對話地瓜機器人CEO：做機器人落地的“最大公約數”

文｜劉俊宏

編｜王一粟

“做機器人痛點太多了”，地瓜機器人CEO王叢對光錐智能說，從數據獲取，到模型訓練等等，哪哪兒都是痛點。

2025年，是具身智能從實驗室走向商業應用的關鍵一年。光錐智能在今年見證了機器人在“工廠打螺絲”、巡檢、導覽，甚至賣“煎餅果子”的身影。人形、機器狗、“半人形”、陪伴等各種形態的機器人也如井噴一般涌現。

毫無疑問，機器人已經成為智能硬件領域最火熱的創業賽道。所有科技愛好者們，無不希望機器人能快一些走入日常生活。這一進度，被地瓜機器人“點了一把火”。

今年6月，地瓜機器人發布行業首款單SoC算控一體化機器人開發套件RDK S100。半年時間不到，地瓜在今年的開發者大會上又帶來更高算力的具身智能開發平臺S600，并宣布將于2026年第一季度正式量產。與此同時，地瓜還在硬件開發平臺的基礎上，推出了覆蓋數據閉環系統、具身智能訓練場、Agent開發服務的地瓜機器人一站式開發平臺。

從硬件開發平臺到軟件開發平臺，為什么地瓜要堅持實現機器人平臺化開發？這背后與機器人開發過程中的實際難題有關。

機器人開發，常常被拿來與汽車自動駕駛技術做對比，兩者的相同點是用AI驅動硬件來完成任務，但區別是，機器人面臨的場景復雜度要比汽車高出太多。

在智駕平權的2025年，汽車智駕在很多層面已經有了“標準解法”。但機器人的硬件形態、芯片架構、技術方案、功能場景等層面還有太多的不確定性。

地瓜要做的機器人開發平臺，本質上就是想從機器人各種不同的需求中，找到推動機器人落地的“最大公約數”。

“我們關注到了算法工程師（的需求），無論做什么樣的算法，做的無外乎是數據的采集、標注、生成、仿真、測試這些環節，那我們就把這些環節都做成工具箱?！蓖鯀舱f。

地瓜本次發布的RDK S600平臺從硬件層面，支持VLA、VLM、LLM、Locomotion多種具身大模型在端側的高效部署。在軟件層面，地瓜機器人一站式開發平臺提供數據閉環系統、具身智能訓練場和Agent開發服務，為機器人開發者提供盡可能多的高效工具。甚至，在Agent開發服務的幫助下，開發者還能“一句話寫好機器人代碼”。

對于機器人開發者來說，簡單易用的開發工具是實現所有創意的第一步。畢竟，有了創意之后，才會有后面一系列的產品化、商業化和量產。

對于B端的需求，地瓜也在平臺上早已準備了機器人開發必備的數據閉環、仿真、模型訓練與部署以及開發效率提升的全鏈路工具。這種能力，或許就是傅利葉、加速進化、自變量機器人、星動紀元、北京人形機器人創新中心、人形機器人（上海）有限公司、逐際動力、廣汽集團等成為S600全球首批戰略客戶的原因。

“針對共通點做一個能幫助大家的工具，是一個蠻難的事情，但可能也是最有意義的事情。因為未來的機器人公司太多了，不一定每家機器人公司都有能力和資源做一個公共組件。”

正如王叢的總結。具身智能在從實驗室走向日常生活的路上，除了對最先進技術的追求外，也同時有對集成化、成本控制、性價比層面的考量。

一千個人的心目中，可能有一千種樣式的機器人。地瓜的夢想，是想要幫所有機器人開發者們“夢想成真”。

以下是地瓜機器人CEO王叢的采訪實錄：

（為了方便閱讀，文字細節做了些許優化。）

Q：機器人現在能在哪些工業場景落地？哪些場景現在做得還不錯？

王叢：現在工業的機器人里面，任務完成最好的是搬運。然后再是揀選和裝配，最后是一些特殊的精細度操作。但其中的問題是，這些基礎工作有更合適的本體，不是一定都需要人形機器人。一些固定的機械臂加上履帶也能實現高效工作。

