研报 · 深度报告
机器人端侧芯片与算力：Jetson Thor vs 昇腾 vs 地平线 —— 横纵分析报告
撰写日期：2026-10-19 ｜ 作者：机器人行业深度研究（report-chips） ｜ 系列定位：Louis 私人研报库第 32 篇，承接「大脑篇」（英伟达全家桶）、「BOM 篇」（计算/通信占整机约 10%）、「大厂篇」（小鹏图灵、华为昇腾），本篇聚焦端侧推理芯片这个卡脖子最硬的环节 ｜ 数据口径标注：【官方】datasheet/财报、【机构】SemiAnalysis/Yole/券商拆解、【媒体】公开报道、【估算】笔者推断 ｜ 算力数字均注明精度口径（INT8/FP16/FP4）
一、一句话定义
端侧推理芯片是人形机器人的"颅腔"——过去十二年里英伟达用 Jetson 系列一代代垫高了机器人能跑的算法上限，而 2025-2026 年 VLA 大模型的爆发第一次让算法需求跑赢了端侧供给，于是这个原本安静的市场在一夜之间变成了大国博弈、生态锁死与国产替代的三岔路口。
一句话展开：宇树、智元们能把整机成本打到波士顿动力的 38.7%，靠的是电机、减速器、传感器的全链条国产化；但装进颅腔的那颗 3000 美元的 Jetson Thor，目前全球只有一个供应商。这是机器人 BOM 表上唯一一块"造得出身体、造不出脑子"的短板。
二、纵向：机器人计算演化史——四代算力门槛与被它解锁的算法
机器人端侧计算的历史，本质是一部"算力供给与算法需求的赛跑史"。前三十年代码没什么悬念：供给永远领先需求。悬念从 2024 年才开始。
2.1 第一代：MCU 时代（1990s-2015）——"脊髓"的统治
早期工业机器人根本不需要"大脑"。一块 MCU（微控制器）跑一个 1kHz 的电流环，把电机位置控制做到毫秒级，就是全部计算。发那科的机器人控制柜里装的是自家 PowerPC 变体，ABB 装的是工业 PC，核心计算都是"控制"而非"认知"。
这个时代留下的遗产至今仍在：机器人计算栈最底层——"脊髓层"（关节 MCU）——至今仍然是 MCU 的天下，响应频率要求千赫兹级，算力以 MIPS 计而非 TOPS。TI、ST、国民技术、兆易创新（GD32F503 主频 252MHz、集成三相栅极驱动；GD32H77R 集成 EtherCAT 从站，DC 同步周期 62.5 微秒）【官方】在这一层供货。这一层不卡脖子，也永远不会上头条。
2.2 第二代：嵌入式 GPU 时代（2014-2022）——Jetson 的十二年长征
2014 年 3 月，英伟达发布 Jetson TK1（192 核 Kepler，326 GFLOPS FP32）【官方】。当时没人知道这块板子是干什么的——无人机？视觉实验？英伟达自己也说不清，只管一代代迭代：
| 年份 | 产品 | 算力（口径） | 功耗 | 解锁的算法 |
|---|---|---|---|---|
| 2014 | Jetson TK1 | 0.327 TFLOPS（FP32） | 10W | 早期 CNN 推理（AlexNet 级） |
| 2015 | Jetson TX1 | 1.0 TFLOPS（FP16） | 10W | 实时目标检测（YOLO v1/v2） |
| 2017 | Jetson TX2 | 1.3 TFLOPS（FP16） | 7.5-15W | VSLAM + 检测并行 |
| 2018 | AGX Xavier | 32 TOPS（INT8 稠密） | 10-40W | 多传感器融合感知、BEV 感知 |
| 2019 | Jetson Nano | 0.47 TFLOPS（FP16） | 5-10W | $99 的科研入门刚需 |
| 2020 | Xavier NX | 21 TOPS（INT8） | 10-20W | 轻量化部署 |
| 2022-23 | AGX Orin | 275 TOPS（INT8 稀疏） | 15-60W | 端侧 7B LLM（INT4）、多相机感知 |
| 2025.8 | AGX Thor | 2070 TFLOPS（FP4 稀疏）/ 约 1035 TFLOPS（FP8） | 40-130W | VLA 端侧推理（见下文） |
来源：【官方】英伟达 Jetson 产品页及 Wikiwand/Clarigital 汇总的历代规格表
这张表里有三件事值得停下来看：
第一，Jetson Nano 是一代人的科研启蒙。 2019 年那块 $99 的板子几乎是全球机器人实验室的标配——今天中国机器人公司的 CTO 们，读博时大概率在 Nano/TX2 上调过 ROS。这意味着 CUDA 生态的心智占领早在人形机器人热潮之前十年就完成了。宇树被英伟达"选中"做 GR00T 参考本体，某种意义上是 2019 年就埋下的伏笔。
第二，每一代 Jetson 都"刚好够用"地解锁下一代算法。 Xavier 的 32 TOPS 解锁了深度学习感知；Orin 的 275 TOPS 让 7B 参数的 INT4 量化模型能以 15-25 tok/s 跑在端侧【媒体：Kentino 拆解】。英伟达的产品节奏精准地踩着算法需求爬梯——不超前太多（浪费），也不落后（被替代）。这种"刚好够用"是商业上最舒服的位置，直到 VLA 出现。
