車東西（公眾號：chedongxi）
作者 ｜ Janson
編輯 ｜ 志豪

車東西11月26日消息，日前，黑芝麻（參數(shù)丨圖片）智能舉行了備受矚目的機(jī)器人平臺發(fā)布會，此次活動不僅是公司在機(jī)器人業(yè)務(wù)線的一次正式亮相，更是其從智能汽車計(jì)算芯片向全域智能計(jì)算平臺延展的關(guān)鍵里程碑。

在發(fā)布會后，黑芝麻智能CMO楊宇欣與機(jī)器人業(yè)務(wù)線負(fù)責(zé)人徐勁博士共同出席，面對包括車東西在內(nèi)的多家媒體媒體，深入剖析了公司在具身智能時代的戰(zhàn)略思考。

當(dāng)前，機(jī)器人產(chǎn)業(yè)正處于早期階段，行業(yè)痛點(diǎn)顯而易見，軟硬件開發(fā)尚未成熟、產(chǎn)業(yè)鏈分工模糊、從實(shí)驗(yàn)室原型到工業(yè)化量產(chǎn)之間存在巨大的鴻溝。

正是在這樣的背景下，黑芝麻智能選擇在此時發(fā)布其機(jī)器人平臺。管理層在群訪中強(qiáng)調(diào)，這并非跨界，而是基于車規(guī)級技術(shù)積累的延伸。

▲黑芝麻機(jī)器人全棧計(jì)算平臺系統(tǒng)結(jié)構(gòu)圖

通過復(fù)用在自動駕駛領(lǐng)域驗(yàn)證過的高可靠性芯片、底層軟件及工具鏈，黑芝麻智能旨在為機(jī)器人產(chǎn)業(yè)提供標(biāo)準(zhǔn)化的“模組”與平臺，解決行業(yè)中“不得不做的臟活累活”，從而降低客戶的開發(fā)門檻。

此次群訪的核心基調(diào)是“務(wù)實(shí)”與“賦能”。不同于行業(yè)中常見的概念炒作，黑芝麻智能坦承目前機(jī)器人市場尚未形成清晰的芯片技術(shù)邊界，因此公司策略性地選擇了“卡位”戰(zhàn)術(shù)——通過靈活的商業(yè)模式和對客戶場景的深度介入，以此來探索未來的技術(shù)標(biāo)準(zhǔn)與商業(yè)閉環(huán)。

無論是應(yīng)對英偉達(dá)的競爭，還是對“第二增長曲線”的審慎定義，都折射出這家“Born International”的芯片企業(yè)在AI時代試圖構(gòu)建本土化核心供應(yīng)鏈的野心與定力。

一、聚焦收益閉環(huán) 從量產(chǎn)中突圍

在本次活動中，車東西就黑芝麻在商業(yè)化進(jìn)程、產(chǎn)品定義邏輯及核心競爭力分析等方面與有關(guān)高管進(jìn)行了深入交流。

關(guān)于外界關(guān)心的商業(yè)化時間表，黑芝麻智能透露，其實(shí)際布局早在2024年底便已啟動。不同于發(fā)布即開局的常規(guī)模式，公司在平臺發(fā)布前已產(chǎn)生實(shí)際收入，并已有產(chǎn)品在客戶場景中落地出貨。之所以選擇在2025年底才正式發(fā)布，是因?yàn)楣鞠Ｍ诿迨袌雠c技術(shù)邊界、提煉出行業(yè)共性需求后，再推出成熟的平臺化產(chǎn)品。

隨著平臺的正式發(fā)布，預(yù)計(jì)商業(yè)化進(jìn)程將進(jìn)一步加速。

另外，目前機(jī)器人客戶多為算法背景，底層嵌入式開發(fā)與工程化能力不是他們的強(qiáng)項(xiàng)，如果直接提供單一芯片，客戶需要投入巨大的資源進(jìn)行適配，這對雙方而言均非最優(yōu)解。

因此，黑芝麻智能采用了“模組化”策略——將芯片定義為包含IO接口優(yōu)化、底軟、工具鏈及參考模型的完整模組。

通過這一“原子模型層”的賦能，解決機(jī)器人軟硬件不成熟的痛點(diǎn)。未來，隨著千萬級出貨量的機(jī)器人公司出現(xiàn)，商業(yè)模式和產(chǎn)品形態(tài)或?qū)㈦S之演變。

對于“模組”形式是否意味著黑芝麻智能在機(jī)器人領(lǐng)域扮演Tier 2角色的疑問，楊宇欣指出，機(jī)器人產(chǎn)業(yè)鏈尚處于混沌期，不存在汽車行業(yè)那樣清晰的 Tier 1/Tier 2 界限。

▲黑芝麻機(jī)器人生態(tài)

公司的核心定位是“賦能”，無論是直接面對終端廠商還是集成商，只要能推動商業(yè)閉環(huán)，角色可以靈活界定。

這種以商業(yè)落地為導(dǎo)向的策略，比糾結(jié)于傳統(tǒng)供應(yīng)鏈層級更為務(wù)實(shí)。

在談及從原型到量產(chǎn)的巨大挑戰(zhàn)時，黑芝麻智能認(rèn)為其核心護(hù)城河在于“車規(guī)級的大規(guī)模量產(chǎn)經(jīng)驗(yàn)”。

相比汽車，機(jī)器人的絕對量級雖小，但對可靠性和工程化的要求依然嚴(yán)苛。作為經(jīng)歷過車規(guī)級考驗(yàn)的芯片廠商，黑芝麻智能在解決量產(chǎn)斷點(diǎn)上具備天然優(yōu)勢。

