核心摘要

2025 年是中国具身机器人芯片行业从 “技术探索期” 向 “商业化爆发期” 跨越的关键节点。随着华为、地平线、黑芝麻智能等企业的专用芯片方案量产落地，行业实现从 “通用芯片裁剪适配” 到 “全栈架构协同设计” 的核心升级 —— 存算一体、异构计算等技术突破，将端侧大模型运行功耗降至 5W 级，支撑人形机器人、四足机器人等载体的规模化量产。据中国信息通信研究院数据，2024 年具身智能上游核心零部件（含芯片）市场规模已达 186 亿元，预计 2030 年突破 850 亿元，年均复合增长率超 28.5%(39)。其中，瑞芯微 RK3588、全志科技 MR 系列、后摩智能 M50 等产品已成为场景渗透的主力，推动国产芯片在工业、服务机器人领域的市占率持续攀升。

关键结论如下：

1.市场规模与增长潜力：2024 年具身智能上游核心零部件（含芯片）市场规模 186 亿元，2025 年 AI 芯片整体市场规模达 1530 亿元（含具身机器人、自动驾驶等场景），其中人形机器人单品类市场规模突破 82 亿元，占全球市场份额超 50%(39)。

2.技术架构迭代：行业从传统冯・诺依曼架构向存算一体、异构计算演进，后摩智能 M50 芯片能效比达 23TOPS/W，地平线征程 6P 能效比达 40+TOPS/W，较传统 GPU 方案提升 3 倍以上(166)。端侧大模型轻量化取得突破，3B 参数量模型仅占 2GB 内存，推理延迟降至 10ms 级，满足实时控制需求(300)。

3.竞争格局：形成“全栈方案提供商 + 纯芯片设计公司 + 垂直整合巨头” 的三元格局。华为凭借昇腾 950 系列构建端云协同生态；黑芝麻智能、后摩智能等在专用芯片领域实现性能突破；宇树科技、优必选等本体厂商通过自研 / 深度绑定芯片方案，实现场景定制化优化(106)。

4.国产化进程：工业机器人控制芯片中端市场国产化率达 75%，全志科技在四足 / 人形机器人运动控制芯片领域市占率超 50%，星宸科技机器人视觉 AI SoC 全球市占率达 23.0% 位居行业第二(248)。

第一章行业概述与宏观背景

1.1 具身智能与机器人芯片的定义

具身智能（Embodied Intelligence）是指人工智能系统通过物理实体（机器人）与环境交互，实现感知、决策与执行的闭环 —— 区别于传统 “脱离物理世界的 AI 模型”，其核心是将 “认知推理” 与 “肢体动作” 深度绑定，让智能体在真实场景中自主完成复杂任务。而具身机器人芯片则是支撑这一闭环的核心硬件，需同时满足三类场景需求：一是工业场景的微秒级运动控制精度，二是服务场景的多模态感知融合能力，三是特种场景的极端环境耐受性(198)。

从功能维度划分，这类芯片可分为三类：

•AI 算力芯片（大脑） ：负责环境感知、语义理解、世界模型推理等复杂认知任务，典型产品如华为昇腾 950、地平线征程 6P、黑芝麻智能华山二号 A1000(106)；

•运动控制芯片（小脑） ：承担关节驱动、动态平衡、实时轨迹规划等任务，对时延和精度要求苛刻—— 比如工业机械臂的关节控制，需在微秒级完成扭矩调整，典型产品如全志科技 MR 系列、兆易创新 GD32H75E(234)；

•存储与互联芯片（神经网络） ：实现传感器数据高速传输与指令同步，保障多模态信息的实时交互，典型产品如东芯股份 3D NAND Flash、裕太微电子工业以太网 PHY(216)。

1.2 行业发展的驱动力

2025-2026 年行业爆发的核心驱动力，源于政策引导、场景需求与技术突破的三重共振 —— 三者形成了 “政策定方向、场景提需求、技术破瓶颈” 的完整闭环，将行业从实验室原型阶段推向规模化量产。

1.2.1 政策环境：专项规划与资金扶持的双重拉动

政策层面，国家与地方形成协同布局：2025 年 11 月工信部启动 “人工智能产业及赋能新型工业化创新任务揭榜挂帅”，将人形机器人芯片纳入核心攻关方向，要求申报企业在零部件分拣、危险作业等场景实现操作成功率不低于 90%(48)；2026 年 1 月正式发布《人形机器人产业发展规划（2026-2030）》，明确将 “研发具身智能专用芯片” 列为核心任务，提出到 2030 年实现全链条国产化的目标(313)。地方层面，重庆作为西南制造业枢纽，2026 年 1 月印发《重庆市推动 “人工智能 +” 行动方案》，提出建设人形机器人训练场、编制智能机器人产业链名录，对核心部件（含芯片）研发企业给予最高 3000 万元补贴(17)；同期启动的《重庆市智能机器人产业链名录（2026 年版）编制工作》，将芯片企业纳入核心部件板块重点扶持，直接推动宇树科技在大渡口区设立全资子公司重庆宇羿科技，专攻工业、服务类机器人研发制造(19)。

1.2.2 市场需求：B 端量产与场景下沉的刚性支撑

市场需求端的核心变化，是从“实验室原型验证” 转向 “B 端规模化交付”。智元机器人 2025 年通用具身机器人出货量达 5000 台，其中远征 A1/A2 系列在比亚迪汽车生产线完成装配、搬运等任务的实地验证，累计工作时长超 100 万小时(304)；优必选 Walker S2 工业人形机器人 2025 年产能突破 1000 台，交付超 500 台，全年订单总额逼近 14 亿元(223)。这类真实场景的批量订单，直接要求芯片具备“高可靠、低延迟、低成本” 的特性 —— 比如汽车制造场景的人形机器人，需在 1ms 内完成焊缝缺陷识别与轨迹调整，传统通用芯片的延迟（通常在 10ms 以上）已无法满足需求，倒逼专用芯片的研发迭代(224)。

