当机器人走出展台：辉羲智能的“全栈算力”野心与具身智能产业的底层暗战

2026年世界机器人大会期间，北京亦庄。辉羲智能创始人徐宁仪站上发布会舞台，身后是一颗名为“R1”的芯片和围绕它构建的完整产品矩阵——R1 MAX与R1 PRO两款SoC、RCM500与RCM400两款核心模组、RCCU域控制器，以及RISE软件平台和RhinoVLA模型。

据介绍，辉羲的具身智能芯片占有率已处于行业头部。

表面看，这是又一家国产芯片公司的新品发布。但如果把它放在2026年这个“具身智能量产元年”的坐标系里审视，辉羲的举动实际上戳中了产业最敏感的神经：

当机器人从展台走向工厂、仓库和家庭，决定胜负的不再是本体的炫技能力，而是藏在胸腔里的那颗“大脑”芯片，以及围绕它所构建的算力基础设施。

算力过剩的假象与“有效算力”的稀缺

过去一年，具身智能芯片市场陷入了一场看似火热的“TOPS军备竞赛”：英伟达Jetson Thor在FP4精度下提供2070 TFLOPS，高通Dragonwing IQ10达到700 TOPS，爱芯元智的“具身大脑控制器”喊出1500 TOPS，地瓜机器人旭日S600做到560 TOPS INT8。

但峰值算力只是商用落地的第一关，而且是最不重要的一关。

一旦进入真实的产线场景，仅仅对比TOPS已毫无意义。

人形机器人需要同时处理多路相机、激光雷达和力觉数据，还要并发运行VLA推理与运动控制。如果内存带宽不足，算力单元就会长期等待数据；如果软件栈无法充分调用底层硬件，峰值算力就无法转化为整机性能；芯片在机身散热条件下能维持多长时间的峰值性能？多任务并发时会不会抖动？这些指标，比单一的TOPS更接近真实工况。

这正是辉羲R1 PRO的设计哲学。375 TOPS INT8的AI算力在数字上并不耀眼——低于Thor，低于爱芯元智的新品，甚至低于地瓜S600。但它的产品定义逻辑完全不同：16核A78AE CPU、204.8GB/s LPDDR5高带宽、22路摄像头传感器接入、1KHz实时控制、CPU/NPU/GPU/实时接口集成于单颗SoC实现“大小脑融合片内闭环”。

“大小脑融合”是这个时代具身芯片的关键词。传统的“GPU+MCU”多芯片架构，大脑做AI推理、小脑做运动控制，两者之间靠总线通信，延迟和不确定性都难以压到极致。将感知决策与安全实时控制整合到同一SoC，能否保证高负载下的确定性？这需要长时间的真机验证。

辉羲给出的答案是把两者塞进同一颗芯片，用片内闭环消灭通信开销。

R1 PRO的375 TOPS不是“缩水版”，而是面向真实机器人应用的系统效率权衡。在AI推理、实时控制、接口资源与成本之间取得平衡，这恰恰是具身智能规模化应用最具性价比的算力选择。

产业化陷阱：从Demo到量产的四道生死关

辉羲在采访中被问到一个尖锐的问题：R1芯片500 TOPS算力已搭载于智元、乐聚等产品，从验证到量产最大的挑战是什么？

辉羲的回答耐人寻味：“最大的挑战其实不是让Demo跑起来，而是让它稳定地跑成千上万次。”

这背后是整个行业共同面临的四道门槛：

第一关：模型部署与软件迁移。VLA等大模型如果放云端，网络延迟会拖垮实时性；如果放端侧，又要面对功耗和内存的约束。切换到不同的芯片架构，必然要投入大量人力做算子适配和精度回归。

第二关：把峰值算力转化为可持续调用的有效算力。在指定模型下，推理吞吐、首帧时延、多任务并发能力，以及长时间运行后是否降频，才是整机厂真正关心的实际性能。

第三关：协调“大脑”与“小脑”的时间尺度。大模型的高层决策可以容忍几十毫秒，但关节和电机的实时控制要求极其确定的响应。

第四关：产线成功率与ROI。如果每增加一个工位都要重新采集数据并调试数周，规模复制便无从谈起。

这四关，关关都是工程化的硬骨头。这也是为什么2026年被业内称为“商用元年”，但人形机器人真正规模化上量仍需时日，目前仍处于万台级规模。

辉羲的应对策略是把产品做成梯队：芯片（SoC）→核心模组（RCM）→域控制器（RCCU）。这个产品序列的真正价值不是多卖几颗芯片，而是降低国产算力的使用门槛，让客户把精力放回机器人本身。