大家原本假設人形應該是既能干搬運，又能干分揀。但現在機器人更適合單點任務，這就很難達到工廠所需要的PMF。這也是現在機器人更多用于試點的原因。什么時候能完成泛化任務，可能才會迎來真的應用。

Q：把機器人本地算力做大，對機器人行業的意義是什么？

王叢：S600可以做到比其他主流產品更好的效果。但問題是，即使達到更好的效果，針對主流VLA算法也只能跑到10赫茲。10赫茲只能算是基本可用，但落到真實場景是否好用？可能還需要一些提升。接下來我們會繼續迭代芯片和算法。

大模型也有自己的摩爾定律。比如去年需要用7B的模型解決問題，今年可能3B的模型就可以了。在這個過程中，芯片本身也在迭代。推高工藝、用更先進的3D封裝，讓芯片的算力更好。那我們這顆芯片能否實現通用具身智能？我覺得不光取決于算力本身，還要綜合芯片和模型的適配，以及對應用場景的支持一起去看。就現階段看，我覺得500~600這個level的算力是在未來的3~5年之內落地的最佳選擇。

Q：看到現場展示有很多陪伴類型機器人。能否介紹一下，陪伴類型機器人賽道今年為什么會這么熱？這種現象背后有哪些原因？

王叢：2015年那會陪伴機器人主要就是一些簡單的對話，跟智能音箱很像。這兩年大語言模型能實現更擬人的對話后，大家就又想到做陪伴功能。陪伴是一個很大的市場，因為每個人都會需要。但同時陪伴又很難做，因為不同人需要的陪伴又不同。

現在陪伴機器人有萌寵型的、玩具型，還有帶IP、帶教育的，種類很多，但大家都比較籠統地說是陪伴機器人。我覺得陪伴機器人未來發展的挑戰是滿足用戶長期需求。因為陪伴很難被定義，它不是工具類市場。那怎樣才算是一個好的陪伴，這個問題還需要進一步的探索。

Q：S600在整體參數上和地平線的征程6P是非常接近的。旭日系列和地平線的征程系列芯片之間有什么相同點和差異點？未來是否會和地平線的下一代芯片有協同？

王叢：地瓜是地平線整個集團的一部分，我們有很多協同關系，這也是地瓜為什么能發展得非常快。旭日和征程兩者的區別是，我們在BPU神經網絡加速器和架構上做了協同，但是整個SoC的設計上又完全不一樣。

這種區別的原因，是因為兩邊市場需求不一樣。車需要車規、功能安全、穩定性，但機器人很多時候要功耗低、性價比、集成度高、接口豐富、支持多傳感器。打個比方，都是用同樣的材料蓋房子，但是房屋的設計是不一樣的，本質都是從技術出發滿足客戶需求。

Q：能加載具身大模型的芯片跟過去車和機器人用的有哪些區別？

王叢：首先，跟過去的機器人肯定很不一樣，因為需要承載的算力任務復雜太多了。我們自己也是用兩個產品線來進行分類，具身是S系列，泛機器人對應X系列。雖然有很多廠商對照汽車的思路來設計具身芯片，但我認為目前具身對芯片的需求還沒有達成共識。具身技術處在發展階段，沒有汽車那么成熟。

汽車智駕要裝幾個攝像頭、裝在什么位置，行業現在很清楚。執行的任務就是從a點到b點，不撞東西，絲滑行駛。但具身這邊本體的樣子都還沒有完全確定，芯片又怎么能一下子完成定義？你只能先定義出一個大平層，至于里面要怎么裝修，那后面再說。所以大家都是先用一個市場上相對算力高的芯片。我覺得需要行業充分發展之后，我們才能定義出一個合適的芯片。

Q：既然機器人芯片和零部件都沒有收斂。那接下您覺得是本體來定義芯片，還是芯片廠商基于智駕或者其他經驗來定義本體和芯片？

王叢：作為芯片公司，我們更清楚各種類型的傳感器應該怎么樣去連接，什么樣的接口會速度更高、穩定性更強。但至于人形機器人具體應該放幾個攝像頭，放在哪里，我們不能很確定。