1.2.3 技术瓶颈突破：从 “可用” 到 “好用” 的关键跨越

技术层面的三大突破，彻底打破了行业规模化的壁垒：其一，端侧大模型轻量化实现量级突破——3B 参数量的模型仅占 2GB 内存，推理延迟降至 10ms 级，智平方 GOVLA 模型的复杂任务推理能力甚至较国际标杆提升 30%，首次实现端侧实时决策(300)；其二，存算一体架构解决了“算力与功耗” 的矛盾 —— 后摩智能 M50 芯片在 22nm 工艺下实现 160TOPS 算力，典型功耗仅 10W，能效比达 23TOPS/W，较传统 NPU 提升 5 倍，满足人形机器人的电池续航要求(166)；其三，运动控制精度达到工业级要求—— 全志科技 MR133 芯片运动控制时延低至 0.05ms，中科无线半导体 CT 系列芯片将响应速度提升至微秒级，动力转换效率提高 30%，支撑工业场景的高精度操作(234)。

1.3 2025-2026 年行业关键特征

2025-2026 年行业的核心特征，可概括为三大转变，每一项都对应着行业从 “技术探索” 到 “商业落地” 的本质升级：

1.芯片架构从“通用” 向 “专用” 演进：传统通用芯片（如英伟达 Jetson 系列）虽能提供高算力，但功耗、时延与成本均无法适配具身机器人的物理场景需求 —— 比如英伟达 Jetson AGX Orin 的典型功耗达 30W 以上，是人形机器人电池续航的巨大负担。2025 年行业加速转向专用芯片设计：地平线征程 6P 集成 4 核 BPU+18 核 CPU+GPU+MCU，单芯片实现 560TOPS 算力，能效比达 40+TOPS/W，是传统 GPU 方案的 3 倍；黑芝麻智能华山二号 A1000 基于 RISC-V 架构，算力达 80TOPS，功耗仅 5W，成本较同级别 ARM 架构芯片降低 30%(152)。

2.计算范式从“云端集中” 向 “端云协同” 转变：传统云端计算存在网络延迟高、隐私风险大的问题—— 比如服务机器人的语音交互，若依赖云端推理，延迟可能超过 500ms，无法满足实时交互需求。2025 年行业确立 “端侧执行 + 云端训练” 的协同模式：端侧芯片负责实时运动控制、本地感知推理，云端则通过大规模数据训练优化模型，再将轻量化模型下发至端侧。华为昇腾 950 系列支持端云协同，HiZQ 2.0 HBM 技术将内存带宽推升至 4TB/s，适配端侧大模型的内存访问需求；地平线征程 6P 支持端到端大模型，可实现 “光子输入→动作输出” 的直接映射，无需云端中转(178)。

3.竞争焦点从“单一芯片性能” 转向 “全栈生态能力” ：单纯的芯片算力已不再是核心竞争力—— 企业需同时提供算法适配、开发工具链、场景解决方案，才能满足客户需求。比如黑芝麻智能推出的业界首个机器人商业化专属部署平台 SesameX，覆盖从感知到控制的全流程，支持 ROS2 机器人操作系统，大幅降低了机器人厂商的开发门槛；华为则通过 CANN 算子库、MindSpore 框架，为客户提供从芯片到应用的全栈支持，已在工业机器人场景实现规模化落地(91)。

第二章核心技术架构与挑战

具身机器人芯片的技术复杂度，远高于传统 AI 芯片 —— 其不仅要处理多模态感知数据，还要实时输出高精度运动控制指令，同时需在有限功耗下实现长续航。2025-2026 年，行业在计算架构、互联技术、存储技术三大方向实现关键突破，但仍面临标准化缺失、极端场景适配不足等挑战。

2.1 计算架构：异构集成与存算一体的双轮驱动

2025-2026 年，具身机器人芯片的计算架构创新，主要围绕 “解决冯・诺依曼瓶颈” 与 “适配多模态任务” 两大目标展开 —— 前者提升能效，后者保障场景兼容性。

2.1.1 异构计算（Heterogeneous Computing）

为同时满足“复杂认知任务” 与 “实时运动控制” 的双重需求，异构计算已成为行业主流架构 —— 通过集成 CPU、GPU、NPU、MCU 等不同计算单元，分别处理逻辑控制、图形渲染、AI 推理、实时控制等差异化任务，实现算力与能效的平衡。例如：

•地平线征程 6P 集成 4 核 BPU+18 核 CPU+GPU+MCU，单芯片实现 560TOPS 算力，能效比达 40+TOPS/W，可同时处理视觉、语音、触觉等多模态数据，并输出高精度运动控制指令(152)；

•黑芝麻智能华山二号 A1000 集成 CPU、GPU、NPU 及多种专用计算单元，支持全 FP16/FP8 浮点及 INT4/INT8/INT16 等多种精度计算，原生支持 Transformer 模型，其自研 NPU “九韶” 实现了 Transformer 硬加速，可高效处理具身大模型的推理需求(94)。

2.1.2 存内计算（Processing-In-Memory, PIM）

存内计算是解决冯・诺依曼瓶颈（计算单元与存储单元分离导致的高延迟、高功耗）的核心技术—— 将计算单元嵌入存储单元内部，数据无需在存储与计算单元之间频繁传输，从而大幅提升能效比。2025 年，存内计算芯片实现从实验室到量产的突破：