第三，Thor 的数字游戏。 2070 TFLOPS 是 FP4 稀疏口径，换成稠密 FP8 是 1035 TFLOPS，再换成与 Orin 可比的 INT8 口径约 2000 TOPS【媒体：多方推算】。英伟达宣称的"7.5 倍于 Orin"只在 FP4+剪枝模型上成立，一个稠密 FP16 的 YOLO 在 Thor 上的提升要小得多。更关键的瓶颈其实在内存：Thor 带宽 273 GB/s，只有 Orin（204.8 GB/s）的 1.33 倍——而自回归解码是访存受限的，8B 参数 4-bit 模型的 token 生成速度理论上限只提升了三分之一【机构：Techietory 技术分析】。记住这一点，后文讲 VLA 实测帧率时会反复用到。
2.3 第三代：端侧大模型时代（2024-2026）——VLA 把赛跑规则改了
2024 年 π0、RT-2 一类视觉-语言-动作（VLA）模型问世，机器人算法第一次从"感知-规划-控制"的分段式架构走向端到端。这改变了算力需求的斜率：
- 分段式架构里，感知模型几 TOPS 就够，规划是传统优化算法（CPU 密集），控制归 MCU。一台 AGX Orin 跑下来还有富余。
- VLA 把这一切塞进一个 transformer：图像编码器 + 语言骨干 + 动作头（往往是 flow-matching 扩散头），参数量从 3B 起步，头部玩家在往数百亿参数的 MoE 演进（智元姚卯青，2026 年 7 月）【媒体：南方都市报】。
需求侧的具体数字（详见第三章拆解）：底层平滑控制需要 50-100Hz 的指令频率，而 2026 年边缘端 VLA 的实测帧率只有 3-11Hz【媒体：DAMO 开发者矩阵交叉验证多篇论文】。大脑想好一个动作要 100-300 毫秒，身体执行只要 10-20 毫秒——这个错位是当前人形机器人走路卡顿、动作僵硬的根本原因，也是整个端侧芯片战争的导火索。
黄仁勋自己的说法最直白："要造人形机器人或自动驾驶，Orin 已经不够了，很多客户得同时塞 2 到 4 颗。"（2025 年 8 月 Thor 发布时）【媒体：稀土掘金】Thor 就是为这个缺口而生的：Blackwell 架构与数据中心 GPU 同代，云端训练好的模型可以几乎无损地塞进机器人本地跑——训练与推理的底层打通，这是"三台计算机"故事（DGX 训练 + Omniverse 仿真 + Jetson 推理）的硬件基石。
2.4 第四代：专用芯片探索（2026-）——三条路线分岔
Thor 解决了"跑得动"，没解决"跑得起"（$2999 模块价 + 40-130W 功耗）。于是 2026 年行业出现三条分岔：
- 大小脑融合单芯片：地瓜机器人旭日 S600（560 TOPS，4 核 Nash BPU + 18 核 A78 + 6 核 R52 MCU，一颗芯片同时跑 VLA 推理和几十个关节的毫秒级控制）、辉羲智能 R1 PRO（375 TOPS INT8，CPU/NPU/GPU/实时接口单芯片集成）【官方：地瓜机器人官网、北京经开区管委会】。核心逻辑：用一颗"够用的"芯片替代"英伟达大脑 + 国产小脑"的多芯片拼凑，砍掉跨芯片通信损耗和一颗芯片的钱。
- 架构创新派：后摩智能漫界 M50 用存算一体，10W 功耗做到 160 TOPS（INT8），能跑 30B-120B 参数大模型【官方】；灵汐科技 KA200 做类脑/脉冲神经网络（48 TOPS，25 万神经元）；进迭时空赌 RISC-V 全域算力。这一派赌的是冯·诺依曼架构的"内存墙"在端侧大模型时代变成致命伤。
- 整车厂自研垂直整合：特斯拉 AI5（详见第六章）、小鹏 IRON 搭 3 颗自研图灵芯片（合计有效算力 2250 TOPS）【官方：小鹏新闻稿】。车规芯片产线复用 + 软硬件协同设计，是车企跨界机器人最锋利的一张牌。
纵向一图流总结：算力门槛从 MIPS 级（MCU 电流环）→ GFLOPS 级（CNN 感知）→ 百 TOPS 级（多传感器融合 + 端侧 LLM）→ 千 TOPS 级（VLA + 世界模型），每一级门槛抬高大约两个数量级，每一级都淘汰一批玩家、解锁一类算法。而现在我们正站在第三级到第四级的跳变点上——跳不过去的公司，大脑只能留在云里。
三、横向：2026 年 10 月截面——玩家大表与需求侧拆解
3.1 先拆需求：一台人形机器人到底要多少算力
机器人计算栈不是一颗芯片，是三层（业内称"大脑-小脑-脊髓"）：
| 层级 | 功能 | 频率要求 | 延迟容忍 | 算力需求（估算口径） | 代表芯片 |
|---|---|---|---|---|---|
| 脊髓（关节 MCU） | 电机电流环、编码器融合 | 1-10kHz | 微秒级 | MIPS 级，忽略不计 | TI/ST/兆易创新 GD32/国民技术 N32H7 |
| 小脑（实时 SoC） | 全身运动规划、动态平衡、力控 | 50-100Hz | 10ms 级 | 5-20 TOPS（INT8） | 瑞芯微 RK3588（6 TOPS）、旭日 S100 MCU 岛、芯驰 D9（车规 ASIL-B） |
| 感知（中等算力） | 多路相机 + LiDAR 的 SLAM/检测 | 30Hz | 33ms | 10-70 TOPS | Orin NX（100 TOPS 稀疏）、AX650N |
| 大脑（VLA 推理） | 视觉理解 + 任务推理 + 动作生成 | 实测 3-11Hz，目标 30Hz+ | <100ms（抓取力判断必须低于 100ms，否则瓶子已经掉在地上） | 500-2000+ TOPS（INT8 等效） | Jetson Thor、旭日 S600、特斯拉 AI5 |
来源：【媒体】与非网/萝卜时代计算架构拆解、DAMO 开发者矩阵，笔者整理
大脑层是全部争夺的焦点。2026 年的实测基线【媒体，交叉验证】：
- LiteVLA-Edge：4-bit 量化 + llama.cpp，在 Jetson AGX Orin 上 6.6Hz（端到端延迟 150.5ms）（arXiv:2603.03380）【官方：论文】