應用上的東西，應該交給本體廠家往前去蹚。計算架構需要我們一起去蹚。因為我們和機器人公司都在研究更先進的算法。落回芯片層面，就要考慮兩者的訴求來設計。這需要大家聯合起來共同推動。

Q：與合作方討論的過程中，是否會觸及對方需要保密的內容？地瓜同時需要跟很多公司合作，如何協調這種沖突？

王叢：在任何一個行業里，不同公司的風格都不一樣。但同時，在一個早期的市場中，沒有任何一個人敢保證自己做的就是對的。比如說算法的迭代就很快，三個月之前的算法到現在可能用處就不大了。所以我們很多算法都是開源的。大家一起交流，可能會對行業的幫助會更大。

Q：地瓜想打造一個機器人平臺，但機器人面向的場景有非常大的差異。統一的平臺怎么去適應這些差異？我們怎么幫助生態伙伴把這些場景給打通？

王叢：首先，我們不做解決方案。機器人行業有太多各種類型的需求，我們很難一一做完。我們考慮的問題是，什么是機器人的common point？

舉個例子，我覺得現在雙目是一個common point。用雙目方案可以完成掃地、割草，乃至具身四足類機器人。那我們就想把雙目不斷迭代，做到世界第一，因為它能適應很多類型的產品。但再具體一點的功能，例如掃地機的細節，這塊我們就不碰了。在具身里面，我們做了機器人的運控算法。有了算法之后，你想操作機器人完成什么樣的任務都行。

總之就是有common point就會做，涉及到一些完整的業務邏輯就不做。我們關注到了算法工程師（的需求），因為無論做什么樣的算法，做的無外乎是數據的采集、標注、生成、仿真、測試這些環節，那我們就是把這些環節都做成工具箱。

舉個通俗的例子，就跟大家用PPT一樣。每個人做PPT風格都不一樣，但都還是用PPT那個軟件。針對共通點做一個能幫助大家的工具，是一個蠻難的事情，但可能也是最有意義的事情。因為未來的機器人公司太多了，不一定每家機器人公司都有能力和資源做這么一個公共組件。我們這樣的芯片公司來做，可能是更合適的。

Q：客戶很多時候會提一些定制需求，甚至可能超出目前云平臺的能力。這些定制需求會轉換成標準化的能力嗎？

王叢：地瓜絕大部分時間都不接定制化需求。但同時我們也會關注客戶本身的價值。如果客戶是走在機器人前沿的話，我們會愿意關注客戶提出的高價值需求。哪怕是提出一些定制化需求，我們有時候往也會往前多邁一步。但落回到產品，我們還是傾向落成工具，這就是地瓜做平臺的思路。即使有部分定制化，本質上是打磨自己平臺化能力的手段。

Q：客戶對于平臺化的東西最關注什么？

王叢：我覺得關注點還挺多的。目前我們的平臺化算是剛起步吧。我們去年講的時候，更多還比較偏概念或者偏原型。今年客戶才開始真的用起來了。一個完整的機器人軟件研發其實流程非常的多，需要滿足不同品類機器人的需求。比如說導航控制，掃地機、割草機的需求都不太一樣，導致很難抽象成工具層。

現在平臺是剛開始的第一步?；旧夏芡暾岩惶籽邪l流程給串起來，滿足一些客戶的需要。其中每一個環節都還有一堆問題，需要接下來不斷迭代。

Q：面對機器人繁雜的品類，地瓜怎么解決整體技術適配和場景數據互通的問題？從前端技術研發到最后產品落地，中間有哪些關鍵的痛點？哪些是我們現在還需要解決的？

王叢：我們會把不同定義芯片的客戶需求拿出來，然后盡可能找到其中的最大公約數。如果找不到的話，我們做一些冗余，去滿足需求。至于其他方面，比如說像數據遷移等等的需求，我覺得現在還很難做。其中還有硬件差異，例如掃地機的數據割草機用不了，割草機的數據也用不到人形。這就是現在具身數據這么匱乏的原因。本體有變化，那視角和其他部分都要變，導致很多環節都要重來。

