智微智能成为智元首批"A链"供应商背后，人形


机器人


产业的核心硬件博弈已经开场

人形机器人最缺的，不是身体，是脑子

2026年，人形机器人的"身体"已经不成问题。

智元远征、宇树H1、傅利叶GR-2、小鹏IRON——国产人形机器人接连走上产线、走进工厂、站上展台。灵巧手能抓鸡蛋，双腿能跑马拉松，外观越来越像人。

但一个残酷的事实是：




绝大多数人形机器人，至今仍然是"四肢发达、头脑简单"。

不是它们不想聪明，是它们的"大脑"装不下聪明。

一个简单算账：人形机器人整机功耗预算通常只有25-40瓦——这点电，连一张桌面级RTX 4090显卡都带不动。而要在端侧跑通视觉语言动作模型（


VLA




），需要的算力远超这个数字。结果就是，大量机器人只能在"弱智但省电"和"聪明但跑不动"之间反复妥协。

这道题，靠机器人本体公司自己解不了。解这道题的，是它们身后那群做域控制器的公司。

9月8日，深圳智微智能（001339）披露了一则看似低调、实则信号量极大的消息：公司推出"


智擎




"系列机器人域控制器产品线，覆盖NVIDIA Jetson、Intel Ultra、Rockchip三大芯片平台，算力从6 TOPS到2070 FP4 TFLOPS全档位覆盖，已成为智元机器人首批"A链"供应商。

一家做智联网硬件的公司，为什么能成为人形机器人头部企业的核心供应商？一颗域控制器，到底在解决什么问题？

"大脑+小脑"：人形机器人的算力三层楼

要理解域控制器的价值，先得理解人形机器人到底需要什么样的"脑子"。

和人脑一样，人形机器人的计算架构是分层协同的，业内通常分为三层：

第一层：大脑——"想清楚要干什么"。




负责视觉感知、语义理解、任务规划和决策。对应人脑皮层的认知功能。需要高性能AI芯片跑大模型（VLA/VLM/LLM），对算力要求最高，但对实时响应要求相对宽松。

第二层：小脑——"想好怎么动"。




负责运动规划、动态平衡、力反馈控制。拿到"大脑"的任务指令后，完成全身协调运动。对实时性要求极高，需要50-100Hz的运算频率。

第三层：脊髓——"让每块肌肉动起来"。





由分布在各个关节内部的


MCU




芯片实现，负责毫秒级电机电流环控制，直接驱动每一个关节转动，响应速度要求达到千赫兹级别。

三层架构带来一个现实矛盾：




3赫兹的现实，对抗100赫兹的需求。

目前边缘端VLA大模型实测帧率大多只有3-11帧/秒，也就是3-11Hz；但底层运动控制需要稳定50-100Hz的运算速度。简单说，机器人"大脑想好一个动作"的速度，跟不上身体执行动作的速度。想法出来了，身体还反应不过来——这就是很多人形机器人走路卡顿、动作僵硬的根本原因。

域控制器要做的，就是把这三层算力需求集成到一个（或一组）硬件模块里，让它们高效协同。

智微智能"智擎"：三平台全档位覆盖的逻辑

智微智能的"智擎"系列，最核心的特征是




"三平台、全档位"




。

NVIDIA Jetson




平台





：覆盖Orin NX、AGX Orin、AGX Thor三款芯片。Orin NX适合轻量级场景（AGV/


服务机器人


），AGX Orin是当下人形机器人的主流选择（200-275 TOPS），AGX Thor则是下一代旗舰（2070 FP4 TFLOPS），面向高端人形机器人的端侧大模型推理。

Intel Ultra平台




：x86生态兼容性强，适合需要跑Windows/Linux


应用


、对接传统工业系统的场景。在人形机器人领域，Intel更多扮演"补充者"角色，提供通用计算能力。

Rockchip




平台





：国产芯片代表，以RK3588系列为主打，NPU算力够用、功耗可控、成本优势明显。大量国产人形机器人用RK3588充当"小脑"，负责运动规划。

从6 TOPS（Rockchip入门级，服务机器人/AGV场景）到2070 FP4 TFLOPS（NVIDIA AGX Thor旗舰级，高端人形端侧大模型推理），




这条产品线覆盖了人形机器人从"小脑"到"大脑"、从"轻量级"到"重量级"的全部算力区间。

这意味着什么？意味着无论一家


机器人公司


做的是几千块的配送机器人，还是几百万的人形旗舰，都可以在智微智能一家供应商里找到匹配的域控制器方案。

为什么是智元？"A链"供应商的含金量

智微智能此次披露中，最引人注目的一个信息是：




成为智元机器人首批"A链"供应商，并获评"优秀供应商合作伙伴"。

"A链"这个词，在制造业供应链中有明确含义——它指的是"核心战略级供应商"，直接影响产品定义和技术路线，而非简单的零部件采买关系。

智元是国内人形机器人赛道的头部玩家。截至2026年，智元已完成多轮融资，估值超63亿美元，其远征系列人形机器人在工业仓储、物流分拣等场景实现规模化部署。智元的机器人需要什么样的域控制器，直接影响着整个供应链的技术走向。

