DSP 赋能具身机器人感知升级：芯原解锁端侧低延时、高能效智能落地新路径

当前具身


机器人


产业迭代速度持续加快，以 VLA 为代表的多模态大模型打通感知、理解、决策、动作规划一体化链路，搭建起机器人 “大脑” 核心能力体系。但在真实物理场景落地过程中，行业仍存在突出技术瓶颈：复杂实景环境对毫秒级感知、决策、运动控制闭环提出极致要求，而端侧设备受功耗、散热、算力成本硬性条件制约，二者形成难以调和的矛盾。

针对这一行业痛点，芯原股份凭借多年深耕的


DSP


技术体系，面向机器人感知交互、运动控制场景推出低延时、高能效、低成本差异化解决方案，补齐具身智能规模化落地的核心短板。

7 月 3 日，芯原举办具身机器人专题技术研讨会。芯原股份 NPU/DSP 产品高级总监毛夏飞在主题分享中提出：若 NPU 与 VLA 大模型决定了具身机器人的智能能力上限，DSP 技术则决定机器人交互体验与落地适配性，是推动智能机器人从理论模型落地真实物理场景、实现精准、灵活、稳定运行的核心支撑。

云端


AI


以极致算力为核心设计逻辑，而端侧具身机器人感知系统并不追求超大算力，反而对运算确定性、能效比、多源


传感器


并发处理能力有着严苛标准，衍生出三大刚需：低时延、高能效、多异构传感器数据高效处理。

围绕具身机器人差异化算力、功耗需求，芯原推出第五代全系列 DSP 产品矩阵，覆盖轻量化语音处理、高性能视觉运算、SLAM 建图、


无线通信


计算全场景应用。毛夏飞重点介绍 ZSP5000 系列与 ZSPNano 两大产品线。

ZSP5000 为面向高性能


计算机视觉


、图像处理场景的可


编程


矢量 DSP 内核；其中 ZSP5000H 为高性能版本，ZSP5000UL 为超轻量版本，三款内核同属 ZSP5000 系列，分别适配不同算力层级的视觉图像任务。

ZSPNano + 是微型低功耗 DSP 内核，主打高性能语音、


音频


、无线


信号


处理场景。该架构对编译器高度友好，配套正交指令集代码密度高，能够大幅简化复杂 DSP


算法


与底层控制代码的开发难度。

除硬件算力内核外，完善的软件生态是技术规模化商用的核心前提。芯原为全线 DSP 产品搭建成熟全栈软件栈，有效降低客户开发、部署与迭代成本。底层平台集成完整通用基础库、语音编解码工具；AI 推理层面可适配 106 类主流 AI 算子，支持 INT8、INT16 多精度量化，充分满足端侧轻量化 AI 推理需求。