- RhinoVLA：token 压缩（256→64），在一颗国产 500 TOPS 芯片上 11.69Hz，刚够 10Hz 闭环线
- Shallow-π 蒸馏（三星研究院）：18 层 transformer 蒸馏到 6 层，Jetson Orin 上接近 10Hz，成功率掉不到 1%，动态任务里甚至反超教师模型（因为反应更快）（arXiv:2601.20262）【官方：论文】
- GR00T N1.7（3B）：在 Thor 上 30Hz 控制率，余量充足；Cosmos Reason 2（7B）约 5Hz【媒体：AI Learning Guides，口径偏乐观，标注待验证】
关于量化与蒸馏的一个反直觉事实：在 VLA 的 batch-1 推理里，INT4/INT8 量化非但不加速，反而比 bf16 慢 1.2-1.6 倍（瘦 GEMM 主导，量化反演化开销吃掉收益）；量化的真实价值是省内存（INT8 约 2 倍、INT4 约 4 倍）【媒体：DAMO 引用的多篇学术论文】。学术界的应对走向极端：HBVLA 做到 1-bit 量化仍保留 92.2% 成功率，ActQuant 动作感知混合精度做到 2.5-bit、90.1%。真正提速靠软硬协同——CUDA Graph 把 flow-matching 采样器单帧延迟从 4.82ms 压到 0.82ms；Nota AI 只量化动作头不量化视觉前端，动作头延迟从 218ms 压到 31ms（约 7 倍）。结论：边缘推理是软硬协同的工程活，不是堆 TOPS。这句话是理解本篇所有竞争格局的钥匙——它意味着 CUDA/TensorRT 这类软件资产比算力数字更接近护城河本质。
3.2 玩家大表：2026 年 10 月截面
表 A：海外巨头
| 玩家 | 产品 | 算力（精度口径） | 功耗 | 价格 | 生态锁定度 | 已部署机型 |
|---|---|---|---|---|---|---|
| 英伟达 | Jetson AGX Thor T5000 | 2070 TFLOPS（FP4 稀疏）/1035（FP8） | 40-130W | 开发套件 $3,499→$5,499（2026.7 涨价 57%）；量产模块约 $2,999【媒体】 | 极高：CUDA+TensorRT+Isaac+GR00T+Omniverse 全栈 | 宇树 H2 Plus、智元精灵 G2 高算力版、优必选 Walker S2、银河通用 Galbot、Figure/Agility/1X/Apptronik（早期采用） |
| 英伟达 | Thor T3000/T2000（2027Q1 出货） | 865/400 TOPS【媒体】 | — | 暂缺 | 同上 | 面向人形整机/移动机器人分档 |
| 英伟达 | AGX Orin | 275 TOPS（INT8 稀疏） | 15-60W | 模组 $899→$1,799（32GB，翻倍） | 极高 | 当前人形主流选择、宇树 G1 EDU |
| 英伟达 | Orin Nano Super | 67 TOPS（INT8 稀疏） | 7-25W | $249→$399 | 高 | 科研入门 |
| 高通 | Dragonwing IQ10（2026 CES 发布） | 最高 700 TOPS【媒体：Grokipedia，精度口径未明】 | — | 暂缺 | 中：Android/QRB 生态迁移成本低，但无 Isaac 级全栈 | 定位 AMR 与人形高端，公开部署暂缺 |
| 高通 | RB5 Gen 2（QCS8550） | 48 TOPS | — | 暂缺 | 中 | 服务机器人/工业视觉 |
| 英特尔 | Core Ultra Series 3（18A 工艺） | 180 TOPS（NPU 120 + Xe2 GPU） | — | 暂缺 | 中：x86 开放生态、OpenVINO，主打"去独显" | 130 个边缘 AI/机器人设计；SensoryAI 咖啡师机器人 Ella、Trossen、Circulus、Oversonic |
| 特斯拉 | AI5（2026.4 流片） | 2000-2500 TOPS【估算：TechNews 据 40-50 倍 AI4 推算】 | 约 250W【估算】 | 自用不外售 | 自闭环 | Optimus（2026Q3 弗里蒙特投产初期用 AI4，AI5 量产爬坡后切换） |
来源：英伟达/高通/英特尔官方规格【官方】；价格为 VideoCardz/IT之家 2026 年 7 月调价跟踪【媒体】；特斯拉参数为科技媒体推算【媒体/估算】
表 B：中国玩家（含华为系）
| 玩家 | 产品 | 算力（精度口径） | 功耗 | 价格 | 已部署机型/客户 |
|---|---|---|---|---|---|
| 华为昇腾 | Atlas 200I A2（昇腾 310B） | 20 TOPS（INT8）/10 TFLOPS（FP16） | 21-25W | 暂缺（模组走行业渠道） | 机器人/无人机/工控边端感知；CloudRobo 生态伙伴（乐聚夸父接入华为云大脑） |
| 华为昇腾 | CloudRobo 平台侧 | — | — | — | 盘古 5.5 驱动"云端大脑"，本体厂商接入（乐聚、优艾智合、埃夫特等 16+ 家） |
| 地平线/地瓜机器人 | 旭日 3 | 5 TOPS | 低 | RDK X3 套件 ¥319【官方】 | 扫地机/割草机/陪伴机器人量产（科沃斯、小度、美的） |
