2025 年，一笔又一笔大额人形机器人订单的出现，似乎预示着人形机器人的量产时刻正在临近。
优必选、宇树科技、银河通用、智元机器人、众擎机器人等 6 家企业都宣布今年预计
决定规模化量产能否成功实现的第一关，是硬件的开发性、集成度与成本控制力。
必一运动
如何在保证性能的同时压缩成本、提升开发性、适配性，成为量产路径上的硬核挑战。
。它是承载机器人多模态感知、决策与控制算法的基础平台，相当于具身智能机器人大脑的硬件部分。
曾有人估算过一笔账，如果 2028 年特斯拉 Optimus 年出货量达 30 万台，则全球高算力主控制器新增市场规模有望达 100 亿元。
地瓜机器人是聚焦构建具身智能生态，提供具身智能机器人通用底座的研发商。
在多数具身智能机器人商业化看起来仍然需要长时间验证的情况下，加入具身智能战局的企业，纷纷开始想要从产业链上游掌握定义行业下游的主动权。
当人们谈到构成具身智能机器人的核心零部件时，常常谈论的是执行器、传感器、丝杠、电机等。
则是机器人系统中负责全局决策、资源调度和核心逻辑控制的关键单元，相当于
，多模态感知算法，多模态决策逻辑、运动控制程序，都依赖它提供稳定、高效的运行环境。
酷睿处理器 + 独立 AI 加速芯片、AMD 锐龙处理器 + 专用神经网络芯片等）
是行业常见的技术方案，由两个及两个以上的设备组成，其中「大脑」负责感知决策，「小脑」负责控制执行。
这是一种「通用计算 + 专用加速」的分离设计，开发者能根据具体场景调整硬件配置和软件算法，因此具有较强的开发灵活性。
但 X86+AI 芯片组合方案中，由于大脑与小脑硬件架构是分离的，数据交互与功能协同都需要跨硬件进行，这就带来了
感器数据融合困难、数据延迟高、机器人实时性控制精度低、功耗大、尺寸可优化空间不足等问题
浙江人形机器人创新中心首席科学家熊蓉介绍，在机器人大小脑分开的情况下，一些传感器基于大脑控制，下传就会出现信息过大，不仅对网络带宽提出了很高的要求，也会带来延时问题，因而
在动态场景中，延迟会打破「感知 - 决策 - 执行」的闭环，引发失衡、碰撞等风险，也会导致机器人执行操作任务精度低。对于工业装配、精密操作等场景，这种精度误差甚至会导致生产事故。
英特尔中国边缘计算事业部机器人产品高级研发工程师严羽认为，机器人视觉和运动控制需要紧密衔接、低延迟的数据交互，因此未来行业需要大小脑融合的方案。
在动态感知、实时控制和高强度计算并存的场景下，「大小脑分离」的架构已经逐渐难以满足具身智能机器人的开发与落地需求。
真正面向大规模量产的主控制器，应在具备高算力、低功耗、易部署、成本可控等特点的同时，还要满足「大小脑一体化」的要求。
过去十年，辅助驾驶推动了 AI 芯片、传感器和控制系统的快速成熟。现在，这些能力正被一批产业玩家平移至具身智能领域。
。英特尔酷睿 Ultra 系列处理器将 CPU、GPU、NPU 封装在一起，其中：
NPU 则用于承载语音识别、实时视觉处理、传感器数据分析等需长时间运行的 AI 任务。
同时，英特尔也推出了具身智能软件开发套件，加快客户应用程序的部署以及算法和应用的运行，提供跨平台 AI 模型优化工具以及端到端流程加速方案，以简化方案搭建过程。
英特尔以芯片平台能力为锚点切入具身智能，而地瓜机器人与知行科技的合作，则是
地瓜机器人是地平线子公司，前身是地平线的 AloT 事业部。这次联手实际上也是知行科技与地平线两家辅助驾驶头部企业战略合作的深化成果。
与英特尔方案类似，RDK S100P 也采用「大小脑融合」的 SoC 架构，集成
「小脑」部分提供 6K+ DMIPS MCU 算力，支持高精度、低延迟的实时运动控制。
艾摩星 iRC100 既支持传统的 BEV Transformer 的部署，也支持机器人运动控制算法及 VLA 等前沿算法，接口丰富，能够覆盖各类具身智能机器人的传感器、执行器接入需求。
此外，艾摩星 iRC100 将提供包括硬件设计制造、底层软件、中间件和模型部署的全栈解决方案，无论是完整的功能部署，还是底软硬件的基础环境，都可为客户按需配置。
等关键方面来看，艾摩星 iRC100 在软硬整合上做了全面优化，具备较强的技术完整度和产业落地能力。
这也正是大小脑融合趋势背后隐藏的核心价值：它不仅需要解决传统分离式控制架构的技术瓶颈，也要降低机器人量产过程中开发与部署的门槛，让「机脑」真正具备成为标准化、可规模复制的基础平台的可能。
不过，尽管在生态支持和功能支持上有着相似性，艾摩星 iRC100 与英特尔具身智能大小脑融合方案的
艾摩星控制器更侧重于量产落地交付，首发产品 iRC100 聚焦百 Tops 算力段。
，目标更偏向产业侧的交付与商用，可形成高性能、高可靠性且兼具成本竞争力的市场优势。
两家来自辅助驾驶赛道的企业携手跨界切入具身智能，选择的切入点不是机器人整机，而是主控制器这一核心部件。这一动作也反映出当下产业趋势的转向：相比直接制造机器人本体，
去年，行业聚光灯更多投向人形机器人本体制造商；而今年，业界目光更多转向具身智能的生态底座。
构建软硬平台、开发关键部件、提供标准接口与开发环境的具身智能「卖铲人」从幕后走到台前，和「掘金者」站在了同一个舞台上。同时，越来越多企业也在跨界做「卖铲人」
，如英伟达、英特尔，它们提供底层计算芯片和开发平台，为整个具身智能生态提供核心算力支持。
，涵盖灵巧手、电机、传感器、丝杠等关键器件供应者，如绿的谐波、兆威机电等。
，如知行科技旗下的艾摩星、地平线孵化的地瓜机器人，正在将自动驾驶积累的芯片、算法、控制系统能力复用至具身智能机器人上。
，如华为、百度、字节跳动等，它们提供云服务、大模型与语义能力，正在构筑具身智能中的「AI 操作系统」。
另一类则来自自动驾驶、大模型等 AI 领域，将其成熟技术向具身智能场景外溢。
资本层面，专注于机器人通用平台的地瓜机器人获得了高达 1 亿美元的融资，灵巧手方向的因时机器人、灵心巧手、傲意科技也都在今年拿下近亿元人民币的融资，成为风口中的新宠。
市场层面，地瓜机器人研发的芯片出货量已超过 500 万片，并保持年出货百万片的增长态势。
因时机器人 2024 年灵巧手出货量近 2000 台，而 2025 年刚过半，其灵巧手销量就已突破 4000 台，成为下游整机厂商重要的标准部件供应方。
根本原因在于，当前具身智能的软硬件技术仍未收敛，产业链尚处早期构建阶段，
另一方面，具身智能机器人还未形成稳定的商业化路径，终端应用碎片化、试点性质浓厚，整机厂商更倾向选择那些
——能提供稳定运行、低功耗部署、高频更新的底层能力的玩家，更有机会率先把产品真正送进实际场景。
在具身智能机器人逐步走向量产的过程中，产业正在经历一场关于软硬一体化、成本控制与标准平台建设的系统性考试。
那些在这场考试中及早建立通用能力的「卖铲人」，或许将成为下一个阶段最重要的生态基石。
