旭日S600打通具身智能量產路徑，超20傢俱身智能頭部企業都在用

地瓜機器人今日在媒體溝通會上揭露旗艦級具身智慧大算力晶片旭日S600的最新技術細節與生態合作成果。這款專為機器人設計的系統單晶片內建18核Arm Cortex-A78AE中央處理器、6核Cortex-R52即時控制核心與微控制器，同時搭配256位元LPDDR5x高頻寬記憶體，頻寬達到每秒204.8GB，並搭載4核BPU Nash神經網路處理單元，可提供560 TOPS（INT8）的運算能力。面對具身智慧領域對大算力的需求，旭日S600從硬體基礎、演算法模型、軟體工具鏈到上下游生態協同，完整覆蓋早期原型驗證、演算法開發與調校，一直到量產落地交付的整個路徑。

自去年11月首次亮相以來，旭日S600已吸引超過20家具身智慧機器人公司合作，包括它石智航、北京人形機器人創新中心、帕西尼感知、千尋智能、人形機器人（上海）有限公司、小雨智造、優必選、智在無界、自變量機器人等。應用實例方面，維他動力的Vbot超能機器狗採用地瓜機器人旭日S100P晶片，實現自然語言互動與環境感知；它石智航的A3機器人則將搭載旭日S600，目標是規模化部署工業具身機器人，確保一致的高效率作業。

會後地瓜機器人執行長王叢與開發者生態副總裁胡春旭接受媒體訪問時指出，地瓜機器人已累積四五百家客戶，始終以終為始思考產業需求，尋找機器人落地過程中的最大公約數，並從現在開始積累具複利價值的技術與產品。胡春旭在溝通會上強調，當前具身智慧行業正從實驗室展示階段邁向規模化量產，市場關注的焦點已從機器人能否完成翻跟斗等吸睛動作，轉變為能否連續運作24小時、重複相同動作1萬次，以及能否整合成標準化產品。然而，從實驗室原型到工廠穩定運作，具身智慧量產面臨三大核心挑戰。

首先是模型上車困難，大型模型需要從雲端遷移到機器人本體，但VLA、VLM、LLM等模型的參數量與計算圖複雜度持續增加，在終端部署時遭遇算力、記憶體、量化與工具鏈適配等門檻；若依賴雲端推理又會產生網路延遲，無法滿足動態感知與即時決策需求。其次，算力要求極高，機器人需要系統級的即時計算能力，必須同時處理多模態感知、終端大模型推理與毫秒級的運動控制，視覺、光達、慣性測量單元、力覺等多源資料要求高精度時空對齊，數十個伺服關節也需要低延遲協同。

第三是產業整合困難，原型機與工程機之間存在交付能力的鴻溝；原型機只需驗證技術可行性，量產產品則考驗穩定性、一致性與可複製性，從結構設計、介面規範、可靠度驗證到自動化校正與全流程品質管控，每一個環節都不能遺漏。地瓜機器人目前基於上百種下游機器人品類、連結超過十萬名開發者的量產經驗，支援數百萬台智慧機器人落地。其提供的運算平台覆蓋全算力需求，並支援大量可直接在終端部署的環境感知、靈巧操作、人機互動、自主移動等智慧演算法與應用。旭日S600被定位為具身智慧機器人的量產底座，不僅是一顆晶片，更搭配整套量產解決方案，提供貫穿原型驗證、演算法調校到大規模交付的全鏈路支援。

這款系統單晶片採用多核異構計算架構，整合CPU、DSP、GPU、NPU、ISP等運算單元，專為複雜的機器人操作、規劃、感知與控制任務打造，為人形機器人與具身智慧系統提供高算力、高可靠度與低延遲響應。旭日S600將多模態感知、演算法推理、任務排程、決策與控制能力整合在單一運算堆疊中，支撐具身機器人的高併發計算任務。核心參數方面，除了前述的4核BPU Nash與560 TOPS算力外，還包括18核A78AE CPU進行任務靈活排程，6核R52+MCU專注即時控制場景，並搭配256位元LPDDR5x高頻寬記憶體，頻寬達204.8GB/s。軟硬體協同已成為突破計算效能瓶頸的有效路徑。