•后摩智能 M50 芯片采用第二代存算一体 IP，物理算力达 160TOPS（INT8）、100TFLOPS（bFP16），搭配最大 48GB 内存和 153.6GB/s 的超高带宽，典型功耗仅 10W，相当于手机快充功率，可驱动参数规模从 1.5B 到 70B 的本地大模型(166)；

•智芯科推出的 SRAM 存算一体芯片，在 22nm 工艺下实现 23TOPS/W 能效比，较传统 NPU 提升 5 倍，可适配机器人 “小脑” 的低延时运动控制需求(55)。

2.1.3 RISC-V 架构的崛起

开源指令集 RISC-V，因轻量化、可定制化的特性，成为国产机器人芯片的主流架构 —— 企业可根据场景需求扩展指令集，在保障性能的同时降低成本。例如：

•黑芝麻智能华山二号 A1000 基于 RISC-V 架构，算力达 80TOPS，功耗仅 5W，成本较同级别 ARM 架构芯片降低 30%，已广泛应用于家庭服务机器人、小型物流机器人领域(241)；

•全志科技 MR 系列芯片内置 RISC-V 实时处理器，适配入门级服务机器人，与石头、追觅、云鲸等品牌深度绑定，2025 年上半年相关业务收入同比增长显著(249)。

2.2 互联技术：高实时性与高安全性的保障

具身机器人需实时处理多传感器数据（如视觉、触觉、IMU），并同步控制多个关节 —— 这对芯片的互联技术提出了 “低延迟、高带宽、高可靠” 的苛刻要求。2025-2026 年，行业形成了明确的技术选型标准。

2.2.1 工业以太网与 TSN

工业以太网已成为机器人关节控制的主流方案—— 其中 EtherCAT 负责躯干 / 关节的微秒级同步（周期 < 100μs、抖动 < 1μs），满足高精度运动控制需求；CAN FD 则负责末端传感器、BMS 等低带宽场景，具备低成本、强抗干扰能力。例如：

•裕太微电子 100M/1G 工业 PHY 芯片已进入优必选、雷赛智能的原型机，单颗报价 0.8-1.2 美元，比外资产品低 30-40%，2025 年机器人业务营收占比有望从 0 提升至 8%(183)；

•创耀科技 EtherCAT 从站芯片延迟 < 1μs，已切入优必选供应链，单台机器人用量可达数十颗(183)。

2.2.2 PCIe 与 CXL

PCIe 6.0 与 CXL（Compute Express Link）技术，则主要满足端侧芯片与内存、传感器之间的高速数据传输需求。其中：

•PCIe 6.0 提供 64GT/s 的串行总线带宽，可支持多路 8K 摄像头的实时数据传输 —— 比如工业人形机器人的视觉系统，通常需要 4-8 路 8K 摄像头，总数据带宽需求超过 100GB/s，PCIe 6.0 可轻松覆盖(162)；

•CXL 技术则解决了内存扩展的瓶颈 —— 澜起科技发布的全球首款 CXL 内存扩展控制器芯片，已应用于部分高端机器人算力平台，可实现内存池化与动态扩展，满足大模型推理的内存需求(185)。

2.3 存储技术：高带宽与低延迟的突破

具身机器人的多模态数据（如视觉、触觉、IMU）传输速率极高 —— 比如 8K 摄像头单路数据速率可达 32Gbps，人形机器人通常需要 4-8 路摄像头，总数据速率可超过 200Gbps。这对存储技术的带宽提出了极高要求，2025-2026 年行业的突破方向主要集中在以下两类：

2.3.1 HBM（High Bandwidth Memory）

HBM（高带宽内存）通过 3D 堆叠技术，在有限体积内实现超高带宽，成为高端具身机器人芯片的标准配置。例如：

•华为昇腾 950 系列采用 HiZQ 2.0 HBM 技术，内存带宽达 4TB/s，超越部分数据中心级 GPU，可高效处理具身大模型对内存访问带宽的极端渴求(178)；

•寒武纪思元 370 采用 HBM2E 内存，带宽达 1.6TB/s，在运动控制场景下延迟低至 8 微秒，满足半导体晶圆搬运的高精度要求(191)。

2.3.2 近存计算（Near-Memory Computing）

近存计算则通过将计算单元靠近存储单元，减少数据传输距离，降低延迟与功耗。例如：

•北京君正针对人形机器人的需求，推出 3D DRAM 技术，并通过近存计算架构优化存储与计算的协同效率，其研发的智慧大脑芯片将存储单元与 AI 计算模块深度整合，可提升多模态数据处理效率(163)；

•东芯股份的 3D NAND Flash 产品，在人形机器人领域广泛应用，提供大容量、高性能的存储解决方案，满足机器人操作系统和应用程序的存储需求(216)。

2.4 当前技术挑战

尽管 2025-2026 年行业实现了多项突破，但仍面临三大核心技术挑战，制约着行业的进一步规模化：

1.标准化缺失：当前行业缺乏统一的芯片接口、算法模型与性能评估标准—— 不同机器人厂商的硬件接口、软件栈互不兼容，导致芯片厂商需为每个客户定制开发适配方案，开发周期长达 6-12 个月，大幅增加了成本。例如，优必选的 Walker S2 与智元的远征 A1，采用的芯片接口与控制协议完全不同，芯片厂商需分别投入资源适配(294)。

