來了行業優勢？

胡春旭：地瓜機器人是原來是地平線里面的機器人事業部，這個事業部再前身是地平線的 AIoT 事業部。AIoT 事業部其實是在 2015 年地平線成立之初就一直存在的一個業務方向。所以如果往前追溯，其實可以追溯到地平線成立這個團隊算是存在的，所以地瓜機器人現在獨立運營出來之后，一定是有很多的技術積累跟市場資源是能夠借助原來的體系繼續去發力的。

產品層面上，包括現在的 RDK S100 中，最核心的一些硬件部分，BPU 這個部分其實都是地平線那邊授權給我們，然后這個部分都是節省了我們很多大量的研發資源投入的。在 BPU 這側跟地平線的征程系列芯片是基本上保持一致的。

市場層面，我們現在看到的科沃斯這些大客戶，其實都是一開始我們在這個地平線的集團里面，或者在當時的公司里面就已經有的客戶，那現在還是地瓜機器人的客戶。現在，地平線專注車載方向，地瓜機器人則繼續承擔除車載以外的機器人智能化方向，這樣的業務劃分也讓我們能夠更聚焦、更高效地推進各自的目標。

問：對于地瓜機器人來說，發展的重要節點是什么？

胡春旭：從大的時間節點來看，有兩個非常重要的轉折點。第一個是在 2019 年到 2020 年初，當時地平線內部進行了戰略聚焦。第二個節點是 2024 年地瓜機器人的正式分拆，這個決定更多是出于對整個行業節奏變化的判斷。我們看到的是具身行業正在快速發展，那我們必須要去跟上行業快速發展的節奏。

問：為什么在這個節點分拆出來？

胡春旭：最重要的變化是大模型的發展。ChatGPT 在 2023 年初的發布對整個 AI 行業是一次顛覆性推動，也直接影響到了機器人行業。機器人領域長期以來的核心難點在于智能化程度不足，這限制了其在更多場景的應用落地。而大模型的出現雖然還不能完全解決問題，但它至少讓行業看到了「可解」的希望。

我們判斷來看是 2024 年開始，機器人這個行業跟大模型開始進行到了一個比較深入的互相的滲透，所以為了能夠去跟上這個節奏，也為了能夠更好的充分利用利用我們機器人方向的資源，包括人上的資源，那所以有分拆之后就對整個不管地平線也好，對地瓜機器人也好，大家能夠更加的聚焦，更加的能夠充分發揮自己的這個效率。

問：地平線的業務和目前地瓜機器人的業務會有什么不同點？

胡春旭：兩者的核心區別在于所聚焦的應用場景不同。地平線目前已完全聚焦于車載智能化，而地瓜機器人則專注于機器人領域。這兩個場景在未來的發展路徑上差異顯著，無論是技術演進路線，還是產品化程度和業務方向，都會有本質上的不同。

例如，地瓜機器人在 BPU 的演進路徑上與地平線保持一致，算力規格基本相近。但在業務落地層面，二者有明顯不同。以 SoC 為例，地平線的征程系列主要面向車載場景，其落地方式基于「域控制器」架構；而在機器人領域，RDK 同樣可以被視作一種「域控器」，但其設計思路完全不同。

RDK 作為機器人側的核心控制平臺，是以 SoC 為核心，并通過豐富的接口連接控制器、執行器等模塊，實現整機控制。可以說，在越靠近芯片核心的技術架構上，兩者有很多平臺化的共性；但越往外圍的系統集成和應用層走，機器人業務的復雜度和發散性遠高于車載業務。這也是我們在設計 RDK 平臺時，必須充分考慮機器人行業碎片化、多樣性特點的重要原因。

地瓜機器人需要對「具身智能」這一類場景中，形成自己的技術判斷。不過，同時也可以借助地平線在車載領域積累的經驗與技術思路。以「端到端」為例，這一技術在車載領域已相對成熟，驗證路徑較為清晰。但在機器人場景中仍面臨諸多挑戰，例如數據缺乏、硬件結構高度碎片化等問題。

02

具身智能落地需要時間，優先解決分層模型的問題

問：目前機器人行業發展很快，您可以對整個行業圖景做一個掃描嗎？

胡春旭：從宏觀視角來看，我們將 2025 年機器人市場大致劃分為三大板塊。

第一大板塊是傳統機器人，主要包括工業機器人和成熟的消費級產品，如掃地機器人等。這類產品已形成穩定市場格局，主要玩家處于「寡頭競爭」狀態，行業處在高出貨、高內卷階段，我們稱之為傳統板塊。

第二大板塊是「新形態機器人」，這些產品尚未復雜到具身人形的程度，但具備明確的短期落地潛力。典型例子包括割草機器人、泳池機器人、陪伴機器人、撿球機器人，以及能與人互動的娛樂型、二次元風格 AI 手辦等。這一領域正受到 AI 和大模型的加速推動，我們判斷三年內將有一個或多個場景實現突破、實現規模化。此領域玩家結構更為多元，包括玩具制造商、互聯網公司等，打法偏消費級、偏互聯網化。

