智元绑定辉羲：机器人芯片的系统级卡位开始了

【摘要】在人形机器人加速从技术验证走向场景落地的背景下，机器人芯片正逐渐成为产业链中被重新审视的关键环节。与智能驾驶芯片相比，具身智能仍处于更早期的发展阶段，技术路线与系统架构尚未完全收敛，产业竞争格局仍在形成过程中。

在这一过程中，部分原本深耕智能驾驶领域的芯片公司开始调整战略方向，尝试切入机器人算力与系统平台赛道。辉羲即是在这一背景下，将业务重心逐步延展至具身智能领域，并与机器人企业形成更紧密的产品与场景协同关系，推动其商业化路径进入新的验证阶段。

从智能驾驶到具身智能的切换，不仅意味着应用场景的变化，也反映出底层算力平台竞争逻辑的重构。在机器人产业仍处于早期窗口期的阶段，谁能够更早进入核心系统、参与产品定义，谁就更有可能在下一轮产业放量中占据关键位置。

01

第二增长曲线：辉羲为何从智驾转向机器人？

在人形机器人热度持续升温的当下，一批原本深耕智能驾驶产业链的企业，开始将目光投向具身智能。辉羲便是其中之一。

成立于2022年的辉羲，最初瞄准的是智能驾驶芯片市场。公司创始团队拥有AI芯片和自动驾驶领域背景，并提出“数据闭环定义芯片”的技术路线，希望通过芯片、算法与数据协同优化的方式，为车企提供高阶智能驾驶计算平台。公开资料显示，辉羲早期业务主要围绕智能驾驶展开，2024年发布的首款高阶智驾芯片“光至R1”，算力超过500TOPS，面向高阶智驾量产市场。

辉羲的团队背景带有较强的产业工程属性。核心成员来自车规级芯片与智能驾驶一线产业体系，具备从芯片设计到量产落地的完整工程经验，并在高阶智能驾驶与机器人算法方向均有长期积累。这种组合使其技术起点更偏向工程化系统开发，而非单一算法或学术驱动路线。

这一背景也在一定程度上影响了其技术迁移路径。

由于早期长期处于车规级芯片开发体系之中，其技术能力本身建立在高可靠性设计、长时间稳定运行以及复杂环境适配等工程约束之上。这类能力在迁移至机器人场景时并未失效，而是在不同系统结构下被重新调用。相比消费级芯片或通用AI芯片，车规体系在稳定性验证周期与系统安全冗余方面要求更高，这使其在进入机器人领域时具备一定的工程基础延续性。

在这样的背景下，机器人产业开始进入辉羲的视野。

与智能驾驶相比，具身智能仍处于相对早期阶段，技术路线尚未完全收敛，产业链分工也未固化。不同形态机器人在感知、控制与推理能力上的需求差异较大，使得底层算力平台仍处于快速演进阶段。

更重要的是，机器人企业对于芯片厂商的需求与汽车行业有所不同。

智能驾驶市场经过多年发展后，产业分工已经相对稳定；而机器人行业仍在寻找最适合自身发展的软硬件架构。芯片企业不仅是供应商，也深度参与产品定义、算法部署和系统优化。这意味着，相较于已经形成成熟供应链体系的汽车市场，机器人产业能够为新进入者提供更多参与产品共创的机会。

从辉羲近两年的公开表述来看，公司已逐步将自身定位调整为“具身智能时代算力平台”，在智能驾驶之外，将机器人作为重点方向之一，并强调通过通用芯片平台与工具链能力服务多类具身智能应用。

图源：辉羲智能官网

从智驾走向机器人，并非一次简单的业务扩张。

对于辉羲而言，这更像是在寻找新的产业窗口。当智能驾驶芯片市场逐渐进入存量竞争阶段，机器人产业仍处于生态构建初期；前者更依赖规模化交付能力，后者则更强调系统协同与产品共创能力。对于仍处于成长阶段的芯片公司而言，后者提供了更多参与早期定义的可能性。

