从年初春晚舞台上机器人表演武术、出演小品的惊艳表现，到两会期间机器人现场做爆米花、做咖啡，具身机器人的热度持续攀升，资本市场更是在过去短短三个月内，涌入了百亿资金，具身机器人由此也成了继计算机、智能手机、新能源汽车后的又一颠覆性产品。

尤其是在经历了2025年量产一役后，2026年，越来越多具身机器人涌入到了实际生产场景中，寻求商业化落地的可能。

然而，热潮之下，挑战并存。

由人工智能驱动的具身机器人在进入实际场景后，对算力提出了越来越高的要求，英伟达为此也在2025年8月对外推出了算力超过2000TOPS的Jetson Thor，以应对具身智能领域对端侧的算力需求。

作为边缘AI领域的集大成者，研华科技作为英伟达的精英合作伙伴，如今已经上线了5-6款基于Jetson Thor不同形态的边缘AI算力产品。

与此同时，研华科技联合生态合作伙伴打造的物理AI铸造工厂，也正在悄然推动具身机器人产业链从垂直整合走向价值分工。

具身机器人底层生态链的重构，正在弥合算力鸿沟。

相较于以往被视为“执行器”的工业机器人，具身机器人已经进化为“智能体”，需要在动态、开放的真实物理世界中自主运行，由此也对算力提出了三方面需求：

第一，端侧复杂推理。

具身机器人必须同时部署大模型和多模态小模型，实现从看到到理解，从感知到决策的闭环，随着VLA（Vision-Language-Action）模型和世界模型的兴起，端侧需实时处理高维语义与动作规划，对算力提出极高要求。

研华科技产品业务经理帅晶晶特别指出：“具身机器人需要从看到、理解、思考、决策，到最终的执行，它都是依托于强大的算力基础，研华正是在将高性能、高算力的芯片模组转化为稳定、易用、可批量交付的边缘AI解决方案。”

第二，多数据同步融合。

相较于传统的工业机器人，具身机器人配备了更多传感器，诸如2D/3D相机、激光雷达、力觉传感器、触觉传感器等，对周围环境拥有更强的感知能力，森云智能CMO李斌指出，“目前具身机器人感知单元仍以视觉为主，并形成了具身机器人的四大功能模块——识别抓取、自主导航、避障、数采。”

这些传感器会产生海量异构数据，由此就需要计算平台拥有并行处理海量数据的能力。

第三，实时性和系统稳定性。

大家对机器人的智能化有着很高的期待，从节拍的丝滑性、流畅性，包括柔性方面的表现一定要超越原来的工业机器人和协作机器人，这就要求具身机器人在感知到控制的闭环中，视频不丢帧、信息传输低延时，甚至对系统稳定性提出了诸如微秒级抖动的严苛要求，这些同样与算力息息相关。

国讯芯微CTO蒋琛告诉我们，“这也要求具身机器人的主芯片运行在一个硬实时操作系统上，硬实时操作系统的最大价值是可以将所有任务切片做得非常精细，诸如可以实现1毫秒的运动控制精度、在多核CPU上实现以时间为切片的精准排布。”

为此，研华科技与国讯芯微在2024年就具身智能操作系统展开合作，并在2025年工博会期间首发了首款基于Jetson Thor的实时操作系统与多模态控制架构的机器人“大小脑一体化”控制方案。

蒋琛特别指出，“无论是基于英伟达的AGX还是基于高算力Thor，我们都是想用单一的英伟达SoC实现感知-决策-执行的一体化。”

从视觉智能到具身智能

2025年8月，英伟达面向物理AI和通用机器人研发的Jetson Thor模组正式上线发售。

Jetson Thor基于Blackwell架构，统一内存机制、FP4/FP8量化支持以及MIG物理隔离GPU能力，极大缓解内存瓶颈和资源竞争问题，较Orin在推理速度、能效和多模态处理上实现质的飞跃。

就在这款产品正式发售同时，研华就发布了MIC-742-AT Jetson Thor机器人开发套件，帅晶晶告诉我们，“研华是业内最快推出量产Thor平台AI box的厂商。”

相较于Jetson Thor的2000TOPS算力，帅晶晶更多强调了这款产品原生集成的Holoscan Sensor Bridge（HSB）技术，“HSB可以让不同传感器直接进入GPU进行计算，不再占用CPU资源，而且可以做到多传感器超低延时融合。”

之所以能实现这样的功能，是因为这项技术在硬件架构上将机器人身上所有传感器按照不同传输协议划分集群，再通过万兆以太网串接到Jetson Thor计算平台中，由此将原本基于传统架构需要百毫秒的延时缩短到了20毫秒以内

目前国内工厂机器人应用大多发生在分拣、搬运等场景，通常用到的是轮式机器人，强调的是手眼协同和视觉智能。

在视觉智能上，研华与森云智能一直有着紧密的技术协同，以多相机同步技术为例，研华的MIC-732配备了8个相机，包括4个森云智能的相机和4个奥比中光的深度相机， MIC-732可以提供多路同步脉冲信号输出，让8个相机可以在统一时间拍照。基于HSB，森云智能可以将传输延时做到40毫秒以下，20毫秒以内，从而保证数据传输过程中不出现错漏。李斌指出，“森云智能可以将多相机同步做到1毫秒以内，再基于国讯芯微的系统级优化和算法优化，甚至可以做到更低。”

