3月17日，宇樹科技創(chuàng)始人、董事長(zhǎng)王興興在2026GTC大會(huì)上表示：“具身智能要迎來ChatGPT時(shí)刻，意味著在80%的陌生場(chǎng)景中，通過語音或者文字指令，機(jī)器人能夠順利完成大約80%的任務(wù)，為了解決上述問題并真正實(shí)現(xiàn)具身智能，不能單靠一家公司，需要更多的全球合作。”

大曉機(jī)器人戰(zhàn)略總監(jiān)周泉在3月17日在上海舉辦的具身智能論壇上指出，機(jī)器人落地應(yīng)用的關(guān)鍵在于對(duì)整個(gè)世界的理解，而非僅僅依靠本體運(yùn)控。人工智能的發(fā)展已經(jīng)從1.0到3.0，最終進(jìn)入以人為中心的新階段，新階段中，通過讓機(jī)器學(xué)習(xí)人類在真實(shí)生活中的行為，利用世界模型理解交互過程，可以在不同場(chǎng)景下用少量數(shù)據(jù)實(shí)現(xiàn)泛化和落地。

“AI 大模型落地需要端側(cè)算力的支持，時(shí)間的節(jié)點(diǎn)已經(jīng)到來。現(xiàn)在的人形機(jī)器人需要自主決策的能力，可以用自然語言和人類交互，并且理解人類布置的任務(wù)，自主做決策。”安霸半導(dǎo)體研發(fā)總監(jiān)錢豪表示，到底硬件層面，特別芯片層面如何支持不同的智能體和機(jī)器人落地，安霸半導(dǎo)體帶來了哪些主流的端側(cè)算力芯片支持硬件落地？本文進(jìn)行詳細(xì)報(bào)道。

邊緣計(jì)算芯片的四大特性需求，賦能多種AI終端

OpenClaw本質(zhì)上是一個(gè)AI決策能力和物理世界的執(zhí)行能力的結(jié)合，有了這只小龍蝦之后，本質(zhì)上你可以用 AI做決策，不管是整理文件、整理視頻、整理圖片或者甚至炒股都能代替人執(zhí)行。當(dāng)下，OpenClaw裝載在電腦上，未來會(huì)不會(huì)裝在手機(jī)上、機(jī)器人上，接受人類的指令，完成一些復(fù)雜的任務(wù)。

近年來，邊緣算力的需求在急劇增長(zhǎng)，從掃地機(jī)器人、陪伴機(jī)器狗，無人機(jī)，這些設(shè)備都有AI推理和決策能力，對(duì)邊緣算力的需求越來越高。邊緣芯片要解決的是本地感知、圖像感知和融合，并且在本地進(jìn)行決策和推理。

安霸半導(dǎo)體研發(fā)總監(jiān)錢豪指出，邊緣計(jì)算芯片主要需求點(diǎn)在于本地感知融合、實(shí)時(shí)化、低功耗和高效化，還有邊緣端的數(shù)據(jù)閉環(huán)，數(shù)據(jù)隱私性要得到保證。相比較AI PC上GPU常常300W，在邊緣芯片上功耗大多數(shù)低于10W。家用機(jī)器人必須不把一些場(chǎng)景、私人數(shù)據(jù)上傳到云端，隱私保護(hù)也十分重要。

安霸推出高中低算力芯片，支持OpenClaw端側(cè)部署

安霸專注于研發(fā)低功耗、高畫質(zhì)的AI SoC ,可以應(yīng)用于智能攝像頭和車載域控主芯片，現(xiàn)在擴(kuò)展到更廣闊的邊緣端側(cè)設(shè)備，滿足無人機(jī)、機(jī)器人、安防及AIoT等應(yīng)用場(chǎng)景。據(jù)悉，安霸現(xiàn)在打造從高到低不同算力&視覺等級(jí)的量產(chǎn)芯片產(chǎn)品線，能夠滿足從高端人形機(jī)器人到低成本消費(fèi)級(jí)機(jī)器人等不同應(yīng)用場(chǎng)景的客戶需求。

錢豪分析說：“安霸算力芯片通常由一個(gè)或多個(gè)ARM核，一個(gè)DSP圖像處理芯片和CVflow加速芯片構(gòu)成。CVflow的優(yōu)勢(shì)是可以顯著提升算力，實(shí)現(xiàn)數(shù)百TOPS峰值性能，支持Qwen3 235B的大模型在端側(cè)運(yùn)行，有效消除網(wǎng)絡(luò)延遲。”

安霸還做模型的量化，還有設(shè)置了CV flow引擎，得益于CV flow引擎，安霸芯片上面可以跑2B、7B、14B，甚至235B的模型。

以N1-655為例，這是安霸面向高端邊緣計(jì)算和具身智能應(yīng)用的一款旗艦級(jí)SoC芯片。該芯片專為在低功耗下運(yùn)行復(fù)雜的生成式AI和多模態(tài)大模型而設(shè)計(jì)，該芯片可以支持12路1080P30視頻解碼，并且可以運(yùn)行多個(gè)多模態(tài)視覺語言模型（VLM）和傳統(tǒng)的CNN混合模型，其AI處理器可以適配大多數(shù)流行的多模態(tài)視覺語言模型和大語言模型，功耗僅為20W，較云端處理器低10-100倍。這款產(chǎn)品可以在端側(cè)支持OpenClaw的部署，結(jié)合智能體賦能新的的智能應(yīng)用。