“比较荣幸的是，我们保持了最开端信赖的事。” 在被问及黑芝麻智能如安在机械人赛道守住先发优势时，黑芝麻智能 CMO 杨宇欣语气笃定。
日前，黑芝麻智能于其机械人平台产品宣布会上正式官宣构造机械人营业，推出业界首个机械人贸易化专属安排平台——SesameX™多维具身智能计算平台，包含Kalos（视觉驱动）、Aura（感控协同）、Liora（认知进化）三大年夜核心模块，已应用于物流车、四足机械人等场景。
对于此次机械人平台的构造，杨宇欣明白表示，这并非跨界之举，而是营业的天然延长。据雷峰网("大众,"号：雷峰网)懂得，黑芝麻智能的机械人营业在2024岁尾启动，截至今朝已有多个项目成功落地。该营业在公司整体营收中占比仍较低，尚处于计谋构造阶段，但倒是其从智能汽车计算芯片向全域智能计算平台拓展的关键里程碑。
黑芝麻智能果断扮演 “赋能者” 角色，它并未选择亲自下场造机械人，短期内也无专为机械人研发芯片的筹划，而是容身芯片主业，最大年夜限度复用智驾范畴的技巧与临盆经验，在对象链、IO 等维度适配现阶段机械人客户的场景需求。
从贸易落地来看，黑芝麻智能为机械人营业线锚定了 “卡位 + 构造” 的核心定位。“卡位” 是指在将来机械人家当链中明白自身技巧界线，“构造” 则是提前锁定潜在优质客户、理顺高低游家当关系。
从智驾芯片龙头向机械人算力平台拓展，黑芝麻智能试图卡位机械人赛道，成为 AI 时代的端侧 AI 计算平台供给商。
以下为黑芝麻CMO杨宇欣、机械人营业线负责人徐劲与雷峰网等媒体的对话内容，雷峰网作了不改变原意的编辑：
Q：机械人平台宣布之后，贸易化过程大年夜概是如何的？大年夜概多久可以或许在推动过程中看到一些收益表现？
杨宇欣：实际上，黑芝麻的机械人营业早在 2024 岁尾就启动构造，之所以如今才宣布相干平台，是因为今朝机械人市场仍处在异常早期的阶段，很难说我们已经摸清了市场的界线。
但从营业落地的角度来看，黑芝麻机械人营业在去岁尾本岁首年代就已实现首批项目落地并产生了收入。当前阶段，跟着黑芝麻机械人平台界线的清楚和行业共性需求的提炼，将来其机械人营业的贸易化过程将迎来加快。
Q：此次共颁布了三大年夜平台十款产品，但为何未说起与智驾芯片对应的具体型号？
徐劲：黑芝麻进入机械人范畴并非跨界，而是智能汽车范畴诸多才能的天然延长，芯片就是个中之一。此次推出的机械人芯片与智驾芯片存在必定对应关系。之所以没有一一列出具体型号，一方面是机械人当前出货量远低于汽车，零丁售卖芯片显然不具备可行性；
另一方面是两者的应用需求存在差别，机械人的软硬件体系均未成熟，仅供给芯片无法实现营业落地。是以，我们欲望将芯片整合定义为模组，在 IO 接口上更适配机械人的需求，并在此基本上叠加底层软件对象链，包含各类算法模型，经由过程更上层的 “原子模型层” 为机械人家当赋能。
杨宇欣：尽管机械人营业所用芯片底层仍是车规级芯片，但实际上我们并未将其型号与智驾芯片完全对应。原因在于不少机械人厂商是算法出身，并不善于底层嵌入式开辟与工程化落地工作。假如直接向其供给芯片，我们须要投入的技巧支撑资本，会远超办事一家车企的投入，这对两边而言都不是最优解。假使将来出现年出货量达切切级的机械人企业，我们的贸易模式也会跟着家当链的成长而动态调剂，从而实现合作共赢。
Q：此次机械人“模组” 的概念是否与过往黑芝麻智能 Tier2 的定位有所误差？是否意味着比过往做的工作更多了？
杨宇欣：起首，机械人家当链尚未形成像汽车行业那样清楚的 Tier1、Tier2 分工，相干分工概念本身就源自汽车行业；