2.极端场景适配不足：特种场景（如核环境、高原、深空）对芯片的稳定性要求极高—— 现有国产芯片在抗辐照、宽温域、低气压环境下的参数，仍落后于国际竞品。例如，核环境机器人需要芯片耐受≥75Mev・cm²/mg 的辐射剂量，而国内仅有少数企业的产品能达到这一标准；高原环境的低温（-30℃以下）会导致部分芯片的运算精度下降 10% 以上(265)。

3.大模型 - 芯片协同优化不足：当前端侧大模型的轻量化程度仍需提升—— 部分 7B 参数量的模型，端侧运行仍需占用超过 5GB 内存，超出了人形机器人的内存预算；同时，大模型与芯片的协同优化不足，部分专用芯片对 Transformer 模型的支持效率较低，导致算力浪费。例如，某国产大模型在通用 GPU 上的推理效率为 120TOPS，但在专用机器人芯片上仅能达到 80TOPS(288)。

第三章中国具身机器人芯片公司全景分析

中国具身机器人芯片行业已形成清晰的竞争梯队—— 从全栈方案提供商到纯芯片设计公司，再到垂直整合的本体厂商，不同类型的企业依托各自的核心优势，在不同场景中构建壁垒。

3.1 全栈方案提供商：华为

华为是中国具身机器人芯片领域的全栈生态构建者—— 其核心优势在于 “端云协同” 的全栈能力，从芯片硬件到算子库、框架、场景解决方案，形成了完整的闭环，可满足从工业到服务的全场景需求。

•核心芯片产品：昇腾 950 系列是华为针对具身机器人端侧优化的核心产品，分为两个子型号：950dt 配备 144GB HBM3e 显存，带宽 4TB/s，适配大型模型训练与复杂推理；950pr 为 128GB 显存、1.6TB/s 带宽，性价比更高，可满足多数 AI 应用及成本敏感场景需求。该系列支持 FP8/FP4 混合精度计算，单卡 FP8 算力约 1PetaFLOPS，可高效运行千亿参数级别的具身大模型(178)。

•技术优势：昇腾 950 系列的技术优势，源于华为在端云协同与全栈软件的积累：HiZQ 2.0 HBM 技术将内存带宽推升至 4TB/s，适配端侧大模型的内存访问需求；CANN 算子库、MindSpore 框架为具身大模型提供了全流程适配支持，可实现模型的快速部署与优化；端云协同模式则实现了 “端侧执行 + 云端训练” 的协同，既满足了实时控制需求，又能通过云端大规模数据优化模型(106)。

•应用案例：2025 年，昇腾 950 系列已在工业、服务、特种三大场景实现规模化落地：在工业场景，与比亚迪合作，为汽车制造生产线的人形机器人提供算力支撑，实现焊缝缺陷识别与装配轨迹规划的实时处理；在服务场景，与云从科技合作，为服务机器人提供本地化推理能力，延迟低至 50ms；在特种场景，为边防机器人提供高可靠算力，适应 - 30℃~55℃的极端环境(106)。

3.2 纯芯片设计公司

这类企业聚焦芯片本身的性能与能效优化，不涉及机器人本体制造，是行业的“技术先锋”—— 其产品是国产芯片突破国际垄断的核心力量。

3.2.1 黑芝麻智能（华山二号 A1000）

黑芝麻智能是具身机器人专用芯片的领军企业，其核心优势在于“车规级技术赋能机器人”—— 车规级芯片的高可靠、低功耗特性，与具身机器人的需求高度匹配。

•核心产品：华山二号 A1000 芯片基于 RISC-V 架构，采用 7nm 工艺，算力达 80TOPS，功耗仅 5W，成本较同级别 ARM 架构芯片降低 30%，已通过 AEC-Q100 车规级认证，可适应 - 40℃~125℃的宽温域环境(241)。

•技术优势：该芯片集成自研 NPU “九韶”，支持 INT8/FP8/FP16 混合精度与 Transformer 硬加速，原生支持机器人操作系统 ROS2，可直接对接机器人的感知、控制模块，大幅降低开发门槛(307)。

•应用案例：已广泛应用于家庭服务机器人、小型物流机器人领域，2025 年出货量超百万颗；同时，其推出的业界首个机器人商业化专属部署平台 SesameX，已与优必选、云深处科技等企业达成合作，为其提供从芯片到软件的全流程支持(241)。

3.2.2 地平线（征程 6 系列）

地平线是边缘 AI 芯片的领军企业，其核心优势在于自研 BPU（Brain Processing Unit）架构 —— 该架构专为端侧 AI 推理设计，在能效比上具备显著优势。

•核心产品：征程 6 系列芯片基于新一代 BPU 纳什架构，算力覆盖 10TOPS~560TOPS，其中征程 6P 集成 4 核 BPU+18 核 CPU+GPU+MCU，单芯片实现 560TOPS 算力，能效比达 40+TOPS/W，是传统 GPU 方案的 3 倍(146)。

•技术优势：征程 6 系列支持端到端大模型，可实现 “光子输入→动作输出” 的直接映射，无需云端中转；同时，其第四代 BPU 黎曼架构实现了关键算子算力、高精度算子支持数量均提升十倍，支持 tensorvector 全浮点计算，面向大模型的能效优化达五倍(152)。

•应用案例：已适配科沃斯、极智嘉等企业的服务机器人产品，其中征程 6P 已进入部分工业机器人的原型机测试，可同时处理多路视觉传感器数据，并输出高精度运动控制指令(208)。

3.2.3 后摩智能（M50）

后摩智能是存算一体技术的领军企业，其核心优势在于存算一体架构的能效比突破—— 这解决了人形机器人 “算力与功耗” 的核心矛盾。

•核心产品：M50 芯片采用第二代存算一体 IP，尺寸仅 20×23mm，物理算力达 160TOPS（INT8）、100TFLOPS（bFP16），搭配最大 48GB 内存和 153.6GB/s 的超高带宽，典型功耗仅 10W，相当于手机快充功率(166)。