第三大板塊則是目前最受關注的具身機器人。不管人形，四足、輪足還是機械臂我們統稱為是具身場景，這個場景是熱鬧的，但不是大規模落地的。在這個板塊中，又可進一步細分為通用機器人與場景化機器人兩個方向：

通用型具身機器人（如全人形機器人）目標是成為未來五到十年后廣泛應用于工業與家用場景的統一平臺，但短期內難以規模化。

場景化具身機器人則聚焦特定應用，如四足、輪足機器人在搬運、生物實驗、應急救援等領域的部署，或消費級機械臂在家庭服務場景中的應用。

從時間節奏來看，我們認為未來三到五年，四足機器人和機械臂在部分場景具備起量可能；而通用型人形機器人仍需較長周期技術積累和生態建設。

問：如果單獨看具身機器人這條路徑，您認為接下來發展的時間節點是什么？

胡春旭：我個人更傾向于「跨越式」的發展路徑。這點和大模型非常類似。ChatGPT 出現之后，整個 AI 行業幾乎是被直接推上了一個新的臺階。機器人行業也一樣，尤其是具身智能的發展，需要一個類似的「ChatGPT 時刻」——也就是說，需要某一個具有標志性的事件，能夠明確驗證具身機器人在現實場景中的可行性。

這個關鍵事件，可能來自像特斯拉或 Figure AI 這樣的公司。他們如果能在某個特定場景中展示出具備實際能力的人形機器人，并通過明確的 Demo 或真實部署來證明「這件事是可行的」，那將成為整個行業非常重要的轉折點。

特斯拉曾表示將在 2025 年內實現人形機器人的大規模部署，甚至可能達到上千臺或上萬臺。如果這一目標實現，并且這些機器人在工業或其他結構化場景中展現出足夠「聰明」的 AGI 能力，那對行業發展節奏的影響將是巨大的——五到十年的周期判斷可能會被顯著壓縮。

但就目前來看，我個人對其是否能在今年內真正大規模落地持相對謹慎甚至悲觀的態度。雖然特斯拉和 Figure 在技術上的確是全球領先，是行業的標桿，但從他們公開披露的材料來看，很多關鍵技術點仍存在瓶頸。當然，也不排除他們內部有更多尚未公開的進展。不過從目前信息來看，達到那種規模的落地難度依然很高。

問：在這樣的觀察下，我們怎么布局目前的算力產品？

胡春旭：RDK S100 的推出，是我們對整個機器人技術演進路徑進行深入理解之后的一個產品回應。

我們參考了自動駕駛的分級體系，將機器人行業發展階段類比為 L1 到 L5。當前行業大致處于 L2-L3 之間，具備部分智能決策與運動能力，但尚未全面通用。按照這一路徑，未來會分為兩種技術發展模式：一種是分層結構（即大小腦分工協作）；另一種是端到端的 AGI 路徑。我們認為短期內更可能落地的是分層架構，因此 RDK S100 面向的就是這一主流技術演進方向。

在硬件設計上，RDK S100 采用了我們提出的「超級異構架構」，即 CPU + BPU + MCU 三核心協同。它希望解決的核心問題是：如何在機器人端側同時高效支持感知決策（算）和運動控制（控），實現「大小腦協同」。 此外，從我們整體產品規劃上看，RDK S100 并非終點。目前，RDK X3/X5 擁有 10TOSP 算力，支持傳統機器人、新形態機器人，RDK S100 擁有 100TOPS 算力，支撐包括四足、低速移動機器人等的分層模型部署。而未來我們將在 2026 年 Q1 發布 500TOPS 以上的高算力SoC，用于承載端到端的 AGI 型機器人。這條產品路線圖緊密結合機器人行業分級演進與技術需求。

問：這和英偉達的路線有一些不同？

胡春旭：如果我們跟這種技術線去類比，英偉達更靠近端到端，而且很多時候我們會發現英偉達他的算力一直往高走，他馬上在 7 月初就會有 Thor 新一代芯片出來，算力最高應該能到 2000T。

此外，英偉達是一家偉大的公司，但主要以 GPU 為核心、以數據中心為主戰場。因此在機器人這種端側落地型場景中所投入的比重相對較小，尤其在「控制」這一環節上，其產品覆蓋相對薄弱。我們看到，英偉達的機器人解決方案側重于「大腦」，缺乏對「小腦」即運動控制和實時控制的原生支持，導致很多項目仍需搭配外部 MCU，帶來通信開銷和系統復雜度。

相比之下，我們的 SoC 原生支持「算控一體」，是面向落地端設備設計的，從而能更好完成「平臺級閉環」。

此外，在生態層面，我們的出發點是「以開發者為本」。地瓜機器人構建了從芯片、開發板、OS、文檔、論壇到上層應用和工具鏈的一整套生態體系，面向學生、創業者、KOL 等不同群體定制運營方式。我們還積極推動開發者大會、機器人挑戰賽等活動，形成一個活躍且實用的機器人開發社區。

