7月3日，在上海浦東嘉里酒店舉行的“具身機器人專題技術研討會”上，芯原股份董事長戴偉民及多位高管詳細介紹了芯原在具身機器人領域的布局。在他看來，2026年正是具身機器人能否從“演示”跨越到“穩定交付任務”的關鍵轉折點，而芯原股份已經站在這條賽道的核心位置。

一、AI ASIC需求爆發，芯原訂單額暴漲

近年來，AI算力需求持續爆發，以英偉達為代表的通用AI GPU廠商也迎來了爆發式增長。隨著AI智能體時代的開啟，AI算力需求由訓練轉向推理的背景之下，AI AISC需求也開始爆發。

在此背景之下，芯原股份近年業績高速增長，其根源就在于抓住了AI算力爆發的結構性機遇。

當前云服務提供商（CSP）、互聯網巨頭和造車新勢力都在自研AI芯片，他們需要的正是芯原這樣的“造芯服務商”。雖然像谷歌TPU、亞馬遜Trainium等都云服務大廠的AI ASIC（專用芯片）主要是找的博通來合作，但是還有很多其他的AI ASIC客戶，特別是在國內市場，這類客戶更多（比如很多的國產云端AI芯片以及造車新勢力自研的智駕AI芯片等）。

對于作為國產半導體IP和芯片定制服務大廠，芯原股份董事長、首席執行官兼總裁戴偉民在開場致辭當中指出，芯原作為中國的AI ASIC龍頭企業，正受益于ASIC定制浪潮，國內外的CPS和互聯網大廠以及國內的AI ASIC廠商，很大一部分都是芯原的客戶。

得益于抓住AI ASIC市場的需求爆發，芯原股份今年一季度財報也顯示，公司實現營業收入8.36億元，同比大漲114.47%。2026年1月1日至4月29日公司新簽訂單金額高達82.40億元，絕大部分為一站式芯片定制業務訂單。其中AI算力相關訂單占比達到91.37%，數據處理領域占比90.15%（主要來自于云側AI ASIC及IP）。

二、芯原沒有對標的公司

談及外界對于芯原的定位，戴偉民坦言，有人稱芯原是“中國的博通”，也有人說是“中國的Arm”，但在他看來，這些都不準確。

“這說明什么？芯原沒有對標公司。”戴偉民指出，這種獨特性源于其SiPaaS（芯片設計平臺即服務） 的商業模式。與傳統的芯片設計公司（如英偉達）不同，芯原的核心業務是半導體IP授權和一站式芯片定制服務——將自研的IP授權給客戶使用，或幫助客戶完成從設計到量產的芯片全流程。

“我們的IP是給別人用的，也不生產自有品牌芯片，不貼牌，所以客戶不需要擔心。我們就是提供服務。”戴偉民強調，芯原與客戶之間是“水漲船高”的共生關系。

戴偉民指出，近兩年來芯原股份在A股市場的股價表現出色——“兩年不到漲了超過12倍”。他半開玩笑地說道，“不是叫你去買股票哦”，而是想說明一件事，“芯原走的這條路，市場是認可的”。

三、人形機器人市場潛力巨大，中國廠商已占據半壁江山

雖然芯原吃到了云端AI ASIC市場需求爆發的紅利，但是戴偉民判斷，大模型和云端AI基建只是第一步，真正的價值在于AI在端側的落地。而端側AI的落地，需要的是針對特定場景和模型優化的定制化芯片。所以，端側AI ASIC將是下一個風口，具身機器人正是其中的一個高價值的應用賽道。

戴偉民指出，家庭場景是具身機器人的終極落地場景 (環境為人類設計+任務多樣) ，但安全/成本/可靠性門檻最高，預計2028年后開始規模化，2030年才會進入大眾市場。

對照汽車自動駕駛的分級體系，戴偉民判斷具身機器人整體尚處L2階段，遠未達到L3。2026年將成為具身機器人能否跨越L2進入L3門檻（從“演示”到“穩定交付任務”）的關鍵節點。

Yole Group汽車及機器人首席分析師楊宇指出，2025年人形機器人市場規模約6億美元，2030年將突破60億美元，年復合增長率約為56%，2035年將進一步達到510億美元，年復合增長率約為55%。

從出貨量預測數據來看，Yole Group在2025年發布的一份報告中預計，2025年全球人形機器人出貨量約8000臺，2030年將增至約13.6萬臺，2035年達到210萬臺。