智微智能能成为智元的"A链"，背后有几层逻辑：

第一，"大脑+小脑"一体化能力。




智微智能不是只做某一层，而是具备从大脑到小脑的完整控制器能力。对于智元这样的头部客户，能同时提供大脑和小脑方案的供应商，在系统集成和协同优化上有天然优势。

第二，多平台选型能力。




人形机器人的芯片选型不是"一个答案"，而是根据产品定位、功耗预算、成本约束做"最优匹配"。智微智能同时覆盖NVIDIA、Intel、Rockchip三大平台，可以给客户提供灵活选型建议，而非"只能选某一家"。

第三，NVIDIA生态深度绑定。




智微智能已深度接轨NVIDIA"三台计算机"机器人生态，形成"端—边—云"协同的完整算力闭环。在NVIDIA AGX Thor成为下一代人形机器人标配芯片的趋势下，这种生态绑定价值极大。

第四，智算业务的算力底座支撑。




智微智能2026上半年智算业务收入10.3亿元，同比增长245%，已超2025年全年水平。公司拟募资28.7亿元用于智算中心建设，采购服务器不超过40亿元。这种"云端训练+端侧推理"的全链路算力能力，恰好对应了人形机器人"训练靠云端、执行靠端侧"的核心需求。

产业深层：域控制器正在成为人形机器人的"新战场"

智微智能的故事不是个例。人形机器人产业链正在经历一场静默的"大脑争夺战"。

从芯片端看，两大阵营已经分化。

一方是以NVIDIA为代表的"通用高性能AI芯片"路线。Jetson系列是目前全球人形机器人应用最广泛的端侧计算平台，Figure、宇树、傅利叶等大量企业都在使用。优势是算力上限高、生态完善；短板是功耗偏高。

另一方是以国产厂商为代表的"场景定制"路线。寒武纪做"云边端一体化"，地平线把自动驾驶能力迁移到具身智能，瑞芯微RK3588已经批量用于国产人形机器人"小脑"，芯驰科技推出R1大脑+D9小脑+E3执行端的完整芯片矩阵，黑芝麻智能将车规级芯片能力延伸至具身智能领域。

从控制器端看，"集成化"正在取代"拼凑式"。

早期人形机器人的做法是"拼芯片"——大脑用一块、小脑用一块、关节控制再一块，各自为战，协同靠软件硬凑。现在的趋势是集成化，比如地平线旗下的D-Robotics推出的S600平台，把18核A78AE CPU + Nash架构BPU + 6核R52+实时MCU集成到单颗SoC上，在一颗芯片内实现感知-决策-实时动作控制的闭环。

智微智能走的是另一条集成路径——不做芯片，做控制器。通过覆盖三大芯片平台的"智擎"产品线，让机器人公司不需要自己去做芯片选型和硬件集成，直接在菜单上选配置。

这种定位，有点像服务器行业的ODM——不造CPU，但把CPU、内存、存储、网络集成成一台可用的服务器。

数据背后的增长逻辑

一组数据可以帮助理解这个赛道的爆发速度：

- 智微智能2026上半年营收30.50亿元，同比增长56.64%

- 归母净利润3.88亿元，同比增长281.92%

- 智算业务收入10.30亿元，同比增长245.51%，已超2025年全年

- 拟募资28.7亿元投向智算中心建设

- 拟采购服务器及配套设备不超过40亿元

这些数字说明两件事：

第一，AI算力需求确实处于高景气度。不只是云厂商在买算力，机器人公司也在成为算力消费者——它们需要云端训练算力，也需要端侧推理算力。

第二，域控制器/智算业务正在从"概念"变成"营收"。智微智能的智算业务半年就超过去年全年，机器人控制器已经进入头部客户供应链——这不是PPT阶段的故事。

写在最后

人形机器人产业有一个经常被忽视的真相：




决定机器人"聪不聪明"的，不只是算法，还有硬件。

一个再好的VLA模型，如果芯片跑不动、功耗撑不住、延迟降不下来，就无法在真实物理世界里流畅运行。算法团队花几个月优化的模型推理速度，可能因为域控制器的架构选型错误而全部浪费。

从这个角度看，智微智能成为智元"A链"供应商，不只是这家公司自身的里程碑——它标志着人形机器人产业链正在从"比谁能动"走向"比谁更聪明"，而"聪明"的基础设施，正是域控制器。

从6 TOPS到2070 FP4 TFLOPS，这个数字跨度背后，是人形机器人从"玩具"到"工具"到"生产力"的全部进化空间。

谁能在这个空间里，给机器人装上足够聪明的"大脑"，谁就能拿到下一张入场券。

声明：本内容由AI生成，文章所有内容仅供参考。