Q：具身智能芯片下一個發展的方向會是什么？是否會有具體針對的點，還是說只關注算力？

王叢：做大算力其實并不難。還是用蓋房子的例子，大算力無非就是多放幾塊磚，多挖片兒地就蓋了。但要是討論一個木頭房如何蓋成鋼筋水泥房子，那要研發的東西就多了。放在芯片上，就得考慮計算架構。機器人很多都往VLA等新的方向嘗試。這部分應該如何與芯片適配？實現VLA需要的算力、帶寬，還有芯片本身架構設計，工藝、晶圓、封裝，都是要考慮的。實現完整的機器人系統，其中要求又都不一樣。

所以其中有各方面的細節要做，堆算力可能是其中最簡單的事，但實際客戶很少按照這個思路想，因為他們需要方方面面測試。

Q：下游客戶對芯片反映最多的是什么問題？他們不滿意現在芯片的哪些方面？

王叢：帶寬和功耗的問題都比較多。基本上現在的四足狗負重跑2-3小時電就用得差不多了，人形可能更短。當然芯片功耗只是機器人的一部分，但功耗問題不解決，會影響機器人大規模落地。

Q：據了解，不少人形機器人公司采用的是X86架構再加GPU的一個計算架構。地瓜的架構未來會有變化嗎？

王叢：我覺得會并行。在我們看來，機器人分為兩種。有些目標是科研，做最領先的算法、最牛的Demo。這種傾向于把算法跑到極致，所以可能沿用X86加GPU的架構。這樣的方式能讓開發者更熟悉、更簡單開發。因為目標是落地算法，性價比就不是優先要考慮的。

但如果要考慮落地，就需要想怎么做集成。畢竟一個芯片干兩個芯片的事情，它的體積、功耗、成本都會更低，那他們就需要跟我們合作。但凡是商業化的東西，歸根到底就是在滿足需求的情況下去滿足性價比，這個是商業的本質。

Q：您覺得未來兩到三年內，機器人最有可能突破哪個日常生活場景？目前哪一類發展得比較快一點？

王叢：我們現在的品類太多了。說實話，我說不太清楚哪個品類會類似于掃地機那樣爆發，短時間還沒看到。我更多看到是每一個品類可能都能出個幾十萬臺。這樣的局面我覺得是比較貼切的。

掃地機器人大家都很熟悉了。接下來比如割草機器人這個品類，這兩年增長非?？?，基本上每年翻倍。泳池機器人基本上也是每年翻倍，此外還有一些新的品類。接下來還有一些網球機器人、高爾夫、智能輪椅等，這些產品都還沒有真正在渠道里面鋪貨。所以我覺得這個問題可能明年會看得更清晰一些。

Q：我們這個平臺的研發設計對于開發者來說，是一個更自動化的東西嗎？相對其他平臺有怎樣區別？

王叢：其實就是更快、更容易。開發者基本上現在用是代碼生成，用提示詞就能把大框架寫下來，更細節的交給開發者自己調。在調的過程中，我們也有很多代碼生成和問答協助。我們希望用RDK的板子配上平臺，能把之前需要做一兩個月的Demo變成一兩周搞定。

另外我補充一點：一體化平臺就是我們面向RDK的版本，算是整個開發者平臺的一個子集。因為我們需要同時面向to B和to Developer兩個不同的用戶群體。開發者的訴求是簡單易用，他們不太追求算法的場景迭代。因為場景迭代要靠數據驅動，這需要真實商業化量產。to B更關注數據、訓練、仿真測試這些。我們希望通過這樣的方式讓開發者先體驗易用，開發快了才能更快完成產品化。到商業化之后再考慮算法迭代的問題。我們希望開發者從始至終都能用得更爽。

Q：能否透露一下2026年地瓜機器人在具身智能領域的出貨量或是目標？

王叢：我們基本上的底線是翻倍。現在S600剛出來，很多芯片的出貨預期需要跑半年才可能看得更準一些。