车东西（公众号：chedongxi）
作者 ｜ Janson
编辑 ｜ 志豪
车东西11月26日消息，日前，黑（丨）智能举行了备受瞩目的机器人平台发布会，此次活动不仅是公司在机器人业务线的一次正式亮相，更是其从智能汽车计算芯片向全域智能计算平台延展的关键里程碑。
在发布会后，黑芝麻智能CMO杨宇欣与机器人业务线负责人徐劲博士共同出席，面对包括车东西在内的多家媒体媒体，深入剖析了公司在具身智能时代的战略思考。
当前，机器人产业正处于早期阶段，行业痛点显而易见，软硬件开发尚未成熟、产业链分工模糊、从实验室原型到工业化量产之间存在巨大的鸿沟。
正是在这样的背景下，黑芝麻智能选择在此时发布其机器人平台。管理层在群访中强调，这并非跨界，而是基于车规级技术积累的延伸。
▲黑芝麻机器人全栈计算平台系统结构图
通过复用在自动驾驶领域验证过的高可靠性芯片、底层软件及工具链，黑芝麻智能旨在为机器人产业提供标准化的“模组”与平台，解决行业中“不得不做的脏活累活”，从而降低客户的开发门槛。
此次群访的核心基调是“务实”与“赋能”。不同于行业中常见的概念炒作，黑芝麻智能坦承目前机器人市场尚未形成清晰的芯片技术边界，因此公司策略性地选择了“卡位”战术——通过灵活的商业模式和对客户场景的深度介入，以此来探索未来的技术标准与商业闭环。
无论是应对英伟达的竞争，还是对“第二增长曲线”的审慎定义，都折射出这家“Born International”的芯片企业在AI时代试图构建本土化核心供应链的野心与定力。
一、聚焦收益闭环 从量产中突围
在本次活动中，车东西就黑芝麻在商业化进程、产品定义逻辑及核心竞争力分析等方面与有关高管进行了深入交流。
关于外界关心的商业化时间表，黑芝麻智能透露，其实际布局早在2024年底便已启动。不同于发布即开局的常规模式，公司在平台发布前已产生实际收入，并已有产品在客户场景中落地出货。之所以选择在2025年底才正式发布，是因为公司希望在摸清市场与技术边界、提炼出行业共性需求后，再推出成熟的平台化产品。
随着平台的正式发布，预计商业化进程将进一步加速。
另外，目前机器人客户多为算法背景，底层嵌入式开发与工程化能力不是他们的强项，如果直接提供单一芯片，客户需要投入巨大的资源进行适配，这对双方而言均非最优解。
因此，黑芝麻智能采用了“模组化”策略——将芯片定义为包含IO接口优化、底软、工具链及参考模型的完整模组。
通过这一“原子模型层”的赋能，解决机器人软硬件不成熟的痛点。未来，随着千万级出货量的机器人公司出现，商业模式和产品形态或将随之演变。
对于“模组”形式是否意味着黑芝麻智能在机器人领域扮演Tier 2角色的疑问，杨宇欣指出，机器人产业链尚处于混沌期，不存在汽车行业那样清晰的 Tier 1/Tier 2 界限。
▲黑芝麻机器人生态
公司的核心定位是“赋能”，无论是直接面对终端厂商还是集成商，只要能推动商业闭环，角色可以灵活界定。
这种以商业落地为导向的策略，比纠结于传统供应链层级更为务实。
在谈及从原型到量产的巨大挑战时，黑芝麻智能认为其核心护城河在于“车规级的大规模量产经验”。
相比汽车，机器人的绝对量级虽小，但对可靠性和工程化的要求依然严苛。作为经历过车规级考验的芯片厂商，黑芝麻智能在解决量产断点上具备天然优势。
而在与英伟达等国际巨头的竞争中，尽管生态上尚存差距，但黑芝麻智能自信其芯片在算力表现、对机器人特定IO接口的支持以及成本控制上具备差异化优势。
二、审慎定位 黑芝麻的战略定位与商业模式整合
从战略定位的角度来看，管理层对机器人业务的定性十分审慎。他们认为，这并非传统意义上需要重新起炉灶的“第二增长曲线”，而是基于汽车业务技术积累（芯片、底软、工具链）的自然延伸。业务目前仍在上市公司体系内运营，利用集团共享研发资源，投入可控。公司将其视为战略上的“卡位”与“布局”，旨在理清产业链边界，寻找未来的行业赢家。
▲机器人新纪元已经到来
当下，黑芝麻智能希望被重新定义为“端侧AI计算平台供应商”。通过收购小算力公司与自研大算力芯片，公司构建了从低到高的全场景算力产品线。管理层认为，随着AI时代所有电子设备对算力需求的爆发，黑芝麻智能将能够提供全域解决方案的能力。
在行业早期，黑芝麻智能采取了“帮客户找场景”的独特打法（如引入武汉风景区、电力巡检等资源）。这不仅是卖芯片，更是卖“落地服务”。管理层认为，在不伤害客户的前提下，这种灵活的模式有助于打破商业僵局。未来随着行业成熟，商业模式将逐渐收敛，回归标准化的产品供应，但在当前阶段，通过服务创造的附加值将显著体现在业绩中。
三、做机器人专属优化 实现技术路线与架构创新整合
针对“是否会有机器人专用芯片”的疑问，黑芝麻智能方面明确表示，由于目前机器人技术边界不清且专用芯片成本高昂，短期内不会推出专用芯片，而是复用车规级芯片。但黑芝麻智能并非直接照搬，而是通过“模组”形式，在I/O接口、底软层面针对机器人需求进行了深度优化。
面对VLA（视觉-语言-动作）模型和Transformer架构的主流化，黑芝麻智能在芯片设计上进行了针对性创新。其NPU架构原生支持Transformer，并通过特殊的硬件设计（如大SRAM、带宽优化）解决了多模态大模型在中间计算环节的高带宽需求。即便未来算法路线发生变化（如去L化），只要基于Transformer架构，芯片均能高效适配。
▲搭载黑芝麻机器人解决方案的产品
关于此次发布会中展示的“单脑到双脑协同”，徐劲博士澄清这更多是功能层面的概念（视觉域与语言逻辑域的协同），而非硬件上的物理分割。这种设计旨在模拟人类“左右脑”配合处理复杂交互（如结合表情与语言理解语义）的机制，以提升具身智能的感知与决策能力。
四、全球化与生态构建整合 利用“时差”输出中国经验
作为一家“Born International”的公司，黑芝麻智能计划利用其国际化团队和车规级芯片的出货经验布局海外。不同于国内市场的直接竞争，海外策略更侧重于“场景驱动”——即寻找海外的具体应用场景，利用中国机器人产业链领先的“时差”优势，与合作伙伴共同出海落地。
在生态构建上，黑芝麻智能倾向于与有真实需求、量级足够大的场景方（如电力、文旅）合作，而非仅停留在科研或表演层面的项目。公司致力于提取不同形态机器人（轮式、足式等）的共性需求（如感知、路径规划），通过提供通用的底层任务映射和原子模型，寻找市场的“最大公约数”。
面对行业普遍存在的数据孤岛问题，黑芝麻智能定位为赋能者。虽然不直接拥有数据，但公司提供类似车端的数据回灌平台和工具链，帮助客户低成本地收集、处理数据并实现算法迭代，从而间接推动行业数据的打通与复用。