芯片层面：适合有很强硬件自研能力、需要高度定制的客户

RCM核心模组：已经把SoC、内存、电源管理等核心系统集成好，客户可以更快开发自己的载板

RCCU域控：更接近开箱即用，适合希望快速完成机器人整机开发和量产的客户

“过去客户换一个计算平台，涉及硬件设计、底软、驱动、模型迁移、接口适配、稳定性测试；现在辉羲希望把这些重复工作尽可能前置完成。”这句话翻译过来就是：Time-to-Market是机器人本体厂最稀缺的资源。

目前，R1 MAX提供的500 TOPS INT8 AI算力与24核Cortex-A78AE CPU，面向更高性能及更复杂模型需求，尤其在可泛化以及长程复杂任务方面拥有突出优势；RCM500基于R1 MAX，提供32GB、64GB、128GB LPDDR5配置；RCM400基于R1 PRO，提供16GB、32GB、64GB LPDDR5配置。

不同算力规格之间保持统一的699 Pin硬件接口和开发平台，使客户能够根据机器人产品需求灵活配置，并降低后续迁移与升级成本。

国产替代的真实坐标：不是取代英伟达，而是分层共存

理解辉羲R1的产业意义，必须把它放在国产具身芯片的整体格局中看。

Yole Group数据显示，英伟达在2025年机器人SoC市场以69%的份额排名第一，中国厂商合计仅占5%。但数字背后的故事远比份额复杂。

一个关键事实是：目前行业出货量最高的两款人形机器人——宇树科技的G1和智元机器人的灵犀X2，均使用了国产公司瑞芯微的芯片。而智元机器人的产品策略更具代表性：精灵G2的基础算力板使用辉羲智能的R1芯片，高算力板则采用英伟达Thor系列芯片；灵犀X2的基础版用瑞芯微，高配版用Orin。

这是一种典型的“高低配分层”策略：量产走量机型用国产芯片控制BOM成本，高端旗舰保留英伟达Thor以保证峰值性能。

为什么会出现这种分层？英伟达Jetson Thor开发者套件售价达到3499美元（约2.5万元人民币），部分型号甚至大幅涨价翻倍。芯片占机器人BOM成本的比例太高，量产机器人根本承受不起。

而国产芯片的价格区间截然不同。据行业研究，辉羲光至R1参考单价约150-200美元，瑞芯微RK3588仅80-120美元。国产芯片的成本优势不仅是价格竞争的工具，更是推动具身智能从“高端定制”走向“规模化普及”的关键杠杆。

国产替代不是要“灭掉”英伟达，而是在基础算力层形成可采购、可演进、可生态协同的“第二选择”。在高端算力层，Thor依然是参照系；在中端量产层，辉羲、瑞芯微、地瓜们正在蚕食市场。

产业研究的视角将具身芯片分为三类供给：“大脑”主控芯片（通用高性能异构计算平台与定制化ASIC两类）、“小脑”运动控制芯片（专用MCU、DSP架构）、专用AI推理加速芯片。辉羲R1 PRO的“大小脑融合”思路，本质上是试图用一颗芯片跨越前两个品类，这正是其架构创新的核心价值。

生态联盟：算力公司的“护城河”游戏

如果只看芯片规格，辉羲R1 PRO的375 TOPS并不出众。但发布会现场正式启动的“辉羲具身智算生态联盟”透露了另一个信号：算力公司的竞争，正在从硬件参数转向生态整合。

首批联盟伙伴包括：经纬恒润、乐聚智能、极佳视界、安谋科技、光轮智能、图达通、枢途科技、灵猴机器人、影智科技、信步科技、达显身手、视启未来、AIR研究院等。这份名单覆盖了从本体厂、传感器、执行部件到算法模型、基础软硬件的完整产业链。

徐宁仪在发布会上提出了一个判断：软件3.0时代，软件与硬件之间的接口应该是“自主行动”。整个行业应该产生最好的“指导硬件行动的方案”，而算力平台需要以Token为核心，将人类的意图输入一个可计算的系统。