| 地平线/地瓜机器人 | 旭日 5（贝叶斯架构） | 10 TOPS | 3W | RDK X5 套件 ¥549-679【官方】 | 消费级机器人量产 |
| 地平线/地瓜机器人 | 旭日 S100（纳什架构） | 80/128 TOPS | — | RDK S100 套件（百 TOPS 级） | 经济型工业机器人、物流 AMR |
| 地平线/地瓜机器人 | 旭日 S600 | 560 TOPS（INT8） | — | 暂缺 | 它石智航 A3（千台级工业部署）、北京人形机器人创新中心天工 3.0、千寻智能、优必选等 20 余家；已适配 π0/π0.5 等 7 款 SOTA VLA，π0 端到端 10.1FPS |
| 瑞芯微 | RK3588 | 6 TOPS（NPU） | 8-12W | 数百元级【估算】 | 宇树 G1 基础版、智元灵犀 X2 基础算力板——全球出货量最高的两款人形机器人的"小脑" |
| 爱芯元智 | 具身大脑控制器（WAIC 2026 发布） | 1500 TOPS（INT8） | 主打高能效 | 暂缺 | 原力灵机新款本体 |
| 爱芯元智 | AX650N | 72 TOPS（INT4）/18 TOPS（INT8） | — | 暂缺 | 边缘盒/双目视觉（AX8910 规模化落地） |
| 辉羲智能 | 光至 R1 / R1 PRO | 500+ TOPS / 375 TOPS（INT8） | 7nm 车规 | 暂缺 | 智元精灵 G2 基础算力板（R1）；R1 PRO 大小脑融合单芯片 |
| 后摩智能 | 漫界 M50（存算一体） | 160 TOPS（INT8） | 10W | 暂缺 | 联想 AI 主机 P7、长城 AI 笔记本 N90 Pro、桌面机器人、Agent Computer |
| 摩尔线程 | 长江 SoC / MTT E3000 AI 模组 | 端侧 50 TOPS | — | 暂缺 | 与下游协同设计；入选东土"纯血"国产电子架构九家芯片阵容 |
| 沐曦×优必选 | 曦选创智合资公司 | 规划 2027H2 流片、2028 量产，对标国际高端端侧芯片 | — | — | 未来优必选机型 |
| 进迭时空 | RISC-V 全域算力 | CPU+NPU 单芯片（对标 GB10 思路） | — | 暂缺 | 玲珑 2.0 完成北京亦庄半马（国产 RISC-V AI CPU） |
| 灵汐科技 | 领启 KA200（类脑） | 48 TOPS（INT8） | — | 暂缺 | 电力/交通/低空敏感场景 |
| 小鹏 | 图灵 AI 芯片 ×3 | 2250 TOPS（有效算力，3 颗合计）【官方】 | — | 自用 | IRON（2026 底规模量产，2027 上市交付） |
| 黑芝麻 | A2000 | 暂缺（智驾迁移） | — | 暂缺 | 大脑层候选 |
来源：各厂商官网/发布会【官方】、方正证券/东吴证券研报【机构】、腾讯网/电子发烧友 WAIC 与工博会报道【媒体】；价格未公开处均标"暂缺"
这张大表最值得注意的三个结构性事实：
- 算力段位的"哑铃形"分布。英伟达一家占住 1000+ TOPS 的顶端；国产力量在 5-128 TOPS 的"够用档"密不透风（地瓜 800 万片累计出货）；中间的 500-800 TOPS 段正在被旭日 S600 和辉羲 R1 填补。真正的空白是"Thor 级性能 + 非 CUDA 生态 + 可外售"这一格，2026 年 10 月它还不存在。
- 出货量冠军不在高端。Yole 口径英伟达占机器人 SoC 市场 69%（2025）【机构】，但按人形机器人台数算，全球出货最高的宇树 G1 和智元灵犀 X2 基础版都用瑞芯微 RK3588 当主算力【媒体：南方都市报援引接近英伟达的分析师】。份额的"价值口径"和"数量口径"严重分裂——这正是国产替代的缝隙所在。
- 车规芯片的大规模迁移。当前很多具身端侧芯片来自智驾芯片复用（Orin 本为自动驾驶设计、辉羲/黑芝麻/地平线征程系全是智驾血统）。但业内判断复用不可持续：智驾任务是"安全避障抵达终点"，具身是"与人交互的动态操作"，后者需要浮点高精度运算、图形渲染和触觉融合，负载特征完全不同（摩尔线程吕其恒、原力灵机唐文斌）【媒体：南方都市报】。专用化是共识，分歧只在时机。
四、国产化真实进度：渗得比你想的快，高的地方比你想的矮
4.1 渗透率：数量口径已过半，价值口径仍个位数
把"国产化进度"拆成两个口径看，结论完全不同：
数量口径（按机器人台数）：2026 年上半年中国出货人形机器人超 4 万台（约占全球 97%）【媒体：Smart Analytics，SCMP/Semafor 转引】，其中 AgiBot（智元）8,400 台、宇树 5,900 台居前二。而出货量最高的机型（宇树 G1、智元灵犀 X2）基础版主算力均为瑞芯微 RK3588。【估算】按台数加权，国产芯片在中国人形机器人市场的渗透率已经过半（50-70% 区间），考虑到小脑层 MCU/实时 SoC 的国产化更彻底，全栈数量口径可能更高。
价值口径（按芯片金额）：高端大脑层几乎全是英伟达（Thor 模块 $2,999 vs RK3588 数百元），Yole 统计中国厂商在机器人 SoC 价值份额仅约 5%【机构】。优必选董事长周剑在 WAIC 2026 说得很直白：国外芯片在机器人端侧"太贵了，基本上占到 BOM 成本的三分之一"【媒体】。
这里有一个与 BOM 篇（计算/通信占整机约 10%）的口径差需要说清楚：10% 是全市场平均口径（大量低算力机型摊薄）；"三分之一"是高端机型（大脑用 Thor）的口径。两者的差距本身就是双轨制的证据——同一行业里，高端机的算力成本占比是入门机的 3-5 倍。这个差值就是国产替代的降价空间。
