黑芝麻智能近日在其机器人平台产品发布会上宣布正式进军机器人业务领域，推出业内首个面向机器人商业化的专属部署平台——SesameX™多维具身智能计算平台。该平台包含Kalos（视觉驱动）、Aura（感控协同）、Liora（认知进化）三大核心模块，目前已应用于物流车、四足机器人等多个场景，标志着这家智驾芯片龙头开始向全域智能计算平台拓展。
“我们并非跨界，而是业务的自然延伸。”黑芝麻智能CMO杨宇欣在接受采访时明确表示，机器人业务早在2024年底就已启动，尽管目前在公司整体营收中占比仍较低，但这是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。公司选择扮演“赋能者”角色，立足芯片主业，通过复用智驾领域的技术与生产经验，在工具链、IO接口等维度适配机器人客户需求，而非亲自下场造机器人或短期内专为机器人研发芯片。
针对商业化路径，黑芝麻智能为机器人业务线制定了“卡位+布局”的核心策略。杨宇欣解释称，“卡位”是在机器人产业链中明确技术边界，“布局”则是提前锁定潜在优质客户、理顺上下游关系。目前，该业务已实现多个项目落地并产生收入，未来随着平台边界的清晰和行业共性需求的提炼，商业化进程将加速推进。
在技术实现层面，黑芝麻智能机器人业务线负责人徐劲透露，此次推出的机器人芯片与智驾芯片存在技术关联，但未逐一列出具体型号。原因在于机器人出货量远低于汽车，单独售卖芯片不具备可行性；且机器人软硬件体系尚未成熟，仅提供芯片无法实现业务落地。因此，公司选择将芯片整合为模组，在IO接口上更适配机器人需求，并叠加底层软件工具链和算法模型，通过“原子模型层”为产业赋能。
针对“模组概念是否偏离Tier2定位”的疑问，杨宇欣回应称，机器人产业链尚未形成汽车行业那样清晰的Tier1、Tier2分工，黑芝麻的核心定位始终是“赋能”。模组只是平台能力的硬件载体，公司还会提供底层操作系统、通用操作系统、中间件及参考模型等全面支持，合作对象既可以是终端厂商，也可以是方案集成商，难以用传统汽车行业标准简单界定角色。
在资源投入方面，杨宇欣表示，机器人业务在上市公司体系内推进，芯片、底层软件和工具链等底层技术来自集团研发资源，属于各业务共享资源，仅需根据机器人需求进行二次开发；投入更多集中在平台侧和产品侧，整体规模可控。徐劲补充称，公司已将机器人业务确定为“第二增长曲线”，具体组织架构和投入方案将持续研究判断，后续可能适时披露。
谈及未来是否会开发“机器人级”专用芯片，杨宇欣认为，现阶段行业尚无明确技术边界定义，机器人技术迭代速度较快，类似七八年前的智能驾驶发展阶段。目前公司会继续以车规级芯片为核心，通过机器人业务单元的需求反馈加深对场景需求的理解，待技术边界清晰后再调整产品线。徐劲则强调，现有芯片已能覆盖机器人在传感、计算架构及IO接口等方面的核心需求，短期内不会单独开发全新芯片。
面对“从原型到量产断点”的问题，徐劲表示，机器人行业即便进入量产阶段，整体规模仍有限，且标准基线不清晰，这是当前最大挑战。相比之下，汽车端已完成过大平台级量产项目，相关芯片与软件架构经历过严苛验证，团队能力和技术路径也接受过考验，因此将成熟体系迁移到机器人平台时过渡会相对顺畅。
在与英伟达等竞品的对比中，徐劲坦言，从算力角度看，黑芝麻芯片在中国市场已接近英伟达水平，下一代芯片在部分技术指标上甚至实现领先；但在生态建设层面仍存在差距，不过这也被视为突破机会。他指出，国内机器人企业开发工作虽多基于英伟达方案，但涉及成本控制与本地化技术支持时，必然会考虑中国本土合作伙伴。
关于全球化经验迁移，杨宇欣表示，中高算力AI推理芯片的大规模商业化经验目前集中在自动驾驶领域，相关工具链、底层软件、算子适配等已在汽车行业验证过。机器人对工程化要求略低于汽车，但模型挑战仍最高，算力越高能承载的任务越多。国际化策略上，黑芝麻已与多家全球Tier-1合作，机器人业务正寻找海外切入机会，将与合作伙伴共同推进海外场景落地。
在商业化效率与研发成本平衡方面，杨宇欣认为，一方面要提取行业共性需求，芯片公司对共性理解越深越能立足；另一方面要实现上量，黑芝麻从汽车切入机器人并非从零开始，底层技术相通性强，上量代表成本优势。徐劲则从需求端指出，过去一年与不同机器人厂家对接发现，感知、路径规划、语言交互、大模型等方面存在需求共通性，这为发展提供了机会。
针对“类人脑”设计是否优于传统链路的问题，徐劲解释称，左右脑只是概念，核心是不能孤立划分功能。研究发现，纯语言模型能力存在局限，引入视觉通路后效果更好。人脑的诸多机制可被借鉴，比如对话时同步处理语言文字和表情信号，这涉及左右脑协同。至于是否要通过硬件复刻人脑，这是技术路线问题，但业界已普遍认可视觉与语言协同的必要性。
在芯片硬件设计创新方面，徐劲透露，公司通过新颖架构实现了视觉与语言任务在同一颗芯片上的高效处理，兼顾了带宽、算力与SRAM成本，相关技术细节暂不便公开。他表示，内部测试结果显示，该方案比业界最领先方案效果更好，得益于长期技术积累和对前沿算法的持续跟踪。
面对人形机器人VLA路线信心不足的质疑，徐劲强调，黑芝麻作为芯片厂商，核心是推出通用架构满足各类计算需求，新架构会继续支持视觉和语言，追求“最大公约数”。杨宇欣则指出，去掉“L”对算法挑战很大，大模型能落地应用正是因为基于Transformer的大语言模型能力随算力提升而暴增。公司最新NPU原生支持Transformer模型，同时也在研究Mamba等新架构，一旦行业形成共识就会适配。
在估值体系切换问题上，杨宇欣认为，业务发展与二级市场估值逻辑难以直接匹配，但估值最终要体现在市场把握、业务落地和实际业绩上。公司希望成为AI时代端侧AI的计算平台与芯片供应商，未来具身智能将成为继自动驾驶后的复杂应用场景。目前黑芝麻正在并购一家小算力AI芯片公司，希望打造覆盖全场景算力的产品线，随着场景增多和产品线丰富，有望获得匹配的市场估值。
谈及市场格局，杨宇欣表示，现在谈为时过早，但希望未来能占据一席之地。机器人场景更为分散，最终存活的企业可能不止两三家。黑芝麻与多数汽车芯片厂商有本质区别，本身就有成熟的工业及消费级业务，且每年能产生可观收入。公司在智驾领域已形成先发优势，叠加现有资源与技术支持，将持续保持领先。
在生态伙伴选择上，徐劲表示，黑芝麻定位为AI解决方案公司，核心能力是算力芯片。寻找合作伙伴时，应用场景规模是重要考量，同时希望能为合作创造价值，客户价值越大，自身未来价值也越高。针对数据孤岛问题，他强调，公司更多是提供工具赋能，作为芯片公司直接收集数据不现实，但会协助客户完成相关工作。