其次，黑芝麻智能的核心定位始终是 “赋能”，即无论采取何种方法，只要能更好地赋能客户，我们就会选择当下最合适的贸易模式与技巧界线。
模组只是平台才能的硬件载体，在模组之上，底层操作体系、通用操作体系、中心件及参考模型，都能为客户供给更周全的支撑。最终要回归贸易化落地的本质，与我们合作的对象既可所以机械人终端厂商，也可所以筹划集成商，比如与华为电力的合作，我们两边之间仍须要中心人，很难用传统汽车行业的 Tier1 或 Tier2 标准，简单界定我们的角色。
Q：机械人营业何时能释放贸易利好，形成本质性合作或落地？机械人营业是否以自力子公司情势运作？今朝人员与资本设备情况若何？
贸易利好方面，我们今天已颁布了部分已落地场景及正在合作的客户。不过，当前机械人营业收入相较于公司总体收入而言并不凸起，内部对机械人营业线的定位是 “卡位 + 构造”：
“卡位” 是指在机械人家当链中明白自身的营业界线，“构造” 则是指提前对接将来可能成长为行业头部的合作伙伴，厘清家当链高低游的合作关系。
徐劲：公司已将机械人营业肯定为 “第二增长曲线”，在该营业上的投入决心异常果断。关于机械人营业具体的组织架构、人员数量及后续投入筹划，公司将持续研究断定，相干根本策略后续可能会在合适的时光另行披露。
杨宇欣：现阶段行业内尚无明白的 “机械人芯片” 技巧界线定义，当前机械人技巧迭代速度较快，类似七八年前智能驾驶的成长阶段。今朝我们在技巧选择上，往往须要就义必定效力来换取产品的普适性，比如在 Transformer 模型与 GB/GPU 的选型上就是如斯。待将来机械人芯片的技巧界线逐渐清楚后，我们会根据市场的演进偏向，对产品线进行从新调剂。
徐劲：黑芝麻现有芯片已能覆盖当前机械人在传感（含视觉、激光雷达）、计算架构及 IO 接口等方面的核心需求。短期内，我们会持续以车规级芯片为核心，不会为机械人营业零丁开辟全新芯片。零丁研发一款全新芯片的成本极高，现阶段我们仅经由过程机械人营业单位（BU）的需求反馈，进一步加深对机械人场景需求的懂得。
Q：跟着景区、电网等应用处景增多，公司需投入的资本是否会呈线性放大年夜？若何均衡场景拓展与营业界线控制？
杨宇欣：当前机械人范畴的公司多为始创企业，这类企业技巧实力较强，但市场资本相对脆弱，行业内存在较大年夜的贸易落地鸿沟。黑芝麻在逝世守 “计算平台供给商” 这一赋能角色的同时，会依托上市公司在市场与家当资本方面覆盖较完全的优势，整合当局资本与市场化资本，协助合作方开辟应用处景，主动 “创造需求” 并撮合场景方与客户对接，最终形成贸易闭环。
Q：黑芝麻若何断定并解决从原型到量产之间 “断点” 这一关键问题？
徐劲：机械人行业即便进入量产阶段，整体量产范围仍然有限，且 “从原型到量产” 的标准基线本身并不清楚，这恰好是我们当前面对的最大年夜问题。比拟之下，在汽车端，我们已经完成过大年夜平台级其余量产项目，相干芯片与软件架构都经历过严苛的验证，团队才能和技巧路径也都接收过类似量产考验，是以将这套成熟体系迁徙到机械人平台时，过渡会相对顺畅。现阶段机械人行业真正的出货量还不算大年夜，所以这一 “断点” 对黑芝麻来说，并不是弗成超越的障碍。
Q：黑芝麻机械人平台除国产化替代外，与英伟达等竞品比拟核心优势安在？