4.2 三条替代路径（WAIC 2026 集中亮相）
- 智元式"量产适配、广撒网"：灵犀 X2 基础板用 RK3588、精灵 G2 基础板用辉羲 R1，Orin/Thor 只作高端选项；控制模块、关节 MCU、灵巧手掌端 MCU 全部国产。广撒网既验证不同方案稳定性，也为供应链博弈储备筹码。
- 它石智航式"深度绑定单芯片"：A3 轮式双臂机器人全面搭载旭日 S600，首期真机部署只花了 5 天，百台级产线试点已落地上海嘉定【媒体：头条/第一财经】。
- 优必选式"合资造芯"：与沐曦各持股 35.01% 成立曦选创智（注册资本 1 亿元），2027 下半年流片、2028 年量产，明确对标国际高端端侧芯片【官方：沐曦】。
4.3 与英伟达的差距：性能一个半代，生态三代
性能差距（代数）：国产最强可售大脑芯片是旭日 S600 的 560 TOPS（INT8）和爱芯元智具身控制器的 1500 TOPS（INT8 口径，为推理卡级方案）。与 Thor 的约 2000 TOPS（INT8 等效）相比，单芯片差距约为半代到一代；考虑 FP4/FP8 低精度推理和内存带宽（Thor 273GB/s vs 昇腾 310B 的 51.2GB/s），实际 VLA 帧率差距更大。【估算：性能差距 1-1.5 代，2028 年国产高端流片后才可能追平 Thor，届时英伟达下一代（Rubin 系端侧）大概率又已就位。】
生态差距（真正的护城河）：CUDA 十五年积累的库、调试工具和 500 万开发者社区，不是参数表能追的。迁移成本的一手数据【媒体，多方交叉】：
- 将既有工作流迁移到昇腾 CANN，时间和投入成本至少增加 50%；仅公开权重不开放源码的模型，约需 10 名工程师额外投入 6 个月以上。
- CANN 支持 85% 的 CUDA 算子自动转换，但"转完就能跑"≠"转完就好跑"：不二次调优平均性能损耗 15-20%；隐性坑点（device_map 路由、FlashAttention 输入格式不兼容）让排查工作量增加 30% 以上。
- 万卡级集群运维故障排查比 CUDA 平台多耗 30%（这是云端训练侧的数据，但生态逻辑同构）。
- DeepSeek 据报道放弃了在昇腾上训练 R2 的计划，原因是工具链问题——顶级实验室用脚投票是最诚实的生态评分。
- 保守派判断：CANN 与完整 CUDA 生态仍有 3-5 年系统性代差。
机器人侧的迁移成本结构略有不同：VLA 推理（而非训练）是主负载，推理侧对算子库深度的要求浅于训练侧，这正是"训练用英伟达、推理用国产"混合路线的可行性来源。但 Isaac Sim/GR00T/Omniverse 这套仿真-模型-部署全栈的锁定依然深——国内 140+ 家机器人企业已接入 Isaac 生态【媒体：凤凰网财经】，宇树 H2 Plus 更是直接成为英伟达官方参考本体。
4.4 一个容易被忽略的体系级进展
2026 年 9 月 28 日，全球首台搭载 100% 国产化电子架构的具身智能机器人在湖北宜昌亮相：摩尔线程、沐曦、爱芯元智、瑞芯微、地瓜、芯驰、全志、辉羲、苏州睿芯九家芯片厂商 + 鸿道操作系统 + AUTBUS 总线（我国机器人领域首个主导的国际标准，100ns 级时钟同步）+ MaVIEW 工具链，并在关节破坏/网络攻击/病毒植入测试中通过了传统架构失效的项【媒体：电子发烧友、中新网】。单点性能它打不过 Thor，但"所有环节能协同工作的体系能力"是国产替代从零件级走向架构级的信号——就像 2019 年没人相信华为能堆出昇腾全家桶一样，体系能力的出现比单芯片峰值出现更值得记录。
五、成本、供应与管制：一颗芯片的地缘政治学
5.1 价格现状：从"大脑税"到全线涨价
Jetson Thor 的价格轨迹本身就是一部微型产业史【媒体：多源交叉】：
- 2025 年 8 月 25 日量产开售：开发者套件 $3,499，量产模块千片价约 $2,999
- 2026 年 5 月：生产样件发给 50+ 家人形开发商（Figure、Agility、1X、Apptronik、Boston Dynamics 及宇树、智元、众擎、银河通用、优必选）
- 2026 年 7 月 21 日：英伟达无预警全线涨价——Thor 开发套件 $3,499→$5,499（+57%）；AGX Orin 套件 $1,999→$3,499（+75%）；Orin Nano Super $249→$399（+60%）；旧款 Nano 模组 $99→$199（+101%）。同期美国官网三款套件全部显示缺货。
涨价原因未官宣，业界归因于 DRAM 成本暴涨（Jetson 模块本质上是"一颗 GPU 焊在 LPDDR 上"）与先进封装产能挤占【媒体：VideoCardz/TechBuzz 分析】。但对机器人行业的影响是结构性的：按 3 年使用期摊销，$5,499 的 Thor 折合每机器人小时仅硬件成本就达 $0.2-0.4【媒体：钜亨网】。对一台目标售价 8.5 万元的宇树 G1，一颗 Thor 模块就吃掉近 2.5 万元——这就是为什么宇树 G1 基础版坚决用 RK3588。
灰市与配额：暂缺公开系统性数据。【估算】参考 H20/A100 的管制期灰市溢价（30-100%），若 Thor 未来被纳入管制，灰市价格可能翻倍且无质保——但截至目前 Thor 在中国可通过正常渠道采购，无配额限制。
5.2 出口管制：Thor 今天为什么还能卖，明天为什么可能不能
这是本篇最需要精确的部分，逐条列口径：