•技术优势：该芯片打破了冯・诺依曼架构的瓶颈，能效比达 23TOPS/W，较传统 NPU 提升 5 倍，可适配机器人 “小脑” 的低延时运动控制需求，同时支持参数规模从 1.5B 到 70B 的本地大模型(55)。

•应用案例：已应用于陪伴机器人、工业巡检机器人领域，2025 年出货量超 50 万颗；同时，该芯片已获得某头部人形机器人企业的量产订单，预计 2026 年大规模交付(166)。

3.2.4 瑞芯微（RK3588）

瑞芯微是中端市场的“水桶机”—— 其芯片在 CPU、GPU、NPU 算力上均衡发展，接口丰富，可同时处理多路摄像头信号和 UI 交互，非常适合服务机器人、商用清洁机器人等对综合能力要求高的场景。

•核心产品：RK3588 芯片采用 8nm 工艺，搭载四核 A76 + 四核 A55 CPU 和 Mali-G610MP4 GPU，内置 6TOPS 算力 NPU，支持 8K 视频处理与多路摄像头输入，可高效处理图像识别、SLAM 导航等任务(306)。

•技术优势：接口丰富（多路 MIPI-CSI、多屏异显），可同时处理多路摄像头信号和 UI 交互，适配复杂工业场景的视觉需求；同时，其成本仅为同级别外资芯片的 60%，具备显著的性价比优势(159)。

•应用案例：已成为国内人形机器人及高端服务机器人的主流选择，2025 年出货量超 200 万颗；典型客户包括优必选 Walker X、宇树科技 Unitree G1 等(306)。

3.2.5 全志科技（MR 系列）

全志科技是运动控制芯片的国产替代龙头—— 其核心优势在于超低延时的运动控制能力，可满足机器人关节控制的高精度需求。

•核心产品：MR 系列芯片（如 MR813、MR133）内置 RISC-V 实时处理器，运动控制时延低至 0.05ms，支持 CPU+GPU+NPU 异构计算，可同时处理运动控制与感知推理任务(234)。

•技术优势：自研 DynamIQ AI 引擎将运动控制时延从传统的 1ms 压缩至 0.05ms，成本仅为国际竞品的 1/3，具备显著的性价比优势；同时，其芯片已通过车规级认证，可适应宽温域环境(239)。

•应用案例：已应用于宇树科技 Go1/B1 机器狗、小米 CyberDog 2 等产品，2025 年在四足 / 人形机器人芯片领域的市占率超 50%(254)。

3.2.6 寒武纪（思元 370）

寒武纪是云端 + 边缘 AI 芯片的领军企业，其核心优势在于 AI 专用芯片架构设计，拥有自主研发的指令集与处理器架构。

•核心产品：思元 370 芯片采用 7nm 工艺，通过 3D-Cube 架构优化，在运动控制场景下延迟低至 8 微秒，单芯片训练性能达英伟达 A100 的 70%，可支持多路视频流实时分析(191)。

•技术优势：拥有自主研发的指令集与处理器架构，在云端训练、边缘推理场景完成落地，与国内主流大模型企业形成深度合作，具备“芯模适配” 的先发优势；同时，其芯片支持多模态数据处理，可适配具身机器人的复杂需求(283)。

•应用案例：已应用于智能分拣、视觉质检等工业场景，2025 年机器人芯片营收占比达 50%；典型客户包括某头部 3C 制造企业的分拣机器人(135)。

3.3 系统级解决方案公司（本体厂商自研 / 深度绑定芯片）

这类企业以机器人本体制造为核心，通过自研或深度绑定芯片方案，实现“本体 - 芯片 - 算法” 的协同优化 —— 其核心优势在于对场景需求的深度理解，可快速响应客户的定制化需求。

3.3.1 宇树科技（全志科技 MR 系列 + 星宸科技 SSU9386）

宇树科技是全球四足机器人领域的头部企业，其核心优势在于“本体 - 芯片 - 算法” 的协同优化 —— 通过深度绑定国产芯片，实现了产品的轻量化与低成本。

•芯片布局：深度绑定全志科技 MR 系列芯片与星宸科技 SSU9386 芯片：全志 MR 系列负责运动控制，时延低至 0.05ms，保障四足机器人的动态平衡；星宸 SSU9386 芯片负责视觉导航与运动决策，可实现复杂环境下的实时避障(254)。

•协同优势：全志芯片占宇树采购量的比例达 70%，星宸芯片覆盖其全系产品，通过算法与芯片的协同优化，宇树 H1 机器人的整体重量降低至 45kg（仅为 Atlas 的 60%），续航提升至 2 小时，成本较同级别产品降低 30%(254)。

•市场表现：2025 年四足机器人 G1 系列出货量达 5000 台，人形机器人 H1 出货量超 1000 台，全球市场份额超 30%(131)。

3.3.2 优必选（瑞芯微 RK3588 + 裕太微电子工业 PHY）

优必选是人形机器人领域的头部企业，其核心优势在于全栈技术布局—— 从芯片到算法再到本体，形成了完整的技术闭环。

•芯片布局：采用瑞芯微 RK3588 作为主控芯片，内置 6TOPS 算力 NPU，支持多模态感知数据处理；同时采用裕太微电子工业 PHY 芯片，保障关节控制的实时性与可靠性(210)。

•协同优势：通过算法与芯片的协同优化，Walker S2 工业人形机器人实现了亚毫米级的精细操作，耐久性测试超过 8 万次，可在汽车制造、3C 电子等场景完成高精度装配任务(123)。

