7月3日，上海浦东嘉里酒店举办了一场“具身机器人专题技术研讨会”。芯原股份的董事长戴伟民携多位高管，详细拆解了公司在具身机器人领域的战略布局。

他给出的判断相当明确：2026年，将是具身机器人从“演示”跨越到“稳定交付任务”的关键转折点。而芯原，已经站在这条赛道最核心的位置上。

一、AI ASIC需求爆发，芯原订单额暴涨

AI算力需求的持续爆发，已经不是什么新鲜话题。以英伟达为代表的通用AI GPU厂商吃到了第一波红利。

但当AI智能体时代正式开启，算力需求从训练大规模转向推理。AI ASIC（专用芯片）的需求也随之迎来井喷。

芯原股份近年来的业绩高速增长，根源恰恰在于抓住了这波结构性机遇。

眼下，云服务提供商、互联网巨头和造车新势力纷纷投身自研AI芯片。他们迫切需要的就是芯原这种“造芯服务商”。

固然，谷歌TPU、亚马逊Trainium这类云服务大厂的AI ASIC主要找的是博通合作。但市场上还有大量其他AI ASIC客户——尤其在咱们国内，这类客户更多。国产云端AI芯片、造车新势力自研的智驾AI芯片，比比皆是。

作为国产半导体IP和芯片定制服务的头部大厂，戴伟民在开场致辞中提到：芯原作为中国的AI ASIC龙头企业，正受益于ASIC定制浪潮。国内外CSP、互联网大厂，以及国内AI ASIC厂商中，相当大一部分都是芯原的客户。

数据最有说服力：芯原今年一季度财报显示，公司实现营业收入8.36亿元，同比暴涨114.47%。

2026年1月1日至4月29日，新签订单金额高达82.40亿元，绝大部分为一站式芯片定制业务订单。其中AI算力相关订单占比达到91.37%，数据处理领域占比90.15%——主要来自云侧AI ASIC及IP。

二、芯原没有对标的公司

谈到外界对芯原的定位，戴伟民坦言：有人说芯原是“中国的博通”，也有人说是“中国的Arm”。但这些都不准确。

“这说明什么？芯原没有对标公司。”他指出，这种独特性源于SiPaaS（芯片设计平台即服务）的商业模式。

与传统芯片设计公司不同，芯原的核心业务是半导体IP授权和一站式芯片定制服务。即把自研的IP授权给客户使用，或者帮客户完成从设计到量产的全流程。

“我们的IP是给别人用的，不生产自有品牌芯片，不贴牌，所以客户完全不用担心。我们就是提供服务。”戴伟民强调，芯原与客户之间是“水涨船高”的共生关系。

他还特意提到，近两年芯原股份在A股市场的股价表现相当亮眼，“两年不到涨了超过12倍”。他半开玩笑地补充：“不是叫你去买股票哦”，但想说明一件事——芯原走的这条路，市场是认可的。

三、人形机器人市场潜力巨大，中国厂商已占据半壁江山

芯原在云端AI ASIC市场收获颇丰，但戴伟民判断：大模型和云端AI基建只是第一步。真正的价值在于AI在端侧的落地。

端侧AI需要的是针对特定场景和模型优化的定制化芯片。因此，端侧AI ASIC将是下一个风口，具身机器人正是其中一条高价值的应用赛道。

他指出，家庭场景是具身机器人的终极落地场景。环境为人类设计，任务多样，但安全、成本、可靠性门槛也最高。预计2028年后才开始规模化，2030年才会进入大众市场。

对照汽车自动驾驶的分级体系，戴伟民判断具身机器人整体还处于L2阶段，远未达到L3。2026年，将成为具身机器人能否跨越L2进入L3门槛的关键节点——也就是从“演示”到“稳定交付任务”。

Yole Group汽车及机器人首席分析师杨宇给出了更具体的数据：

• 2025年人形机器人市场规模约6亿美元，2030年将突破60亿美元，年复合增长率约为56%。
• 2035年将进一步达到510亿美元，年复合增长率约为55%。