胡春旭透露，過去六年間，BPU運行CNN模型的計算效能提升了246倍，運行Transformer模型的效能也提升了27倍。旭日S600從晶片到模組、開發者套件進行全鏈路可靠性設計，針對量產整合與開發驗證提供兩種硬體載體。面向企業客戶量產整合的RDK S600模組，強調高整合度與穩定可靠，搭載32GB或64GB LPDDR5高頻寬記憶體，支援攝氏零下40度到105度的寬溫設計，完成11項可靠性驗證，涵蓋長時間高負載、濕熱變化、頻繁啟停、振動衝擊等常見工況。而RDK S600開發者套件則專為上機驗證、原型開發與系統除錯設計，提供5路網路埠、6路USB 3.

0、Wi-Fi 6支援與自訂介面擴充能力，方便開發團隊快速接入相機、雷達等機器人常用周邊，完成多感測器接入、模型部署與系統驗證。在演算法層面，旭日S600已完成從VLA、VLM、LLM到語音、感知等全棧模型的終端適配。熱門的VLA操作模型在終端推理可達到10 FPS等級，代表機器人每秒能完成10次閉環決策，滿足動態環境下的即時操作需求。例如Physical Intelligence的Pi0達到10.1 FPS，千尋智能的Spirit v1.5達6.7 FPS，Hugging Face的SmoVLA更達47.6 FPS，均已在旭日S600上實現穩定、低延遲的終端部署。

視覺語言與大語言模型方面，Qwen3-VL-8B達到35.1 TPS，Qwen3-VL-4B達53.5 TPS，Qwen3-8B達34.6 TPS，Whisper-medium語音辨識模型則達61.5 TPS，從視覺問答、語義理解到語音互動，共同構成流暢的人機體驗。地瓜機器人也持續投入自研演算法，包括三維空間感知、VO-DP+靈巧操作、HoloBrain通用操作基礎模型、MultiCAM SLAM全向多目定位、WM-LOCO世界模型驅動越障等方向，其中VO-DP+已在旭日S600平台完成推理效能評測與真實場景驗證。

軟體工具鏈方面，地瓜機器人基於AI原生開發範式，將傳統依賴人工建模、手寫邏輯與逐台校正的開發流程，升級為由大模型驅動的場景生成、程式碼生成、模型訓練、部署驗證與自動化閉環。為此建構了「雲端－PC端－板端」三層全棧協同體系：雲端RoboGo負責資料生成、訓練、量化與發布；PC端RDK Studio負責設備連接、應用設定與真機部署；板端Moss負責任務執行與狀態回傳。三層之間由Moss Agent Engine提供統一規劃、工具呼叫與能力協同，實現從一句話到機器人真正動起來的全鏈路閉環。

Moss是該公司推出的開源AI Agent框架，具備Agent核心、機器人專屬技能與物理設備驗證三大能力矩陣，使用者只需以聊天方式下達指令，Moss即可完成意圖理解、任務規劃、程式碼生成、硬體驅動與結果驗證。目前地瓜機器人已匯聚超過30家硬體生態夥伴、超過50個解決方案生態夥伴、超過20家軟體生態夥伴，涵蓋晶片、模組、感測器、機器人控制器、資料採集、開源社群與人才培養等關鍵環節。此外，地瓜機器人與知行科技、華勤技術、金脈電子等多家汽車產業Tier1供應商合作打造機器人控制器，希望將汽車領域的大規模生產經驗導入機器人產業。

同時也與思特威、豪威、博世、兆易創新、芯視界微電子、帕西尼、靈御智能等產業鏈夥伴深度合作。從原型驗證到量產落地，地瓜機器人用一個平台貫穿研發全過程。具身智慧正邁向工程可交付階段，終端算力、即時控制、工程可靠性、供應鏈協同與規模交付能力，將成為機器人跨越量產門檻的關鍵變數，而旭日S600的完整解決方案正試圖為產業提供一條可行的路徑。