•市场表现：2025 年 Walker S2 产能突破 1000 台，交付超 500 台，全年订单总额逼近 14 亿元，成为工业人形机器人领域的标杆产品(223)。

3.3.3 智元机器人（昇腾 950 + 瑞芯微 RK3588）

智元机器人是工业人形机器人的量产标杆，其核心优势在于“量产能力”—— 通过深度绑定国产芯片，实现了工业场景的规模化落地。

•芯片布局：采用华为昇腾 950 作为主算力芯片，负责复杂认知任务；瑞芯微 RK3588 作为协处理芯片，负责实时运动控制，形成 “大小脑” 协同架构(143)。

•协同优势：通过算法与芯片的协同优化，远征 A1 人形机器人可在汽车制造场景完成装配、搬运、物料转移等任务，累计工作时长超 100 万小时，不良率降低 15%，生产效率提升 20%(303)。

•市场表现：2025 年出货量超 5000 台，销售额超 10 亿元，成为全球规模最大的通用型具身智能机器人厂商之一(304)。

3.3.4 地瓜机器人（旭日系列）

地瓜机器人是地平线旗下的端侧算力方案提供商，其核心优势在于复用了地平线在智能汽车领域积累的芯片技术与工程经验—— 车规级的高可靠、低延迟特性，与具身机器人的需求高度匹配。

•核心产品：旭日系列芯片覆盖 5~500TOPS 算力段，支持端侧实时控制与多模态感知推理，可适配人形机器人、轮足机器人、四足机器狗等多种场景(299)。

•技术优势：复用了地平线在智能汽车领域的 BPU 架构与算法优化经验，端侧大模型推理效率较同级别芯片提升 30%；同时，其推出的 RDK 开发套件，支持 ROS2 操作系统，大幅降低了机器人厂商的开发门槛(299)。

•市场表现：2025 年芯片年出货超百万颗，已在消费级机器人市场实现规模化验证；典型客户包括某头部清洁机器人企业的商用清洁机器人(299)。

第四章芯片与场景的深度绑定：行业落地现状

具身机器人芯片的价值，最终需通过场景落地实现—— 不同场景的需求差异，决定了芯片的技术选型与优化方向。2025-2026 年，工业场景是行业的核心增长极，服务、特种场景则呈现快速渗透的态势。

4.1 工业场景：核心增长极与国产化主力

工业场景是具身机器人芯片的核心增长极—— 其对 “精度、可靠性、成本” 的需求，与国产芯片的优势高度匹配，是国产化替代的主力战场。

•核心需求：工业场景的核心需求是“高精度运动控制、多模态感知融合、低延迟实时决策”—— 比如汽车焊接机器人，需在 0.1mm 的精度内完成焊缝跟踪，同时在 1ms 内响应焊接缺陷的反馈；半导体晶圆搬运机器人，需在微秒级完成位置调整，避免晶圆损坏(211)。

•芯片选型与国产替代：工业机器人控制芯片的国产化进程已进入加速期：中端市场国产化率达 75%，32 位多核处理器领域实现关键技术突破，PLC 专用芯片市场占有率超过 40%(248)。具体选型方面：运动控制芯片以全志 MR 系列、兆易创新 GD32H75E 为主，二者合计占据国产运动控制芯片市场份额超 60%；AI 算力芯片以华为昇腾 950、地平线征程 6P 为主，已在智能分拣、视觉质检等场景实现规模化落地；工业以太网芯片以裕太微电子、创耀科技为主，已切入优必选、雷赛智能等头部企业供应链(254)。

•典型案例：智元远征 A1 人形机器人在比亚迪汽车生产线，采用华为昇腾 950 芯片，实现焊缝缺陷识别与装配轨迹规划的实时处理，不良率降低 15%，生产效率提升 20%(224)；中科无线半导体 CT 系列芯片，将运动控制响应速度提升至微秒级，动力转换效率提高 30%，已应用于某头部 3C 制造企业的精密装配机器人(211)。

4.2 服务场景：端侧大模型的核心载体

服务场景是端侧大模型的核心载体—— 其对 “多模态交互、低功耗、低成本” 的需求，推动了端侧大模型轻量化与专用芯片的协同优化。

•核心需求：服务场景的核心需求是“多模态交互、低功耗长续航、低成本规模化”—— 比如商用服务机器人，需同时处理语音、视觉、触觉等多模态数据，实现自然交互；家庭陪伴机器人，需在低功耗下实现长续航，同时具备一定的情感识别能力(300)。

•芯片选型与市场渗透：服务机器人芯片以瑞芯微 RK3588、全志 MR 系列、后摩智能 M50 为主 —— 瑞芯微 RK3588 凭借均衡的算力与接口，成为中端服务机器人的主流选择；全志 MR 系列凭借低功耗特性，占据入门级服务机器人市场超 40% 的份额；后摩智能 M50 则凭借存算一体架构的高算力、低功耗特性，切入中高端服务机器人市场(306)。其中，端侧大模型芯片的出货量占服务机器人芯片总出货量的比例，从 2024 年的 15% 提升至 2025 年的 35%，成为服务机器人智能化升级的核心动力(261)。

•典型案例：优必选 Walker S2 人形机器人采用瑞芯微 RK3588 芯片，实现多模态感知融合与自然语言交互，已在深圳、成都、杭州等地的政务服务中心、科技馆部署 260 台(210)；后摩智能 M50 芯片，在 5W 功耗下运行 70 亿参数大模型，已应用于某头部陪伴机器人企业的产品，实现情感识别与实时交互(166)。