而这条路径能否真正跑通，仍有待后续与机器人系统侧合作的持续验证。

02

与智元绑定：从技术协同到商业验证

在明确转向机器人之后，辉羲需要解决的第一个问题，是如何将芯片能力嵌入真实机器人系统。

在具身智能仍处于早期阶段时，机器人企业对芯片的需求已不局限于算力提升，而是围绕具体任务重新组织计算逻辑：包括多模态传感器融合、实时控制链路、端侧推理延迟控制，以及在功耗与成本之间寻找平衡。这种需求与智能驾驶芯片的工程逻辑相近，但在具体实现路径上更碎片化，也更依赖联合开发。

正是在这一阶段，智元机器人逐渐成为辉羲最重要的合作方之一。

智元今年参与了辉羲的股权投资，引入产业资本的同时，也强化了双方在技术与场景层面的协同关系。这种合作形式，使得芯片与机器人系统之间的接口关系在更早阶段被固定下来。

从行业关注度与产品推进节奏来看，智元是当前人形机器人赛道中较早进入产品化推进阶段的企业之一。产品推进速度较快，并持续推动机器人从原型验证走向场景落地。在这一过程中，对底层算力平台的需求开始从“可用”转向“可持续迭代”，即不仅要满足单一模型或单一任务，还需要支撑多任务切换与长期升级能力。

图源：智元官网

对芯片公司而言，这一变化带来的直接影响，是产品角色从标准化交付转向与客户共同参与定义。

在这一过程中，辉羲提供的已不止单一算力芯片，而是面向具身智能场景的整体计算能力，涵盖架构设计、工具链以及软硬件协同优化等环节。这类能力在机器人早期阶段尤为关键，因为算法、硬件与系统尚未完全分层，任何一端的变化都会直接影响整体性能表现。

在这一背景下，双方合作的意义逐渐超出传统供应关系。

一方面，智元的产品迭代为辉羲提供了真实的机器人运行场景，使芯片可以在复杂动态环境中持续接受验证，而不是停留在仿真或单一任务测试中。另一方面，辉羲的计算平台能力也在不断反向影响机器人系统设计，使得部分算法部署与任务规划可以在芯片架构层面进行优化。

当这种系统级协同进一步进入量产交付，双方关系的价值也开始从技术验证延伸至商业验证。

在智能驾驶时代，芯片公司往往需要等待整车项目定点，再经历较长周期才能实现收入释放。而在机器人产业中，产品迭代周期更短，场景切换更快，使得芯片能力可以更早进入验证与交付阶段。随着智元机器人产品推进节奏加快，辉羲的商业化也开始从单点验证走向批量交付。

据消息人士透露，2026年上半年，辉羲芯片的出货量已达到全球高算力机器人同期产量的约1/5，仅次于英伟达；按这一口径计算，辉羲已成为国产高算力机器人芯片出货量第一、全球第二的厂商。

如果这一出货表现能够延续，智元所提供的真实应用场景，其价值也将从技术验证进一步延伸至规模化商业验证。对于辉羲而言，机器人业务已经成为其主力营收来源。

但单一客户的量产表现，还不足以证明机器人芯片市场已经形成稳定的竞争格局。当前机器人产业整体仍处于规模化早期，不同产品的算力需求、系统架构和供应链模式尚未完全收敛。对芯片公司而言，与头部机器人企业建立早期系统级协作，真正的价值在于通过持续出货和产品迭代，提前占据核心应用入口。

从这一点看，智元与辉羲的合作已经超出单纯的芯片供应关系。机器人企业开始主动参与底层算力定义，芯片公司也从传统供应链角色逐步进入系统级合作伙伴的位置。双方通过产品适配、技术协同与量产交付形成的反馈机制，也为后续扩大合作范围提供了基础。

这种产业关系在智能驾驶早期也曾出现过。当时芯片厂商通过与主机厂深度协作，逐步进入量产体系，并在长期磨合中形成相对稳定的供应关系。如今在具身智能领域，这一过程正在更早期的产业阶段重新发生，只是参与者结构更加多元，技术路线也远未定型。

对辉羲而言，与智元的绑定意义也因此不止于客户拓展，更重要的是提前进入核心应用场景，并通过真实产品积累软硬件协同、供应链适配和规模交付经验。在机器人产业尚未形成统一技术标准之前，这些能力可能成为其后续扩大客户范围的重要基础。