而在與英偉達(dá)等國際巨頭的競爭中，盡管生態(tài)上尚存差距，但黑芝麻智能自信其芯片在算力表現(xiàn)、對機(jī)器人特定IO接口的支持以及成本控制上具備差異化優(yōu)勢。

二、審慎定位 黑芝麻的戰(zhàn)略定位與商業(yè)模式整合

從戰(zhàn)略定位的角度來看，管理層對機(jī)器人業(yè)務(wù)的定性十分審慎。他們認(rèn)為，這并非傳統(tǒng)意義上需要重新起爐灶的“第二增長曲線”，而是基于汽車業(yè)務(wù)技術(shù)積累（芯片、底軟、工具鏈）的自然延伸。業(yè)務(wù)目前仍在上市公司體系內(nèi)運(yùn)營，利用集團(tuán)共享研發(fā)資源，投入可控。公司將其視為戰(zhàn)略上的“卡位”與“布局”，旨在理清產(chǎn)業(yè)鏈邊界，尋找未來的行業(yè)贏家。

▲機(jī)器人新紀(jì)元已經(jīng)到來

當(dāng)下，黑芝麻智能希望被重新定義為“端側(cè)AI計(jì)算平臺供應(yīng)商”。通過收購小算力公司與自研大算力芯片，公司構(gòu)建了從低到高的全場景算力產(chǎn)品線。管理層認(rèn)為，隨著AI時代所有電子設(shè)備對算力需求的爆發(fā)，黑芝麻智能將能夠提供全域解決方案的能力。

在行業(yè)早期，黑芝麻智能采取了“幫客戶找場景”的獨(dú)特打法（如引入武漢風(fēng)景區(qū)、電力巡檢等資源）。這不僅是賣芯片，更是賣“落地服務(wù)”。管理層認(rèn)為，在不傷害客戶的前提下，這種靈活的模式有助于打破商業(yè)僵局。未來隨著行業(yè)成熟，商業(yè)模式將逐漸收斂，回歸標(biāo)準(zhǔn)化的產(chǎn)品供應(yīng)，但在當(dāng)前階段，通過服務(wù)創(chuàng)造的附加值將顯著體現(xiàn)在業(yè)績中。

三、做機(jī)器人專屬優(yōu)化 實(shí)現(xiàn)技術(shù)路線與架構(gòu)創(chuàng)新整合

針對“是否會有機(jī)器人專用芯片”的疑問，黑芝麻智能方面明確表示，由于目前機(jī)器人技術(shù)邊界不清且專用芯片成本高昂，短期內(nèi)不會推出專用芯片，而是復(fù)用車規(guī)級芯片。但黑芝麻智能并非直接照搬，而是通過“模組”形式，在I/O接口、底軟層面針對機(jī)器人需求進(jìn)行了深度優(yōu)化。

面對VLA（視覺-語言-動作）模型和Transformer架構(gòu)的主流化，黑芝麻智能在芯片設(shè)計(jì)上進(jìn)行了針對性創(chuàng)新。其NPU架構(gòu)原生支持Transformer，并通過特殊的硬件設(shè)計(jì)（如大SRAM、帶寬優(yōu)化）解決了多模態(tài)大模型在中間計(jì)算環(huán)節(jié)的高帶寬需求。即便未來算法路線發(fā)生變化（如去L化），只要基于Transformer架構(gòu)，芯片均能高效適配。

▲搭載黑芝麻機(jī)器人解決方案的產(chǎn)品

關(guān)于此次發(fā)布會中展示的“單腦到雙腦協(xié)同”，徐勁博士澄清這更多是功能層面的概念（視覺域與語言邏輯域的協(xié)同），而非硬件上的物理分割。這種設(shè)計(jì)旨在模擬人類“左右腦”配合處理復(fù)雜交互（如結(jié)合表情與語言理解語義）的機(jī)制，以提升具身智能的感知與決策能力。

四、全球化與生態(tài)構(gòu)建整合 利用“時差”輸出中國經(jīng)驗(yàn)

作為一家“Born International”的公司，黑芝麻智能計(jì)劃利用其國際化團(tuán)隊(duì)和車規(guī)級芯片的出貨經(jīng)驗(yàn)布局海外。不同于國內(nèi)市場的直接競爭，海外策略更側(cè)重于“場景驅(qū)動”——即尋找海外的具體應(yīng)用場景，利用中國機(jī)器人產(chǎn)業(yè)鏈領(lǐng)先的“時差”優(yōu)勢，與合作伙伴共同出海落地。

在生態(tài)構(gòu)建上，黑芝麻智能傾向于與有真實(shí)需求、量級足夠大的場景方（如電力、文旅）合作，而非僅停留在科研或表演層面的項(xiàng)目。公司致力于提取不同形態(tài)機(jī)器人（輪式、足式等）的共性需求（如感知、路徑規(guī)劃），通過提供通用的底層任務(wù)映射和原子模型，尋找市場的“最大公約數(shù)”。

面對行業(yè)普遍存在的數(shù)據(jù)孤島問題，黑芝麻智能定位為賦能者。雖然不直接擁有數(shù)據(jù)，但公司提供類似車端的數(shù)據(jù)回灌平臺和工具鏈，幫助客戶低成本地收集、處理數(shù)據(jù)并實(shí)現(xiàn)算法迭代，從而間接推動行業(yè)數(shù)據(jù)的打通與復(fù)用。