4.3 特种场景：高可靠与极端环境的考验

特种场景是国产芯片的“试金石”—— 其对 “极端环境耐受性、高可靠性、安全加密” 的苛刻需求，推动了国产芯片在抗辐照、宽温域等技术方向的突破。

•核心需求：特种场景的核心需求是“极端环境耐受性、高可靠性、安全加密”—— 比如边防机器人，需在 - 30℃~55℃的环境下 24 小时不间断运行；核环境机器人，需耐受≥75Mev・cm²/mg 的辐射剂量；航天机器人，需在真空、强辐射环境下保持稳定运行(228)。

•芯片选型与技术突破：特种机器人芯片以极海半导体 G32R501、国科安芯 AS32X601、高通 QRB5165 为主 —— 极海 G32R501 通过 IEC 61508 SIL2 硬件级别认证，系统级功能安全可达到 CL3 最高标准，支持 - 40℃~125℃的宽温域；国科安芯 AS32X601 抗辐照性能达≥75Mev・cm²/mg，满足商业航天级需求；高通 QRB5165 支持 - 30℃~105℃的宽温域，已在工业特种机器人场景实现规模化落地(225)。其中，国产芯片在特种场景的市占率，从 2024 年的 20% 提升至 2025 年的 40%，实现了关键突破(268)。

•典型案例：中国自主研发的边防机器人，采用极海 G32R501 芯片，IP65 防护等级，适应 - 20℃~55℃极端环境，可 24 小时不间断巡逻，单台可替代 10 名战士的巡逻任务，年节省开支超 200 万元(228)；核环境特种机器人，采用国科安芯 AS32X601 芯片，耐受≥75Mev・cm²/mg 的辐射剂量，已在某核电站的核废料处理场景完成试点部署(265)。

4.4 消费场景：量产普及的突破口

消费场景是具身机器人芯片量产普及的突破口—— 其对 “低成本、低功耗、小型化” 的需求，推动了芯片的规模化量产，进而降低全行业的成本。

•核心需求：消费场景的核心需求是“低成本、低功耗、小型化、易操作”—— 比如四足机器狗，需控制成本在千元级，同时具备长续航；人形机器人，需具备一定的娱乐交互能力，同时体积小巧(234)。

•芯片选型与市场格局：消费级机器人芯片以全志 MR 系列、星宸科技 SSU9386、瑞芯微 RK3588 为主 —— 全志 MR 系列在四足 / 人形机器人运动控制芯片领域市占率超 50%，核心客户包括宇树科技、小米；星宸科技 SSU9386 芯片在机器人视觉 AI SoC 领域全球市占率达 23.0%，位居第二，覆盖宇树科技全系产品；瑞芯微 RK3588 则凭借均衡的算力，成为中高端消费级机器人的主流选择(254)。

•典型案例：宇树科技 Go1/B1 机器狗采用全志 MR 系列芯片，实现超低延时运动控制，成本较同级别产品降低 30%，2025 年出货量超 5000 台(254)；小米 CyberDog 2 采用全志 MR813 芯片，实现动态避障与自主导航，2025 年出货量超 10 万台，成为消费级四足机器人的爆款产品(253)。

第五章 2026-2030 年行业趋势展望

2026-2030 年，中国具身机器人芯片行业将进入 “规模化量产、技术标准化、生态协同化” 的新阶段 —— 政策、技术、市场的共振，将推动行业从 “爆发期” 向 “成熟期” 演进。

5.1 短期趋势（2026 年）：量产元年的核心突破

2026 年是人形机器人的 “量产元年”—— 行业的核心趋势是 “端侧大模型轻量化、存算一体芯片量产、标准体系建设”，三者共同支撑人形机器人的规模化量产。

•端侧大模型轻量化：端侧大模型将实现“7B 参数量模型占比超 50%、推理延迟降至 5ms 级” 的目标，进一步满足实时控制需求。智平方 GOVLA 模型的复杂任务推理能力，将较国际标杆提升 30% 以上；地平线征程 6P 芯片，将支持端到端大模型的进一步优化，实现 “光子输入→动作输出” 的直接映射，无需云端中转(300)。

•存算一体芯片量产：后摩智能 M50 芯片将实现大规模量产，出货量预计超 500 万颗；中芯国际的 40nm 存算一体试验线将于 2026 年投产，长江存储与清华大学联合研发的 3D 堆叠技术将实现产业化，进一步提升存算一体芯片的产能与性能(166)。

•标准体系建设：工信部将发布人形机器人与具身智能综合标准化体系建设指南，涵盖芯片接口、算法模型、性能评估等关键领域，建立健全行业准入和退出机制，营造公平竞争的市场环境(18)。

•市场规模：2026 年中国人形机器人出货量预计达数万台，全球市占率超 60%；具身智能上游核心零部件（含芯片）市场规模预计达 280 亿元，同比增长 50% 以上(295)。

5.2 中期趋势（2027-2028 年）：技术迭代与生态成型

2027-2028 年，行业将进入 “技术迭代与生态成型” 阶段 —— 核心趋势是 “ASIC 定制化、端云协同深化、产业集群成型”，三者将构建行业的长期壁垒。

•ASIC 定制化：ASIC 芯片将成为头部企业的核心选择 ——Counterpoint Research 预测，2027 年服务器 AI ASIC 出货量将达 2024 年的三倍，其中具身机器人领域的 ASIC 芯片占比将超 40%。黑芝麻智能华山三号芯片将实现量产，算力达 200TOPS，能效比达 50TOPS/W，专为人形机器人定制优化(310)。