而这也为下一阶段的问题埋下伏笔：当机器人芯片市场真正开始放量时，这种早期绑定关系，究竟能转化为长期壁垒，还是会被更大规模的系统玩家重新定义。

03

机器人芯片新赛道：机会与挑战并存

通用AI算力与具身智能算力的分化，是当前行业变化的核心线索之一。前者主要服务于云端训练与推理，后者则更多进入物理世界，需要同时满足实时控制、环境感知与低功耗约束等多重条件。

在这一差异下，芯片设计逻辑逐步从算力规模导向，转向以系统约束为核心的架构设计。

当机器人系统开始进入实际验证阶段后，行业的不确定性也同步显现。

从整体形态来看，机器人芯片既不同于消费电子的高度标准化路径，也尚未形成类似智能驾驶芯片相对稳定的分层结构，仍处于持续演进与收敛的过程中。

在这一过程中，以辉羲为代表的部分芯片公司，其在智能驾驶阶段积累的能力正在向机器人领域外溢，并对新赛道形成一定反哺。

一方面，其在车规级芯片开发过程中形成的架构设计与工程化经验，有助于提升机器人芯片在复杂场景下的稳定性与可靠性；另一方面，在智能驾驶阶段沉淀的工具链能力与软硬件协同经验，也为机器人端侧部署与系统优化提供了基础支撑。此外，在长期与整车及复杂供应链体系协作过程中形成的工程响应能力，也使其在面对多样化机器人场景时具备更快的适配能力。

从机会侧看，机器人产业链正在经历从单点功能验证向系统能力构建的过渡。无论是人形机器人还是各类服务机器人，其核心能力都依赖于端侧算力平台对感知、决策与控制的统一支撑。这使得芯片逐步从算力提供者，演变为系统能力的重要约束节点之一。

与此同时，产业尚未形成统一技术路线，不同厂商在形态设计、运动控制逻辑与应用场景上的差异，使得当前机器人芯片尚未出现类似智能手机或PC时代的绝对标准化架构。这也为芯片企业提供了参与产品定义与架构演进的空间。

但这种开放性窗口的另一面，是结构性不确定性依然存在。

首先，机器人需求本身仍处于分化状态。人形机器人、轮式机器人、工业与服务型机器人在计算需求上差异明显，尚未形成统一的主流架构路径，使芯片产品难以快速收敛。

其次，商业化规模仍在验证阶段。尽管行业关注度持续提升，但整体出货量仍然有限，机器人产品在成本结构与应用场景上的约束，也限制了芯片企业的规模化放量节奏。

此外，产业链角色仍在演化。一方面，机器人企业在能力积累后是否会向上延伸至芯片设计仍存在不确定性；另一方面，具备通用算力能力的厂商也可能在后期阶段加速进入，使竞争格局进一步复杂化。

因此，机器人芯片行业更接近一个尚未定型的竞争窗口期。企业之间的差异，不仅在于算力性能本身，更在于是否能够进入核心系统、参与产品定义，并在早期验证中形成持续迭代能力。

对于辉羲而言，这一阶段的意义不仅在于进入新赛道，更在于其在智驾阶段积累的工程能力与系统能力，正在成为进入机器人领域的重要基础。随着产品从联合验证走向量产交付，这些能力开始通过实际出货得到进一步验证。2026年上半年辉羲已实现较大规模的高算力机器人芯片出货，但这一优势能否延续至更大规模的机器人市场，仍取决于后续行业的标准化进程与应用收敛速度。

机器人芯片的分化，仍在早期展开。

04

尾声

从智能驾驶到具身智能，辉羲的转向更接近一次产业周期切换中的位置调整。当智能驾驶芯片逐步进入存量竞争阶段，机器人仍处在技术路线与商业模式尚未收敛的早期窗口期。这种差异，使得芯片公司的竞争逻辑也随之变化。

在这一过程中，辉羲与智元的绑定，提供了一种典型的早期路径：通过深度场景进入参与系统定义，并在真实运行环境中完成技术与商业的双重验证。但更长期的问题仍然存在——当机器人产业进入规模化阶段后，底层算力平台的格局是否会稳定下来，仍有待时间给出答案。