- 管制分类：Jetson 模块和开发套件归类于 ECCN 5A992.c（低管制加密类别）【媒体：TechBuzzChina】。2026 年 1 月 BIS 将 H200/AMD MI325X 对华出口改为逐案审查时，未触及 Jetson Thor。
- 为什么 Thor 不落管制：EAR 3A090.a 管 TPP≥4800 TOPS 的芯片；3A090.b 管 2400-4800 TOPS 且性能密度≥1.6 的芯片。Thor 的关键参数：INT8 约 2000 TOPS（低于 3A090.b 下限）、FP4 2070 TFLOPS（低精度不计入 TPP）、DRAM 带宽 273GB/s（远低于 6500GB/s 阈值）、功耗 40-130W——四项全避线【媒体：搜狐科技对 EAR 条文逐条核对】。
- 管制收紧的明确信号：2026 年 3 月众议院国土安全听证会上，Scale AI 与 Boston Dynamics 高管呼吁将 AI 推理芯片纳入管制；2026 年 5 月 31 日新规禁止美企向中企境外子公司出口先进 AI 芯片（"看最终母公司不看收货地"）；2026 年 6 月 3 日《GUARD 法案》提出，点名宇树，推动将其列入实体清单【媒体：新浪财经/凤凰网】。宇树目前在 CMC 清单（国防部采购禁令）而非实体清单，英伟达向其出售 Jetson 在法律层面仍被允许——"合规的灰色地带"。
- 三重隐患（宇树案例分析）【媒体：凤凰网财经】：断供风险（地缘升级即停摆）、远程锁机风险（英伟达芯片固件/驱动更新须经英伟达服务器签名核验，极端情况下存量设备可被远程冻结为"无智能的机械躯体"）、无备用方案风险（国内无性能对等的现成替代）。
国产替代的触发条件【估算】：(a) 管制层面——BIS 将 3A090.b 下限下修至覆盖 2000 TOPS 级边缘芯片，或 GPU 出口规则延伸至"移动平台 VLA 载具"；(b) 商业层面——Jetson 再涨价 50% 以上使国产方案价差超过软件迁移成本；(c) 事件层面——单一头部整机厂被列入实体清单产生的寒蝉效应。三者任一发生，国产大脑芯片的采用曲线都会陡峭化。英伟达自己也看得清楚：2026 年 WAIC 前后，智元已公开表示正与多家国产 AI 芯片企业早期合作，CES 2026 上 38 家中国人形展商中不少在跑华为/龙芯/壁仞——"性能从未成为中国采购的决定性因素"。
5.3 供应格局的悖论
英伟达对华机器人芯片生意的真正威胁，短期不是华盛顿，而是客户自己。看过中国数据中心运营商被断供断码的中国机器人公司，没有一家打算重蹈覆辙——这就是"两条腿走路"（高端用 Thor 保性能、基础版全国产走量）成为行业默认架构的原因。黄仁勋 2026 年 3 月 GTC 上罕见直言："中国 formidable，因为他们的微电子、电机、稀土磁材是世界最好的，我们的机器人产业深深依赖他们的生态系统。"这句话的另一面是：稀土在减速器里，算力在 CUDA 里——中美在机器人产业链上互相卡着对方的脖子，只是卡的深度不对称。
六、端云混合架构：哪些计算必须留在颅腔里
6.1 分工的物理边界
| 计算任务 | 必须端侧的原因 | 可以上云的原因 |
|---|---|---|
| 关节电流环（1kHz） | 物理定律：网络抖动不可容忍 | 永远不能 |
| 平衡/紧急避障（50-100Hz） | 摔倒不可逆，断网即瘫痪 | 不能 |
| 抓取力控（<100ms 判断湿滑/角度） | 半秒延迟=瓶子落地；东京便利店机器人不可能把视频流发到弗吉尼亚推理 | 不能 |
| VLA 主推理 | 弱网/隐私场景；断网降级保底 | 网络可靠时可上云/上边缘节点 |
| 任务级重规划、多轮对话、世界模型推演 | — | 时延容忍百毫秒-秒级，云端算力近乎无限 |
| 模型训练、车队学习、OTA | — | 天生属于云端 |
网络侧的硬约束【机构/媒体】：云端往返典型 100ms-2000ms 且抖动不可控；5G URLLC 单向目标 ≤5ms（现实部署难以稳定达到）；阿里云具身智能方案把人形交互链路端到端时延目标定在 ≤20ms、车云协同 ≤50ms【官方：阿里云文档】——即便如此，20ms 也只够"指令下发"级别的交互，跑不了 50Hz 闭环控制。
6.2 三条落地的混合架构（2026 年主流）
- 分层推理（"快慢思维"）：端侧跑轻量感知+碰撞检测+姿态控制（10ms 内响应），云端跑自然语言理解和复杂规划。华为云 CloudRobo、阿里云无影方案均此路线；实测分拣场景可将端侧算力需求降低 60%，任务成功率保持 97%+【媒体：软程科技】。
- 边缘服务器集群（工厂"共享大脑"）：仓库/工厂内多机器人共享边缘节点算力，局域网微秒级协同——京东亚洲一号仓边缘服务器协调 500+ 台机器人，任务分配延迟 5ms 内【媒体】。代价是基础设施绑定。
- 端侧小模型 + 云端大模型：端侧跑 <1B 参数模型（功耗 2W 级）完成 80% 日常感知，20% 复杂场景回调云端大模型。宇树消费级机器人采用此方案【媒体】。
2026 年最有意思的学术进展是 CloudEdgeVLA：云端 VLA 生成缓变的任务特征，端侧轻量头做实时状态修正，通过训练目标（而非网络工程）让策略本身容忍时延——在 40 步均匀网络延迟下仍保持 63.8-78.0% 任务成功率（对比基线 3-6.4%）（LIBERO 仿真基准）【官方：论文，仿真结果待真机验证】。如果这条路线被真机验证，其产业含义是：端侧算力需求可以保持有界（lightweight edge head），云端模型可以独立于机器人硬件代际持续升级——那将直接改写第三章所有芯片的需求预测。
6.3 成本最优解的粗账