杨宇欣：关于技巧复用，中高算力 AI 推理芯片的大年夜范围贸易化经验今朝集中在主动驾驶范畴，几十 T 甚至上百 T 算力的芯片已在主动驾驶范畴大年夜范围应用，对象链、底层软件、算子适配、Transformer/VLA 模型落地等均在汽车行业经历过验证。机械人对工程化、应用优化的请求略低于汽车，模型挑衅仍是最高的，算力越高，能承载的义务越多，支撑的模型也越复杂。关于国际化策略，黑芝麻已与多家全球 Tier-1 合作，机械人营业正寻找合适的海外切入机会。中国事机械人落地进展最快的国度，海外市场更偏场景。我们不会纯真对接海外机械人厂商，而是和合作伙伴合营推动海外场景落地。
从算力角度看，当前在中国市场，我们芯片的算力是最接近英伟达的，并且下一代芯片在部分技巧指标上甚至已实现领先。我们的芯片团队有经久且深挚的积聚，拥有经久且深挚的技巧积聚，是以我们并不害怕与英伟达同台竞争。
在生态扶植层面，我们确切与英伟达存在必定差距，但这也被我们视为冲破的机会。尽管国内机械人企业现阶段的开辟工作大年夜多基于英伟达的筹划，但一旦项目涉及成本控制与本地化技巧支撑，这类企业必定会将中国本土合作伙伴纳入考量范围。
Q：黑芝麻智能在智能汽车范畴已建立成熟的国际市场构造，这些全球化经验若何迁徙至机械人营业？公司对海外机械人市场有何具体筹划？
徐劲：黑芝麻的基因是 “born international”，国际化是优势而非劣势。中国机械人家当链与海外市场的付费意愿、价格体系间形成了 “时差红利”。黑芝麻不做机械人本体，若何依托国际化优势形成机械人营业贸易化闭环，今朝仍在摸索中。
Q：黑芝麻若何包管长周期里的贸易化效力，同时均衡研发成本？
杨宇欣：一方面，活下来靠 “共性”。芯片公司是赋能角色，对行业共性懂得越深、提取越准，越能容身，我们已看到海外和国内成功提取共性的案例。另一方面，要成功上量。黑芝麻从汽车范畴切入机械人行业并非从零开端，而是天然演进，底层技巧相通性强，上量就代表成本优势，这是芯片行业很实际的问题。投入层面，黑芝麻尽量复用原有技巧体系，在研发可控的前提下增长机械人营业的支撑部分。
徐劲：第一，需求端已出现 “最大年夜公约数”。以前一年黑芝麻与不合机械人厂家对接，发明在感知、路径筹划、说话交互、大年夜模型等方面需求共通，恰是这种共性，让我们有了成长机会。第二，打造 “贸易落地最佳平台”。今朝的三款筹划是基于 “最大年夜公约数” 得出的、可覆盖最大年夜范围场景的成果，后续还会持续进级。第三，经由过程软件将更多技能映射为底层义务，实现更高程度的通用化。
我们的目标是在同一颗芯片上，同时高效运行视觉与说话相干义务，且兼顾带宽、算力与 SRAM 成本。为此，黑芝麻经由过程一种新鲜架构实现了两种模态计算的高效处理，相干技巧细节暂不便公开。
Q：演讲中提到的 “单脑控制到双脑协同、阁下脑均衡、全脑协同”，是否可懂得为人类心理大年夜脑？为何要模仿这种人类阁下脑构造？“类人脑” 设计是否真的比 “感知→决定计划→履行” 链路更优？可否举例解释哪些机械人功能必须依附阁下脑分域协同才能实现？
徐劲：阁下脑只是概念，并非要在硬件上复刻人类阁下脑，核心是不克不及将功能做孤立划分。我们研究大年夜量论文并结合实践经验发明：平日大年夜家会认为大年夜模型可解决所有问题，但学术界有一派不雅点强调世界模型的须要性，纯说话模型的才能存在局限。比如 DeepSeek-OCR，我们曾认为文本处理必定是说话层面的工作，后来却发明引入视觉通路后，整体后果反而更好。
人脑的诸多机制可被借鉴，比如人与人对话交换时，除了获取说话文字信息，还会接收神情等旌旗灯号，诸多信息处理环节是同步进行的，这就涉及到阁下脑协同。至于是否要经由过程与人脑类似的硬件来实现该才能，这是值得商量的技巧路线问题，而业界已广泛承认视觉与说话协同的须要性。