这个判断背后是具身智能产业的真实痛点：有效数据规模不足是制约产业规模化的头号瓶颈。当前全球具身领域有效交互数据量，比自动驾驶、大语言模型低了3-5个数量级。仿真环境里“门门优秀”的机器人，一旦踏入真实的厨房、工厂，便频频“挂科”。

辉羲的解法是双轮驱动：

硬件层：通过R1芯片家族+RCM模组+RCCU域控，提供可扩展、可定制的算力底座。

软件层：RISE计算平台承接模型迁移、编译、算子优化和部署，目标将同一算法的部署周期从2周进一步缩短至2天；RhinoVLA提供标准化预训练基础模型和完整开发流水线。

关一金在发布会上展示了AI增强开发套件，将Agent能力引入具身智能开发流程，围绕模型部署、性能分析与调优、算子开发等关键环节，Agent可辅助开发者完成复杂开发任务。这是试图用AI降低AI芯片的使用门槛——让更多复杂、专业的底层开发工作逐步自动化。

量产验证：从产线直播到真实部署

辉羲R1的量产能力并非停留在PPT上。2025年第四季度，RISE计算平台实现首个标志性量产交付。搭载光至R1芯片的域控方案落地智元精灵G2机器人，完成芯片从研发验证走向商用量产的关键跨越。

2026年，搭载光至R1的智元精灵G2机器人进驻龙旗科技江西南昌工厂，开启6天不间断全透明产线直播作业，累计完成作业17625次，任务成功率达99.99%，充分验证了方案工业级稳定运行能力，标志着具身智能从试点测试迈入规模化部署阶段。

在人形机器人适配领域，辉羲智能RoboR具身智能域控制器完成乐聚夸父Kuavo 4 Pro人形机器人整机部署，成功适配人形机器人多路传感器同步采集、大模型推理、全身运动规划、毫秒级实时控制等复合负载，验证了平台在复杂人形机器人系统中的集成适配实力。

在国产基础模型适配层面，辉羲智能联合自变量机器人完成国产软硬件联合验证，自变量开源Wall-OSS-0.5具身基础模型已在光至R1芯片实现完整端侧原生运行，完成多场景下推理速度、识别精度、长期部署稳定性全维度测试，验证了国产大模型与国产端侧高算力芯片深度适配可行性。

写在最后的判断

辉羲智能成立仅四年实现芯片量产交付，R1已搭载于智元精灵G2、乐聚机器人等量产产品。在2026这个“具身智能量产元年”，它的全栈算力平台发布，折射出的是整个产业的底层转向：

第一，竞争维度下沉。行业焦点已从“拼本体”的炫技阶段，全面转向算力、数据、量产等底层基础设施的“拼地基”阶段。辉羲们做的是“脏活累活”——把芯片、工具链、模组、域控和客户工程支持一起做，走完从POC到量产的“最后一公里”。

第二，架构路线收敛。“大小脑融合”的单芯片设计正在成为行业共识。从辉羲R1 PRO到地瓜S600，从英特尔酷睿Ultra到高通IQ10，主流厂商都在朝这个方向走。多芯片架构的通信开销和不确定性，已经无法满足机器人量产的要求。

第三，国产替代的路径清晰。不是蛮力取代英伟达，而是通过“基础算力国产化+高端算力分层共存”的策略，让机器人本体厂有得选、用得起、可演进。智元精灵G2的“辉羲R1基础版+Thor高配版”就是一个标志性样本。

第四，生态即护城河。英伟达的CUDA+Isaac生态是短期内难以逾越的壁垒。国产厂商要破局，单靠芯片规格不够，必须构建从芯片、模组、软件栈到产业协同的完整生态。辉羲的具身智算生态联盟，正是这一逻辑的产物。

2026年上半年，以集成电路为代表的新一代信息技术产业在亦庄增速达到30%左右，其中集成电路表现尤为突出，达到70%左右，集成电路产值为926亿元。地方政府+头部企业+产业资本的组合，正在北京亦庄形成具身智能算力的“产业磁场”。这场底层算力之战，才刚刚开始。

机器人从展台走向真实世界的路上，模型能力、本体设计、运动控制都是显性指标，而算力底座是隐性地基。当地基打得足够扎实时，没有人会注意到它；但当下沉的裂缝出现时，整座大厦都会摇晃。

“辉羲们”的努力，就是在裂缝出现之前，把地基打得再深一点、再宽一点。

具身智能的竞争，已经走向底层。