这样的实时性和同步性带来的视觉能力，正是具身机器人在进入场景进行实际工作时所必备的能力。

来自IDC的统计数据显示，2025年全球人形机器人出货量达1.8万台，同比激增508%，也正由此，2025年被视为人形机器人量产元年。

研华早在2024年开始接触人形机器人客户，帅晶晶告诉我们，这些人形机器人团队在搭建第一代人形机器人原型机时，为了快速形成产品进行验证工作，会使用英伟达Jetson平台做视觉和大脑的主控芯片，但在负责操控部分的小脑，则倾向选择更熟悉的x86平台。

然而，在这些团队的人形机器人产品迭代到第二代，开始真正考虑做双足人形机器人时，由于空间的限制，对控制器提出了更高的要求——原本分体式系统就存在数据传输延时更高等问题，大小脑一体化就成了一个明确的发展方向。

研华与国讯芯微基于英伟达Jetson Thor联合研发的大小脑一体化控制器正是由此而来，据蒋琛透露，这一控制器支持GMSL协议、保留了CAN、COM设计、加入了EtherCAT多主站技术，并对功耗、散热、走线、集成度进行了一系列优化设计。

正是研华与国讯芯微合作的具身智能控制器，如今拿下了国内近80%的人形机器人订单。

除此以外，研华面向具身机器人领域，面向AMR、MMR、半身人形、全身双足人形机器人提供从20 TOPS到2000+TOPS主流算力方案，并聚焦感知、算力、控制三个方向，联合生态合作伙伴一同为行业提供整体解决方案。

正是基于这样的思路，研华科技边缘服务器事业群副总经理鲍志伟提出了，物理AI的“台积电时刻”即将到来。

据鲍志伟分析，目前为止，机器人依然需要垂直整合，需要大资本大投入，但是如果长远来看，未来只要应用商、软件商定义了场景，诸如医疗、农业、仓储、配送等场景，只需要基于通用机器人平台开发特定应用，通过物理AI方式就可以打造相应的具身机器人。

这正是研华科技正在构建的物理AI“晶圆代工厂”模式，通过提供标准化模块，消除硬件整合障碍，联合生态合作伙伴打造的研华物理AI铸造厂。

研华物理AI铸造工厂，也正是在商业化落地元年，研华看到的具身机器人批量化在商业场景应用落地的方向。

从年初春晚舞台上机器人表演武术、出演小品的惊艳表现，到两会期间机器人现场做爆米花、做咖啡，具身机器人的热度持续攀升，资本市场更是在过去短短三个月内，涌入了百亿资金，具身机器人由此也成了继计算机、智能手机、新能源汽车后的又一颠覆性产品。

尤其是在经历了2025年量产一役后，2026年，越来越多具身机器人涌入到了实际生产场景中，寻求商业化落地的可能。

然而，热潮之下，挑战并存。

由人工智能驱动的具身机器人在进入实际场景后，对算力提出了越来越高的要求，英伟达为此也在2025年8月对外推出了算力超过2000TOPS的Jetson Thor，以应对具身智能领域对端侧的算力需求。

作为边缘AI领域的集大成者，研华科技作为英伟达的精英合作伙伴，如今已经上线了5-6款基于Jetson Thor不同形态的边缘AI算力产品。

与此同时，研华科技联合生态合作伙伴打造的物理AI铸造工厂，也正在悄然推动具身机器人产业链从垂直整合走向价值分工。

具身机器人底层生态链的重构，正在弥合算力鸿沟。

相较于以往被视为“执行器”的工业机器人，具身机器人已经进化为“智能体”，需要在动态、开放的真实物理世界中自主运行，由此也对算力提出了三方面需求：

第一，端侧复杂推理。

具身机器人必须同时部署大模型和多模态小模型，实现从看到到理解，从感知到决策的闭环，随着VLA（Vision-Language-Action）模型和世界模型的兴起，端侧需实时处理高维语义与动作规划，对算力提出极高要求。

研华科技产品业务经理帅晶晶特别指出：“具身机器人需要从看到、理解、思考、决策，到最终的执行，它都是依托于强大的算力基础，研华正是在将高性能、高算力的芯片模组转化为稳定、易用、可批量交付的边缘AI解决方案。”

第二，多数据同步融合。

相较于传统的工业机器人，具身机器人配备了更多传感器，诸如2D/3D相机、激光雷达、力觉传感器、触觉传感器等，对周围环境拥有更强的感知能力，森云智能CMO李斌指出，“目前具身机器人感知单元仍以视觉为主，并形成了具身机器人的四大功能模块——识别抓取、自主导航、避障、数采。”

这些传感器会产生海量异构数据，由此就需要计算平台拥有并行处理海量数据的能力。

第三，实时性和系统稳定性。

大家对机器人的智能化有着很高的期待，从节拍的丝滑性、流畅性，包括柔性方面的表现一定要超越原来的工业机器人和协作机器人，这就要求具身机器人在感知到控制的闭环中，视频不丢帧、信息传输低延时，甚至对系统稳定性提出了诸如微秒级抖动的严苛要求，这些同样与算力息息相关。