从出货量来看，Yole Group预计：

• 2025年全球人形机器人出货量约8000台。
• 2030年约13.6万台。
• 2035年达到210万台。

杨宇还展示了当前双足人形机器人的市场格局：全球60余家活跃人形机器人企业中，中国占据半壁江山，美国约12家，欧洲相对较少且以初创公司为主。

2025年人形机器人市场份额数据显示，宇树科技以37%的份额领跑全球，前五名中有三家是中国企业。

特斯拉与SpaceX首席执行官埃隆·马斯克也曾直言：“我认为中国将是迄今为止人形机器人市场上最大的竞争对手。”“任何人都不应低估中国。中国是下一个级别的玩家。”“如果美国没有突破性创新，中国将在人工智能、电动汽车制造和人形机器人领域完全占据主导地位。”

戴伟民特别看好具身机器人市场，原因很直接：具身机器人不仅需要更高算力的端侧AI芯片来充当“大脑”，也需要大量低功耗的端侧AI芯片来担任“小脑”。负责实时控制、运动协调、身体平衡和本能反应。对芯原这样的芯片设计服务和IP提供商来说，这无疑是一个极具价值的市场。

戴伟民指出，当前具身机器人的“小脑”（运动控制）已经不错，但“大脑”（认知与决策）还远未成熟。

芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进也表示：人形机器人是行业长期终极目标，但产业落地必须走循序渐进路线。不必盲目追求全功能人形产品，优先复用成熟的视觉、AI、视频处理技术，基于现有芯片体系打造轻量化、可量产的机器人方案，才是更务实的发展路径。

不过，如果看机器人SoC芯片市场份额，英伟达高达67%，中国厂商仅占5%。

虽然当前机器人SoC芯片市场主要被国外厂商占据，但随着中国厂商在具身机器人市场出货量的增长和市场份额的稳固，国产机器人SoC芯片需求的增长几乎是必然的。

四、从IP到SoC，芯原提供一站式机器人芯片解决方案

具身机器人的本质，是在物理世界中实现“感知-认知-决策-执行”的闭环智能。它的算力体系并非依靠单一的端侧AI芯片，而是囊括了CPU、GPU、NPU、ISP、VPU、DSP等诸多计算单元的异构协同混合计算平台。而且，计算不能全部堆在设备端，还需要端云分层协同。

芯原股份成立于2001年，作为国产半导体IP和芯片定制服务大厂，拥有具身机器人所需的全链路半导体IP产品矩阵——从感知、AI推理、视频编解码到人机交互显示，形成完整技术闭环，可助力具身机器人感知、决策、反馈全流程打通，支撑量产落地。

1. 感知层：视觉与语音的“感官基石”

在机器人感知层面，视觉系统是最关键的一环。芯原拥有面向机器人视觉的子系统方案，基于多年来的ISP技术积累和智能驾驶领域的技术沉淀。

在视频流数据方面，芯原的Hantro系列视频处理IP表现突出。支持主流视频格式、多核可扩展性、帧压缩、编码质量与码率控制。目前已形成从低功耗到高性能的完整产品矩阵，覆盖视频编解码、转码加速等多种场景，尤其适合机器人视觉视频流数据的低功耗、高压缩处理需求。

值得一提的是，芯原Hantro系列VPU IP已被全球前20大云厂商中的7家采用，国内头部互联网企业与多家新能源车企也在使用。

此外，原始摄像头数据不能直接喂给AI模型，必须经过格式转换、去噪、色彩校正、特征提取等预处理。这些任务本质上是大量矩阵计算，DSP（数字信号处理器）在处理这类任务时，能效远高于CPU或NPU。

语音/音频同样是机器人感知和交互的关键部分。要让机器人“听得清、听得懂”，需要克服嘈杂环境、远场干扰与混音等物理障碍。DSP在波束成型、语音降噪等算法处理上的表现，也优于其他计算架构。

芯原推出的第五代DSP产品矩阵中，ZSPNano系列专注于低功耗语音处理。高性能的ZSP5000系列则针对计算机视觉、无线通信及SLAM算法进行优化。其Zturbo扩展接口允许客户自定义指令或硬件加速模块，这种定制化能力让DSP真正成为芯片IP的有机组成部分。在多核架构设计中，通过硬化的多核通信模块，DSP核之间以及与CPU之间可以实现高效的数据交互，在低功耗场景下依然保持极高的鲁棒性。