Q：这款大年夜计算平台 SoC 做了立异性硬件设计，是否使其更适配当下以 VLA 为主的机械人场景？
徐劲：我们确切在芯片层面做了独到测验测验，且已将自家产品指标与市情最强芯片进行比较，我们的效能具备明显优势。我们不雅察到，传统视觉处理的带宽曲线出现输入带宽高、中心计算带宽低、输出带宽低的特点；而大年夜说话模型的带宽曲线则为输入带宽低、中心计算带宽高、输出带宽低。
Q4：传统商学院的 “第二曲线” 平日要在第一曲线过了破局点之后启动，如今黑芝麻第一曲线是否已经由了破局点？为何此时启念头器人营业？汽车范畴的经验若何迁徙至机械人赛道实现 “弯道超车”？
杨宇欣：黑芝麻进入机械人范畴，并非完全意义上的第二曲线，而是异常天然的营业过渡。公司官方很少应用 “第二曲线” 一词，因为其定义是进入全新市场、团队研发与市场相对自力，这与我们技巧复费用极高的实际情况不符。
徐劲博士此前负责智能影像部分，相较于封闭的汽车市场，机械人场景更为丰富，其家当链构造与诸多工业品、花费品高度类似。黑芝麻在汽车范畴积聚的安然认知，以及大年夜算力芯片贸易化落地的经验，均能迁徙至机械人范畴，且现有汽车客户，也是潜在的机械人客户与合作伙伴。
Q：有试过跑几个 VLA 吗？速度和后果怎么样？
徐劲：我们内部做过测试，虽尚未正式宣布，但从今朝成果来看，比业界最领先的筹划还要好一点。这得益于我们经久的技巧积聚，以及对前沿算法的持续跟踪，可以或许将芯片算力高效发挥出来。
Q：如今行业对人形机械人 VLA 路线信念不足，黑芝麻面对终端厂商技巧路线的变更，会不会调剂原有设计？作为芯片厂商，该怎么应对一向变更的技巧路线？
徐劲：黑芝麻既不是算法厂商，也不是终端厂商，我们核心是推出通用架构，最大年夜程度知足各类计算需求。新架构会持续支撑 V（视觉）和 L（说话），寻求 “最大年夜公约数”。我们会存眷新的技巧架构，但不会去断定算法的成长偏向。
杨宇欣：去掉落 “L” 对算法的挑衅很大年夜。如今大年夜模型能落地应用，恰是因为基于 Transformer 的大年夜说话模型，才能会随算力晋升而暴增，说话就是它的核心中枢；如果直接做 V-A，很多基于 Transformer 的大年夜模型都得重构。
杨宇欣：机械人营业是在上市公司体系内推动的，公司当前最重要的目标是把现有营业经营好。从资本投入来看，芯片、底层软件和对象链等底层技巧，均来自集团研发资本，属于各营业可共享的资本，只是会根据机械人营业的需求进行二次开辟；机械人营业的投入更多集中在平台侧和产品侧，今朝整体投入范围总体可控。
作为芯片公司，我们平日只存眷模型，只要模型基于 Transformer，我们就能做加快，我们最新的 NPU 本身就原生支撑这个模型。但 Transformer 未必是具身智能时代最好的模型。
我们已经在研究 Mamba 等新架构了，一旦行业形成下一代模型的共鸣，我们的 NPU 就会适配新架构。如今模型迭代相对慢，十年前模型一年一换，芯片根本跟不上。
Q：黑芝麻处在 AI + 机械人的交叉范畴，其估值体系有可能从智能汽车芯片切换到全域智能终端芯片，估值会有多大年夜晋升？会经由过程哪些营业或节点来表现？
杨宇欣：很难把营业成长、定位和二级市场的估值逻辑直接匹配，但估值最终照样要表如今对市场的把握、营业落地和实际事迹上。
我们欲望将来黑芝麻能成为 AI 时代端侧 AI 的计算平台与芯片供给商。接下来，公司会更强调端侧 AI 才能，将来具身智能会成为继主动驾驶之后，端侧 AI 又一个复杂应用处景。今朝黑芝麻还在并购一家小算力 AI 芯片公司，因为算力越小，对应的产品出货量往往越大年夜。我们认为将来所有电子设备都须要算力支撑，欲望能打造覆盖全场景算力的产品线。