楊宇還展示了當前雙足人形機器人市場格局：從全球60余家活躍人形機器人企業的分布來看，中國占據半壁江山，美國約12家，歐洲相對較少且以初創公司為主。

2025年人形機器人市場份額數據顯示，宇樹科技（Unitree）以37%的市場份額領跑全球，前五名中有三家是中國企業。

特斯拉與SpaceX首席執行官埃隆·馬斯克此前也曾表示：“我認為中國將是迄今為止人形機器人市場上最大的競爭對手。”“任何人都不應低估中國。中國是下一個級別的玩家。”“如果美國沒有突破性創新，中國將在人工智能、電動汽車制造和人形機器人領域完全占據主導地位。”

戴偉民也特別看好具身機器人市場，因為具身機器人不僅需要更高算力的端側AI芯片來作為“大腦”，也需要更多的低功耗的端側AI芯片來作為“小腦”，負責實時控制、運動協調、身體平衡和本能反應。顯然，對于芯原股份這樣的芯片設計服務和IP提供商來說，具身機器人是一個極具價值的市場。

戴偉民指出，當前具身機器人的“小腦”（運動控制）已經不錯，但“大腦”（認知與決策）還遠未成熟。

芯原股份首席戰略官、執行副總裁、IP事業部總經理戴偉進也表示，人形機器人是行業長期終極目標，但產業落地遵循循序漸進路線。產業不必盲目追求全功能人形產品，優先復用成熟視覺、AI、視頻處理技術，基于現有芯片體系打造輕量化、可量產的機器人方案，才是更務實的發展路徑。

但是，如果從機器人SoC芯片市場份額來看，英偉達市場份額高達67%，而中國廠商的市場份額僅5%。

雖然當前機器人SoC芯片市場主要被國外廠商所占據，但是隨著中國廠商在具身機器人市場出貨量增長和市場份額的穩固，必然將會帶動國產機器人SoC芯片需求的增長。

四、從IP到SoC，芯原提供一站式機器人芯片解決方案

具身機器人的本質是在物理世界中實現“感知-認知-決策-執行”的閉環智能。其算力體系并非依靠單一的端側AI芯片，而是囊括了 CPU、GPU、NPU、ISP、VPU、DSP 等諸多計算單元的異構協同的混合計算平臺。同時，計算不能全部堆在設備端，還需要端云分層協同。

芯原股份作為一家成立于2001年的國產半導體IP和芯片定制服務大廠，擁有具身機器人所需的全鏈路半導體IP產品矩陣，形成從感知、AI推理、視頻編解碼到人機交互顯示的完整技術閉環，可助力具身機器人感知、決策、反饋全流的程打通，支撐量產落地。

1. 感知層：視覺與語音的“感官基石”

在機器人的感知層面，視覺系統是最為關鍵的一環，對此芯原也擁有

面向機器人視覺的子系統方案，該方案正是基于芯原多年來的ISP技術積累和智能駕駛領域的技術沉淀。

在機器人通過視覺感知所獲取的視頻流數據的處理方面，芯原也擁有強大的Hantro系列視頻處理（VPU）IP，在主流視頻格式支持、多核可擴展性、幀壓縮、編碼質量和碼率控制等方面的能力突出。目前已經形成

從低功耗到高性能的完整產品矩陣，覆蓋視頻編解碼、轉碼加速等多種場景，適合機器人視覺視頻流數據的低功耗、高壓縮處理需求。

值得一提的是，芯原Hantro系列VPU IP已經被全球前20大云廠商當中的7家所采用，并且國內頭部互聯網企業與多家新能源車企也有采用。

此外，原始攝像頭數據（RAW圖/視頻流）也不能直接喂給AI模型，必須先進行格式轉換、去噪、色彩校正、特征提取等操作。這些本質上是涉及大量矩陣計算任務，DSP（數字信號處理器）在處理這類任務時能效遠高于CPU或NPU。

除了視覺系統之外，語音/音頻也是機器人感知和交互的關鍵部分，但是要讓機器人“聽得清、聽得懂”就需要克服嘈雜環境、遠場干擾與混音等物理障礙。而DSP在波束成型、語音降噪等算法處理上的表現，優于其他計算架構。

面對具身機器人的這類感知計算需求，芯原推出了第五代DSP產品矩陣。其中，ZSPNano系列專注于低功耗語音處理，而高性能的ZSP5000系列則針對計算機視覺、無線通信及SLAM算法進行優化。值得關注的是，其Zturbo擴展接口允許客戶根據自身需求自定義指令或硬件加速模塊，這種“緊耦合”或“松耦合”的定制化能力，使得DSP能夠真正成為芯片IP的有機組成部分。在多核架構設計中，通過硬化的多核通信模塊，DSP核之間以及與CPU之間可以實現高效的數據交互，從而在低功耗場景下依然能保持極高的魯棒性。