•端云协同深化：端云协同模式将实现“端侧 70% 以上的推理任务本地完成，云端仅负责大规模模型训练与优化” 的目标，进一步降低网络延迟与隐私风险。华为昇腾 960 芯片将实现量产，算力达 2PetaFLOPS，支持端云协同的进一步优化，可实现千亿参数模型的端侧轻量化部署(178)。

•产业集群成型：成渝地区将形成具身机器人芯片产业集群—— 重庆将成为西南地区的研发制造基地，重点布局工业机器人芯片；四川将重点布局服务机器人芯片，形成 “研发 - 制造 - 应用” 的完整生态。据重庆市经信委数据，到 2028 年，成渝地区的具身机器人芯片产能将占全国的 30% 以上(66)。

•自给率目标：到 2028 年，中国具身机器人芯片自给率将达 50%，工业机器人控制芯片高端市场国产化率达 30%，服务机器人芯片高端市场国产化率达 20%，特种机器人芯片国产化率达 50%(306)。

5.3 长期趋势（2029-2030 年）：通用化与智能化的终极方向

2029-2030 年，行业将进入 “通用化与智能化” 阶段 —— 核心趋势是 “通用芯片、脑机接口融合、全栈生态成型”，三者将推动具身机器人从 “专用工具” 向 “通用智能体” 演进。

•通用芯片：通用具身机器人芯片将实现量产—— 该类芯片可适配工业、服务、特种等多场景需求，算力达 500TOPS，能效比达 100TOPS/W，支持千亿参数模型的端侧运行。地平线征程 7 芯片将实现量产，算力达 1PetaFLOPS，支持多场景的通用适配(146)。

•脑机接口融合：具身机器人芯片将与脑机接口技术深度融合—— 实现 “脑电信号直接控制机器人动作” 的目标，进一步提升机器人的智能化程度。华为、清华大学等机构将在脑机接口芯片领域实现关键突破，支持脑电信号的实时采集与处理，延迟降至 1ms 级(17)。

•全栈生态成型：全栈生态将进一步完善—— 形成 “芯片 - 算法 - 本体 - 场景” 的完整闭环，行业标准体系将覆盖从芯片到应用的全流程，具备国际竞争力。据工信部规划，到 2030 年，中国具身机器人芯片产业规模将突破 850 亿元，成为全球最大的具身机器人芯片市场(313)。

第六章结论与展望

6.1 核心结论

2025-2026 年，中国具身机器人芯片行业已完成从 “技术探索” 到 “商业落地” 的关键跨越 —— 行业的核心竞争力，已从 “单一芯片性能” 转向 “全栈生态能力”。具体可总结为三点：

1.市场规模高速增长：2024 年具身智能上游核心零部件（含芯片）市场规模已达 186 亿元，预计 2030 年突破 850 亿元，年均复合增长率超 28.5%；2025 年中国人形机器人市场规模占全球约 50%，成为全球最大的单一市场(39)。

2.技术架构实现突破：存算一体、异构计算等技术突破，解决了“算力与功耗” 的核心矛盾 —— 后摩智能 M50 芯片能效比达 23TOPS/W，地平线征程 6P 能效比达 40+TOPS/W，较传统 GPU 方案提升 3 倍以上；端侧大模型轻量化实现量级突破，3B 参数量模型仅占 2GB 内存，推理延迟降至 10ms 级(166)。

3.国产化进程加速：工业机器人控制芯片中端市场国产化率达 75%，全志科技在四足 / 人形机器人运动控制芯片领域市占率超 50%，星宸科技机器人视觉 AI SoC 全球市占率达 23.0% 位居行业第二；国产芯片已在工业、服务、特种场景实现规模化落地，逐步打破国际垄断(248)。

6.2 行业展望

未来 5 年，中国具身机器人芯片行业将保持高速增长，技术迭代与场景渗透将成为核心驱动力 —— 行业将从 “国产替代” 向 “全球引领” 演进。具体展望如下：

•技术层面：存算一体、RISC-V、ASIC 定制化将成为主流方向，端云协同模式将进一步深化，脑机接口融合将实现关键突破。到 2030 年，通用具身机器人芯片将实现量产，算力达 500TOPS，能效比达 100TOPS/W，支持千亿参数模型的端侧运行(166)。

•市场层面：工业场景将继续保持核心增长极地位，服务、特种场景将实现快速渗透，消费场景将成为量产普及的突破口。到 2030 年，工业机器人芯片市场规模将占具身机器人芯片总市场规模的 40% 以上，服务机器人芯片占比将达 30%，特种机器人芯片占比将达 20%(248)。

•竞争层面：全栈生态能力将成为核心竞争力—— 企业需同时提供芯片、算法、开发工具链、场景解决方案，才能在市场中占据主导地位。华为、地平线、黑芝麻智能等企业，将成为行业的核心领导者；同时，成渝、长三角等产业集群将逐步成型，支撑行业的规模化发展(106)。

6.3 投资建议

基于行业趋势，建议关注以下三大方向的投资机会：

1.全栈方案提供商：具备“芯片 - 算法 - 场景” 全栈能力的企业，如华为、地平线 —— 这类企业可通过生态协同，实现长期稳定增长，具备显著的壁垒优势(106)。

2.存算一体技术领军企业：在存算一体、RISC-V 等核心技术领域具备领先优势的企业，如后摩智能、黑芝麻智能 —— 这类企业是行业技术迭代的核心动力，具备高增长潜力(166)。

3.垂直场景龙头企业：在工业、服务、特种等核心场景具备深厚积累的企业，如全志科技、星宸科技—— 这类企业可通过场景渗透，实现快速增长，具备明确的业绩支撑(254)。