Q：机械人家当今朝多复用汽车芯片，将来是否会出现 “机械人级” 专用芯片？假如会，黑芝麻在产品线上有何筹划？
每个时代都有能站稳脚跟的芯片公司，AI 时代也会出生新的头部企业。尤其是当下中国能成长本土供给链，和以前手机、汽车范畴跟随海外供给链的模式不合，机械人厂商对本土供给链的应用意愿和接收度更高，机械人或具身智能时代的供给链本土化会更彻底。黑芝麻的定位是端侧 AI 芯片及品牌厂商，将来跟着覆盖场景增多、产品线日趋丰富，有望获得与之匹配的市场估值。
Q：在机械人行业当前应用的芯片中，是否有可对标今天宣布的三款产品的参照物？比如和英伟达芯片比拟，存在哪些差别？
徐劲：黑芝麻在机械人范畴并不会克意强调芯片和算力，因为机械人场景的需乞降其他范畴不太一样，算力高也未必实用。我们也做过相干评估，黑芝麻的 Kalos、Aura 可分别对标 NX 系列，Liora 可对标 Thor，但比拟单一芯片，整套平台筹划的价值其实更重要。
英伟达芯片存在 IO 接口不足、基本常识有短板的问题，在部分场景下黑芝麻具备自身优势，后续我们会颁布更具体的产品规格。
Q：在智驾芯片竞争白热化、友商同样可能切入机械人赛道的背景下，黑芝麻若何锁定先发优势？您若何对待接下来机械人芯片的市场格局？
杨宇欣：如今谈市场格局还为时过早，但我们欲望将来黑芝麻能在这个范畴占据一席之地。任何芯片细分市场成熟后，平日只会留存两三家芯片公司来覆盖不合类型客户；而机械人场景更为分散，最终存活的企业可能不止两三家。黑芝麻和多半汽车芯片厂商有本质差别，我们本身就有成熟的工业及花费级营业，且每年能产生可不雅收入。今朝真正完成中高算力智驾贸易化闭环的公司本就不多，我们在智驾范畴已形成先发优势，始终快人一步，再叠加现有资本与技巧支撑，这一优势也将持续保持。
黑芝麻比较荣幸的是，我们始终保持了最初的信念。截至今朝，公司计谋从未出现过大年夜的调剂，逝世守自身理念也是我们的企业文化。
Q：从事迹增长角度来看，成为家当链链主是不是会比纯真直接卖产品带来的附加办事价值更高？
杨宇欣：我小我认为，公司经营和贸易运作不须要规定异常明白的界线。在行业成长早期，只要不触碰客户的核心好处，凡是对公司经营有赞助的事都可以去做，这也是我们会协助客户拓展应用处景的原因。将来还会出现更多贸易模式，相干收益也会表如今我们的事迹中。跟着行业界线逐渐清楚，我们的贸易模式也会朝着更成熟、更聚焦的偏向收敛。
Q：黑芝麻想和什么样的生态伙伴经久共跑？
徐劲：这个范畴照样一个异常早期的范畴，很多器械并没有定形，英伟达也不例外。
黑芝麻能活到如今，也解释我们当时的技巧断定是对的。如今为了包管前瞻性，我们有专人天天跟踪学术论文。我们须要存眷模型的演进偏向，让 NPU 更好地适配新模型，同时霸占衍生的算法问题。
徐劲：黑芝麻的自我定位是 AI 解决筹划公司，核心才能是算力芯片。应用处景的范围足够大年夜，是我们寻找合作伙伴的重要考量。此外，我们欲望能为合作创造价值，为客户创造的价值越大年夜，自身将来的价值也会越高。
Q：如今的数据多为孤岛，不仅成本高还难以复用，黑芝麻已启动全域大年夜脑融合，在技巧层面有没有可能实现更多的数据闭环与提炼？
徐劲：在数据层面，我们更多是供给对象、发挥赋能感化。作为芯片公司，直接收集相干数据并不实际，但我们会供给配套对象，协助客户完成这类工作。雷峰网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复