以工业部署 100 台机器人为例【估算】：全端侧方案（每台 1×Thor 模块）芯片成本约 $30 万 + 每台 40-130W 持续功耗；端云混合（每台 RK3588/S100 级 + 现场 2-3 台边缘服务器）芯片成本约 $8-15 万，功耗降 60%+，但增加网络依赖与年付云/边缘服务费。三年 TCO 两者已接近——混合架构的真正收益不在成本，而在"云端模型可无限升级而硬件不换"这一期权价值。这也是为什么华为 CloudRobo 的打法是"不做本体，让一切联网本体成为具身智能机器人"：把大脑放在云上，芯片战的战场就挪到了英伟达最不擅长的地方。
七、横纵交汇洞察：比减速器更卡吗？三剧本推演
7.1 端侧芯片会不会成为"比减速器更卡"的环节？
会，而且已经是——但要区分"卡"的两种含义。
- 减速器的卡是工艺卡：造得出、造不好，替代路径清晰（谐波磨齿工艺积累 3-5 年可追），替换成本几乎为零（同一接口换供应商）。
- 端侧芯片的卡是生态卡：国产芯片物理上能流片（旭日 S600 已量产），但 CUDA+Isaac+GR00T 的软件栈锁定让替换成本高达"时间和投入 +50%、工程师 10 人 × 6 个月"量级，且英伟达通过每一代"刚好够用"的产品节奏持续加深依赖。
判断依据三条：(1) 减速器国产替代已在中低端量产（绿的谐波），大脑芯片在 Thor 级仍是唯一供应商；(2) 断供情景下，减速器短缺影响产能爬坡，大脑芯片断供直接让存量高端机型失去迭代能力（远程锁机风险）；(3) BOM 价值量上，高端机型算力占 1/3 vs 减速器约占 15-20%——卡脖子的地方正好也是最贵的地方。
7.2 英伟达依赖度风险清单（按暴露度排序）
| 公司 | 依赖表现 | 风险点 | 对冲动作 |
|---|---|---|---|
| 宇树 | H2 Plus 成英伟达 GR00T 官方参考本体；在 CMC 清单 | 榜单升级为实体清单即断供+锁机；IPO 关口的地缘放大效应 | G1 基础版用 RK3588 保量；140 家 Isaac 生态企业中最显眼的一家 |
| 智元 | 精灵 G2 高算力板用 Thor；H1 2026 全球出货第一 | 同上 | 最激进的替代者：RK3588/辉羲 R1 双基础板，公开接触多家国产芯片 |
| 优必选 | Walker S2 首发 Thor | 出海（美股/港股叙事）与美国管制清单的双向挤压 | 与沐曦合资造芯（2028 量产） |
| 银河通用 | Galbot 工业机器人首发 Thor（2000TOPS） | 高端工业客户对断供最敏感 | 暂无公开替代方案 |
| 众擎等二线整机 | 清一色 Jetson Thor 方案 | 无议价能力，涨价直接吃掉毛利 | 无（二线普遍无备胎） |
| Figure/Agility（美国） | Thor 早期采用者 | 无地缘风险，但垄断定价（+57% 涨价已演示） | Nscale $60 亿算力合作（训练侧） |
7.3 三剧本（2027-2028）
剧本 A：英伟达锁死（概率【估算】40%） Thor T3000/T2000 分档出货 + Isaac/GR00T 生态滚雪球 + 出口管制精准放行边缘芯片（留着赚机器人市场的钱），机器人行业重演"Wintel 时刻"：硬件差异化消失，利润向算力+模型层转移。国产芯片被压在"够用档"，高端大脑成为永久进口项。触发信号：Thor 家族按期 2027Q1 出货且价格回落、GR00T 成为事实标准 VLA、管制维持现状。 对赌点：英伟达的涨价冲动（已 +57%）会亲手把客户推给替代者——垄断定价与生态维护的自我矛盾。
剧本 B：国产替代加速（概率【估算】35%） 管制收紧（3A090.b 下修或 GUARD 类法案落地）+ 摸底单断供事件 + 旭日 S600/辉羲 R1 PRO 量产成熟 + 沐曦-优必选 2027 流片兑现，国产大脑芯片在中国市场数量渗透率从过半走向价值渗透率 30%+。复制减速器剧本：先用本土量把成本打下来，再用场景数据迭代性能。触发信号：单一头部整机厂被列实体清单、Thor 再涨价、S600 出货破十万片。 对赌点：CUDA 生态的 3-5 年代差不会因为政策意志消失；若 VLA 参数量按 MoE 路线爆炸（数百亿参数），国产芯片的内存带宽短板会被同步放大。
剧本 C：云端化绕行（概率【估算】25%） CloudEdgeVLA 类延迟容忍架构真机验证成功 + 5G-A/边缘节点基础设施成熟 + 华为 CloudRobo"云大脑"模式跑通商业闭环，端侧算力需求被架构性压在有界水平（100-200 TOPS 够用），Thor 的 2000 TOPS 变成奢侈品而非必需品。芯片战争的胜负手从峰值算力转向"端侧轻量头 + 云端大模型"的工程整合。触发信号：CloudEdgeVLA 真机复现、头部厂商新机型端侧算力配置不升反降、R2C 类云机协议成为标配。 对赌点：家庭/户外/弱网场景永远存在；隐私立法（机器人看到的一切留在本地）可能强制端侧推理。
三剧本的共同底注：无论哪个剧本，"脊髓+小脑"层的国产化已基本完成且不可逆；争夺的只是颅腔里那颗 1000+ TOPS 的大脑。而 2026 年 10 月这个时点的特殊之处在于：三条剧本的触发条件都已在桌上——管制的下一次会议、S600 的下一个万片订单、CloudEdgeVLA 的下一次真机测试，任何一张牌落下，格局就会向对应剧本倾斜 10 个百分点。
给 Louis 研报库的锚点结论：训练成本烧在数据不在算力（大脑篇结论）的镜像命题在端侧成立——端侧的瓶颈烧在内存带宽和软件生态，不在 TOPS。买机器人股时看到"对标 Thor 2000 TOPS"的国产芯片新闻，先查两个数：内存带宽（GB/s）和已适配的 VLA 模型列表（帧率），这两个数字比算力参数诚实得多。