2. 大腦的“AI算力核心”：NPU與GPGPU

在面向機器人大腦的AI計算方面，芯原的NPU IP和GPGPU IP擁有多年發展歷史和豐富的產品矩陣。而芯原的NPU和GPGPU的核心區別在于算力配比：NPU的Tensor（張量）處理能力較大，而GPGPU的Vector（向量）處理能力與Tensor持平，可以實現Vector和Tensor協同工作的處理能力。

其中，芯原的NPU IP在市場上處于領先地位，已有接近2億顆量產芯片出貨（主要在智能手機、AIPC領域）。包括VIP Nano系列、VIP9000-FS系列、VIP9X00系列等，覆蓋了從1TOPS以下到200TOPS，可滿足不同的性能層級需求，適配不同形態機器人的差異化算力需求。目前，在工業機器人及服務機器人領域，芯原的NPU IP也獲得了客戶的采用。

在GPGPU IP方面，芯原擁有面向邊緣服務器的CC9X00CC以及面向云端大模型的CC9X00TC。同時，芯原還推出了新一代CC10000系列的GPGPU IP，在300-500TOPS算力范圍內，PPA（性能、功耗、面積）相比上一代提升了約40%-50%，適合于有大算力需求機器人、邊緣服務器和云端產品。據芯原股份GPU/NPU產品高級副總裁張慧明透露，目前芯原正在與跟多個合作伙伴推進該IP的產品化落地。

3. 軟件平臺與系統方案：降低開發門檻，加速產品落地

在軟件平臺方面，芯原搭建了一套一站式的、統一的AI計算編譯器。該AI編譯器上層可以對接各種AI框架，下層則可以適配不同算力的IP，中間層則負責完成模型優化及與硬件無關的軟件抽象，從而實現軟件與硬件的解耦。因此，當客戶AI芯片需要升級換代的時候，只需升級到芯原新的IP解決方案之后，可以繼續沿用之前的軟件棧和軟件生態，極大的減少了客戶在軟件方面重復開發和相關研發投入，也縮短了芯片迭代到上市的周期。

芯原除了有NPU IP和GPGPU IP解決方案也有SoC解決方案，芯原的IP團隊和SoC團隊也做了一系列的芯片架構參考設計，既可以支持客戶自己的SoC研發，也可以用芯原的設計服務來幫助客戶提供整體的解決方案。

同時，為了滿足更高算力的需求，芯原還推出了CC10000系列的Die to Die的互聯（基于芯原自研的UCIe芯片互聯接口技術）及Chip To chip互聯方案，相關互聯技術已在4nm、8nm工藝客戶項目中成功流片商用。通過多芯片互聯架構，可以幫助客戶突破單芯片算力瓶頸，進一步釋放端側AI與具身機器人的極致算力潛力。

4. 顯示與全鏈路優化

對于帶屏顯示的機器人（比如商用引導機器人、具有表情交互和畫面展示功能的家用陪伴機器人）來說，還會涉及到顯示處理器。芯原則通過收購逐點半導體（Pixelworks China） 的控制權，將自身的圖像前處理技術與對方的圖像后處理IP相結合，可以為客戶提供了一整套完整的顯示處理器IP解決方案。

值得一提的是，當前具身機器人“感知-認知-決策-執行”鏈路還面臨著高帶寬、高功耗、高時延的難題，一旦遇到高速移動、動態避障場景，極易出現感知滯后、決策遲緩、動作失控的后果。

對此，芯原推出了 FLEXA 全鏈路無 DDR 解決方案，實現分段式片上 SRAM 數據流處理、硬件并行執行，ISP、NPU、GPU、VPU、顯示處理器之間可直接互通數據，全程無需外部 DDR 參與數據中轉。

基于芯原FLEXA技術和六大類處理器IP打造的一體化IP子系統，可實現低時延 AI 計算、超低功耗運行和一體化流式處理。

小結：

除了這六大類處理器IP與FLEXA技術之外，芯原還擁有超過1700項數模混合IP、射頻IP和接口IP，全面覆蓋250nm至4nm全主流晶圓工藝節點，且所有IP均已實現大規模量產，廣泛應用于AI芯片、MCU控制芯片等各類終端核心器件。在這些IP與技術和大量的芯片定制量產經驗加持之下，芯原可以為機器人客戶提供一站式的芯片定制服務。

芯原股份執行副總裁、定制芯片平臺事業部總經理汪志偉強調，芯原憑借全球領先的知識產權庫，已成長為全球第二大數字IP供應商，并在全棧芯片定制業務領域位居全球第四。這些技術基石不僅支撐了傳統的消費電子領域，更為當前具身機器人所需的復雜異構計算提供了核心驅動力。

編輯：芯智訊-浪客劍