对话辉羲智能创始人徐宁仪：机器人行业开始补“工程化”这一课_新浪财经_新浪网

炒股就看金麒麟分析师研报，工程化权威，对话专业，辉羲及时，创始全面，人徐人行助您挖掘潜力主题机会！宁仪（来源：21世纪经济报道）21世纪经济报道记者孔海丽让机器人完成一次抓取、机器经新搬运或行走，业开已经成为常见画面，始补但要让机器人将同一个动作稳定重复成千上万次，课新行业仍有大量工程问题要求解决。浪财浪网2026世界机器人大会期间，工程化“量产、对话交付、辉羲数据闭环、创始真实场景”成为几度词，工厂搬运、仓储分拣、巡检和零卖服务等场景占据了更大比重，行业更加关心机器人能连续工作多久，遇到意外能否自行恢复，整套系统是否具备批量复制的条件。辉羲智能创始人兼CEO徐宁仪近日在接受采访时表示，做出一个能跑的Demo和做出一套能稳定量产的计算平台，是两件完全不同的事情。具身智能的竞争正在深入整机内部。算法模型、计算芯片、传感器、控制系统和开发工具要求协同工作，任何一个环节不稳定，都会在真实任务中暴显出来。如今，芯片公司的业务已经延伸到了提供算力、模型迁移、实时控制和整机交付支持等方面。具身智能模型的能力在过去两年明显提升。VLA模型可以把视觉、语言和动作连接起来，世界模型尝试理解环境变化，机器人由此具备了处理复杂任务的可能性这些模型进入机器人本体后，要求同时处理摄像头、力传感器、网络和执行器传回的数据，并在很短时间内完成感知、推理、决策和运动控制。这套计算过程与云端大模型有明显差别。机器人要在物理世界实时行动，控制周期不能因为模型变大而恣意延长。算力、内存带宽、接口、功耗和软件适配共同影响运行效果。一个算子没有优化，一类传感器接入不顺，或者多任务并行时发生延迟，都可能让机器人在现场停下来。徐宁仪把量产困难归纳为三个部分。模型部署到端侧后要保持精度和实时性；计算平台要同时承载感知、网络与控制任务；硬件可靠性、软件版本管理和供应链还要跟上整机交付规模。机器人企业对芯片的评估指标也随之增加。TOPS依然重要，模型迁移效率、实时控制能力、接口数量、功耗和工具链成熟度同样会影响整机开发周期。徐宁仪认为，人形、轮式、四足机器人直面的任务各不相同，底层计算要求已经出现共性，包括多模态感知、大模型推理、决策、控制和数据回流。统一的计算与软件架构可以减少不同本体重复开发的工作量。这种变化正在重塑机器人芯片公司的角色定位：客户要求的交付物逐渐扩展到芯片、模组、域控、软件工具和现场工程支持。计算平台能否帮助本体企业缩短开发周期，成为产品竞争力的一部分。据了解，辉羲智能成立四年，其具身智能芯片占有率已经处于行业头部，核心团队此前参与过云端AI芯片、智能驾驶芯片的研发和系统工程。徐宁仪将公司的产品方法概括为“数据闭环定义芯片”。团队较早进入客户品种，根据模型部署、传感器接入和整机运行中出现的问题调整芯片架构与软件能力。在今年世界机器人大会期间，辉羲发布了R1 PRO芯片和RCM400核心模组，并与此前的R1 MAX、RCM500组成产品家族。R1 PRO提供375 TOPS INT8算力，将CPU、NPU、GPU及实时接口集成在一颗SoC内，面向机器人感知、推理、决策和运动控制等任务。RCM核心模组进一步集成内存、存储和电源管理，帮助本体企业减少底层硬件设计和印证的工作量。据记者了解，芯片厂商正在把更多开发工作提前完成。硬件自研能力较强的客户可以选择芯片，要求加快产品开发的客户可以采用模组或域控，再通过统一的软件平台迁移模型和算法。供应商承担的工作增加了，机器人公司的开发周期也有机会缩短。辉羲此次还发布了AI增强开发套件，将Agent能力应用于模型部署、性能分析和算子开发。按照公司披露的目标，同一算法的部署周期可压缩至两天，此前通常要求两周。目前，R1 PRO芯片已搭载于智元精灵G2，并在乐聚机器人上完成部署。机器人产业接下来会产生一批更具体的指标，包括搭载数量、连续运行时长、故障率、人工接管效率、客户复购率和真实任务产出。这些数据会决定计算平台能否成为本体企业长期使用的底座，也会检验芯片、模组、软件和工程支持组成的全栈方案，究竟能为客户减少多少时间和成本。徐宁仪判断，具身智能的场景会长期保持多样，底层平台可以逐步统一。统一平台能否覆盖足够多的机器人本体和模型，将是辉羲下一阶段要回答的问题。海量资讯、精准解读，尽在新浪财经APP