2. 大脑的“AI算力核心”：NPU与GPGPU

在面向机器人大脑的AI计算方面，芯原的NPU IP和GPGPU IP拥有多年发展历史和丰富的产品矩阵。两者核心区别在于算力配比：NPU的Tensor处理能力较强，而GPGPU的Vector处理能力与Tensor持平，能实现Vector和Tensor协同工作。

芯原的NPU IP在市场上处于领先地位，已有接近2亿颗量产芯片出货（主要集中在智能手机、AIPC领域）。产品系列包括VIP Nano、VIP9000-FS、VIP9X00等，覆盖从1TOPS以下到200TOPS，可满足不同性能层级的需求，适配不同形态机器人的差异化算力要求。目前，在工业机器人及服务机器人领域，芯原的NPU IP也已被客户采用。

GPGPU IP方面，芯原拥有面向边缘服务器的CC9X00CC以及面向云端大模型的CC9X00TC。新一代CC10000系列GPGPU IP，在300-500TOPS算力范围内，PPA（性能、功耗、面积）相比上一代提升了约40%-50%，非常适合有大算力需求的机器人、边缘服务器和云端产品。据芯原股份GPU/NPU产品高级副总裁张慧明透露，目前芯原正与多个合作伙伴推进该IP的产品化落地。

3. 软件平台与系统方案：降低开发门槛，加速产品落地

软件层面，芯原搭建了一套一站式、统一的AI计算编译器。该编译器上层对接各种AI框架，下层适配不同算力的IP，中间层负责模型优化及与硬件无关的软件抽象，实现软硬件的解耦。当客户AI芯片需要升级换代时，只需升级到芯原新的IP解决方案，之前积累的软件栈和软件生态可以直接沿用，极大减少重复开发投入，也缩短了芯片迭代到上市的周期。

芯原不仅有NPU IP和GPGPU IP解决方案，还有SoC解决方案。IP团队和SoC团队做了系列芯片架构参考设计，既支持客户自研SoC，也可用芯原的设计服务提供整体方案。

为了满足更高算力需求，芯原还推出了CC10000系列的Die to Die互联（基于自研UCIe芯片互联接口技术）及Chip to chip互联方案。相关互联技术已在4nm、8nm工艺客户项目中成功流片商用。通过多芯片互联架构，可突破单芯片算力瓶颈，进一步释放端侧AI与具身机器人的极致算力潜力。

4. 显示与全链路优化

对于带屏显示的机器人——比如商用引导机器人、带有表情交互和画面展示功能的家用陪伴机器人——还会涉及显示处理器。芯原通过收购逐点半导体（Pixelworks China）的控制权，将自有的图像前处理技术与对方的图像后处理IP相结合，为客户提供一整套完整的显示处理器IP解决方案。

值得一提的是，当前具身机器人“感知-认知-决策-执行”链路还面临高带宽、高功耗、高时延的难题。一旦遇到高速移动、动态避障场景，极易出现感知滞后、决策迟缓、动作失控的后果。

针对这一痛点，芯原推出了FLEXA全链路无DDR解决方案，实现分段式片上SRAM数据流处理、硬件并行执行。ISP、NPU、GPU、VPU、显示处理器之间可直接互通数据，全程无需外部DDR参与数据中转。

基于FLEXA技术和六大类处理器IP打造的一体化IP子系统，可实现低时延AI计算、超低功耗运行和一体化流式处理。

小结

除了这六大类处理器IP与FLEXA技术，芯原还拥有超过1700项数模混合IP、射频IP和接口IP。全面覆盖250nm至4nm全主流晶圆工艺节点，所有IP均已实现大规模量产，广泛应用于AI芯片、MCU控制芯片等各类终端核心器件。在这些IP、技术及大量芯片定制量产经验的加持下，芯原可以为机器人客户提供一站式的芯片定制服务。

芯原股份执行副总裁、定制芯片平台事业部总经理汪志伟强调，芯原凭借全球领先的知识产权库，已成长为全球第二大数字IP供应商，并在全栈芯片定制业务领域位居全球第四。这些技术基石不仅支撑了传统的消费电子领域，更为当前具身机器人所需的复杂异构计算提供了核心驱动力。