国讯芯微CTO蒋琛告诉我们，“这也要求具身机器人的主芯片运行在一个硬实时操作系统上，硬实时操作系统的最大价值是可以将所有任务切片做得非常精细，诸如可以实现1毫秒的运动控制精度、在多核CPU上实现以时间为切片的精准排布。”

为此，研华科技与国讯芯微在2024年就具身智能操作系统展开合作，并在2025年工博会期间首发了首款基于Jetson Thor的实时操作系统与多模态控制架构的机器人“大小脑一体化”控制方案。

蒋琛特别指出，“无论是基于英伟达的AGX还是基于高算力Thor，我们都是想用单一的英伟达SoC实现感知-决策-执行的一体化。”

从视觉智能到具身智能

2025年8月，英伟达面向物理AI和通用机器人研发的Jetson Thor模组正式上线发售。

Jetson Thor基于Blackwell架构，统一内存机制、FP4/FP8量化支持以及MIG物理隔离GPU能力，极大缓解内存瓶颈和资源竞争问题，较Orin在推理速度、能效和多模态处理上实现质的飞跃。

就在这款产品正式发售同时，研华就发布了MIC-742-AT Jetson Thor机器人开发套件，帅晶晶告诉我们，“研华是业内最快推出量产Thor平台AI box的厂商。”

相较于Jetson Thor的2000TOPS算力，帅晶晶更多强调了这款产品原生集成的Holoscan Sensor Bridge（HSB）技术，“HSB可以让不同传感器直接进入GPU进行计算，不再占用CPU资源，而且可以做到多传感器超低延时融合。”

之所以能实现这样的功能，是因为这项技术在硬件架构上将机器人身上所有传感器按照不同传输协议划分集群，再通过万兆以太网串接到Jetson Thor计算平台中，由此将原本基于传统架构需要百毫秒的延时缩短到了20毫秒以内

目前国内工厂机器人应用大多发生在分拣、搬运等场景，通常用到的是轮式机器人，强调的是手眼协同和视觉智能。

在视觉智能上，研华与森云智能一直有着紧密的技术协同，以多相机同步技术为例，研华的MIC-732配备了8个相机，包括4个森云智能的相机和4个奥比中光的深度相机， MIC-732可以提供多路同步脉冲信号输出，让8个相机可以在统一时间拍照。基于HSB，森云智能可以将传输延时做到40毫秒以下，20毫秒以内，从而保证数据传输过程中不出现错漏。李斌指出，“森云智能可以将多相机同步做到1毫秒以内，再基于国讯芯微的系统级优化和算法优化，甚至可以做到更低。”

这样的实时性和同步性带来的视觉能力，正是具身机器人在进入场景进行实际工作时所必备的能力。

来自IDC的统计数据显示，2025年全球人形机器人出货量达1.8万台，同比激增508%，也正由此，2025年被视为人形机器人量产元年。

研华早在2024年开始接触人形机器人客户，帅晶晶告诉我们，这些人形机器人团队在搭建第一代人形机器人原型机时，为了快速形成产品进行验证工作，会使用英伟达Jetson平台做视觉和大脑的主控芯片，但在负责操控部分的小脑，则倾向选择更熟悉的x86平台。

然而，在这些团队的人形机器人产品迭代到第二代，开始真正考虑做双足人形机器人时，由于空间的限制，对控制器提出了更高的要求——原本分体式系统就存在数据传输延时更高等问题，大小脑一体化就成了一个明确的发展方向。

研华与国讯芯微基于英伟达Jetson Thor联合研发的大小脑一体化控制器正是由此而来，据蒋琛透露，这一控制器支持GMSL协议、保留了CAN、COM设计、加入了EtherCAT多主站技术，并对功耗、散热、走线、集成度进行了一系列优化设计。

正是研华与国讯芯微合作的具身智能控制器，如今拿下了国内近80%的人形机器人订单。

除此以外，研华面向具身机器人领域，面向AMR、MMR、半身人形、全身双足人形机器人提供从20 TOPS到2000+TOPS主流算力方案，并聚焦感知、算力、控制三个方向，联合生态合作伙伴一同为行业提供整体解决方案。

正是基于这样的思路，研华科技边缘服务器事业群副总经理鲍志伟提出了，物理AI的“台积电时刻”即将到来。

据鲍志伟分析，目前为止，机器人依然需要垂直整合，需要大资本大投入，但是如果长远来看，未来只要应用商、软件商定义了场景，诸如医疗、农业、仓储、配送等场景，只需要基于通用机器人平台开发特定应用，通过物理AI方式就可以打造相应的具身机器人。

这正是研华科技正在构建的物理AI“晶圆代工厂”模式，通过提供标准化模块，消除硬件整合障碍，联合生态合作伙伴打造的研华物理AI铸造厂。

研华物理AI铸造工厂，也正是在商业化落地元年，研华看到的具身机器人批量化在商业场景应用落地的方向。