八、信息来源
官方来源（datasheet/财报/新闻稿/论文）
- 英伟达 Jetson 产品规格与历代规格表（JetPack 官方文档、Wikiwand/Clarigital 汇总），2014-2026
- 华为昇腾社区：Atlas 200I A2 加速模块技术规格（20 TOPS INT8/10 TFLOPS FP16，昇腾 310B），hiascend.com
- 地瓜机器人官网：RDK S100/S600 参数（80/128 TOPS 纳什架构，560 TOPS S600），d-robotics.cc
- 小鹏汽车新闻稿（2026.8.24/2026.9）：IRON 搭载 3 颗图灵 AI 芯片、有效算力 2250 TOPS、2026 底规模量产
- 阿里云帮助中心：具身智能推理加速网络方案（20ms/50ms 时延目标）
- LiteVLA-Edge（arXiv:2603.03380）、Shallow-π（arXiv:2601.20262）、CloudEdgeVLA 论文
- 北京经开区管委会：辉羲智能 Huixi Embodied R1 PRO 发布（375 TOPS INT8 大小脑融合 SoC）
- 沐曦×优必选战略合作公告（2026.6.11，曦选创智合资）
机构来源
- Yole Group：2025 机器人 SoC 市场份额（英伟达 69%、中国厂商 5%）
- Smart Analytics Global：2026 上半年人形机器人出货（AgiBot 8,400/宇树 5,900，SCPM/Semafor 转引）
- 方正证券：地瓜机器人业务布局与具身智能大脑空间测算（500-900 美金 ASP、大脑占价值量 4%）
- 东吴证券：华为机器人产业链布局（16 家合作备忘录企业）
- 摩根士丹利：2026 中国人形销量预测上调至 2.8 万台、2050 年 5 万亿美元市场
- Techietory 技术分析：Jetson 三代内存带宽与 token 生成上限测算
媒体来源
- 稀土掘金：Thor 2025.8.25 量产开售报道（FP8 1035/FP4 2070 TFLOPS、首批中国客户名单）
- IT之家/VideoCardz（2026.7.21-22）：Jetson 全线涨价跟踪（Thor $3,499→$5,499 等）
- 钜亨网：Jetson Thor 开发套件涨至 $5,499、每机器人小时硬件成本 $0.2-0.4
- DAMO 开发者矩阵：具身智能大脑底座战（VLA 3-11Hz 实测、量化不加速、Thor 家族 T3000/T2000、2025 年中国采购 180 万颗英伟达芯片）
- 南方都市报（2026.7.20-21）：WAIC 具身芯片调查（爱芯元智 1500 TOPS、优必选"占 BOM 三分之一"、唐文斌/吕其恒/王丛访谈）
- 凤凰网财经：宇树与英伟达深度绑定的三重风险（断供/远程锁机/无备胎）
- 新浪财经（2026.6.3/6.7）：英伟达-宇树 GR00T 参考人形合作、CMC 清单与 GUARD 法案分析
- 搜狐科技：EAR 3A090 条文与 Thor 参数逐条核对（不落管制的技术分析）
- AI2Work：中国机器人厂商成为英伟达物理 AI 最大买家（ECCN 5A992.c、AgiBot 国产芯片接触、CES 2026 展商芯片统计）
- 科技新报/网易/前途科技：特斯拉 AI5 流片（2026.4.15）、2000-2500 TOPS 推算、Optimus 优先搭载、TeraFab
- 腾讯网（2026.10.12）：地瓜机器人工博会——旭日系列累计出货 800 万片、S600 服务 20 余家头部客户
- 今日头条（2026.10）：英伟达定义大脑、中国换心脏——宇树 G1/智元 X2 的 RK3588 方案与三层国产替代格局
- 电子发烧友（2026.9.28）：全球首台全国产化电子架构机器人（九家芯片厂商清单）
- 物联网世界/财联社：WAIC 2026 边缘 AI 报道（后摩 M50 160 TOPS/10W、爱芯元智具身大脑控制器）
- 与非网/萝卜时代：人形机器人三层算力体系拆解（50-100Hz 需求 vs 3-11Hz 现实）
- 软程科技（2026.5）：云端大脑竞赛——分层推理降 60% 端侧算力、京东 500 台边缘集群
- Computerworld/TechTimes/新浪科技：英特尔 Core Ultra Series 3（180 TOPS、130 设计、18A）重返机器人
- 顶端新闻/新浪：华为 CloudRobo 发布（盘古 5.5、乐聚夸父接入、R2C 协议）
- Studio Global AI/Inside AI：CUDA 锁与 CANN 迁移成本（+50%、DeepSeek R2 放弃昇腾训练）
- 今日头条（2026.10）：85% 代码可自动转换为何迁移昇腾还卡壳（隐性坑点、3-5 年代差判断）
- Humanoid Intel：CloudEdgeVLA 78% 成功率解读（端侧有界算力的产业含义）
主要估算项汇总（供后续更新核验）
- 国产芯片按台数渗透率 50-70%：基于 H1 2026 出货结构 + 头部机型芯片配置推算
- Thor INT8 等效约 2000 TOPS：由 FP4 2070 TFLOPS 与历代精度换算比例推算
- 特斯拉 AI5 功耗约 250W：媒体推算口径
- 混合架构三年 TCO 测算：基于公开价格的自建模型
- 三剧本概率：笔者综合判断
（全文约 13,000 字）