這套邏輯與英偉達以專業科研或企業 AI 開發為中心的生態運營思路有明顯區別。我們在產品和運營兩個維度上，始終堅持差異化定位。

03

碎片化破局：關注前沿市場，也關注學生群體

問：目前 RDK S100 已有部分客戶參與測試，有哪些使用反饋？

胡春旭：我們此前已經進行了小規模眾測，覆蓋了幾十家客戶。整體來看，當算力需求在 50TOPS 以下時，市場上仍有不少選擇；但超過 50TOPS 尤其是百 T 級的，當前可選項非常有限，主要就是英偉達和我們地瓜機器人。

客戶反饋主要集中在兩方面：一是供應鏈穩定性，二是架構整合帶來的性能和成本優勢。比如深圳一家做室外清潔機器人的公司，原本使用的是英偉達平臺，一方面面臨供應穩定性問題，另一方面還需另配一套 MCU 系統，造成成本升高，還受限于兩顆芯片之間的總線通信頻率，存在性能瓶頸。

引入 RDK S100 后，該公司將原先分離的大腦和小腦架構整合至單一平臺，實現了硬件簡化與性能提升。芯片內部的通信帶寬更高、延遲更低，控制響應更及時。目前他們正基于 RDK S100 迭代產品，計劃于年底前實現新一代商用落地。

問：RDK S100 的定價策略是如何制定的？目標客戶是否有聚焦？未來是否會擴展？

胡春旭：RDK S100 定位于支持分層結構的智能機器人平臺，面向的是具備一定智能需求但不追求 AGI 全覆蓋的場景，如四足機器人、低速物流車、機械臂和偏數采任務的人形機器人等。它并不是為全人形 AGI 場景而設計，那將由我們未來的 S600 平臺去承接。

關于定價，我們結合了兩個維度：

市場反推：參考手機、汽車行業中 SoC 占終端售價的比例（約 10%），倒推回機器人。假設未來具身機器人的主流售價在 25 萬元之間，SoC 的合理定價區間約為 2000-5000 元；

成本正推：確保在支持客戶量產的同時，維持合理毛利。

最終我們提供兩個版本：

? RDK S100：80TOPS / 12GB 版本，定價 2799 元；

? RDK S100P：128TOPS / 24GB 版本（將于第三季度發售）。

此外，首發期間我們將會有促銷活動，預計優惠兩三百元，以進一步降低開發者門檻、刺激初期部署。

問：除了硬件銷售，地瓜機器人未來是否會構建多元商業模式？與地平線當年的結構相比，會有哪些不同？

胡春旭：我們作為獨立公司，必須建立清晰的商業閉環。目前我們的商業模式分為三個方向：

芯片銷售：這是我們目前的核心收入來源，面向傳統機器人和新形態機器人，延續自地平線的 AIoT 和機器人業務。

生態產品銷售：包括 RDK 開發套件及其配套擴展件（如 MCU 模塊、接口擴展板等），由我負責的生態部門主導。

云平臺服務：我們正在構建云端平臺，主要用于仿真模擬與數據閉環訓練。隨著機器人落地后不斷運行和學習，它們將如同智能汽車一樣不斷迭代升級。我們目前已有客戶基于該平臺進行商業化部署，未來將成為我們的核心差異化能力之一，也是未來長期盈利的重要來源。

媒體：機器人的領域發展剛剛開始，為未來鋪路，地瓜機器人目前有在做哪些準備？

胡春旭：英偉達做的非常牛的一件事情即使從十幾年前就在搞 CUDA，雖然當時的目的不是為了搞 AI 或 AGI，當時都沒有這個事。從整個地瓜機器人的策略來看，我們大的愿景是成為整個機器人的母生態，說白了就是讓所有做機器人開發的公司第一個想到用我們的東西，能夠很快把機器人給做出來。但是現在整個機器人行業的現狀是很碎片化的，而且是處于很前期的狀態，所以我們必須要跟著行業發展去推進整個行業發展，整個地瓜機器人的策略也是很長期的策略，因為機器人整個行業就是長期的。

從中長遠來看，比如三年之內，我們可能更多會去通過生態的建設挖掘更多可能成長為未來很厲害的機器人公司的開發者或者客戶。從未來來看，我們通過更多不同的 SoC 算力布局，不同開發板的布局，來支撐更多開發者，讓他們把產品去落地。

回到我們生態建設的整個運營策略，我們會把整個開發進行更聚焦的人群分類。最下面一層將以學生為核心的，這部分更多是人才培養跟整個行業認知為導向，會做很多的機器人等級考試、競賽、教材，滲透到中學、小學、大學做很多課程，讓他從小就知道用我們地瓜機器人的東西做出的機器人是領先的，是什么樣的效果。

*頭圖來源：地瓜機器人

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你如何看待地瓜機器人？

專家談小米汽車：并非簡單模仿，通過致敬經典，造超越用戶期待的車。

點贊關注 極客公園視頻號 ，