从春晚舞台上扭秧歌、转手绢，到稳健完整跑完半程马拉松……过去半年，一系列炫酷的表演把人们对机器人的认知从想象拉进了现实。这些场景中的机器人不再是简单的机械装置，而是具备感知、决策和行动能力的智能体。随着技术的不断突破，具身智能正逐渐从实验室走向实际应用，但这条路上仍有许多值得探讨的问题。

如今，AI圈、车圈和互联网圈的巨头们纷纷加入具身智能赛道，但每个参与者都绕不开几个核心问题：这项技术还面临哪些挑战？如何实现商业化落地？应该从哪些场景开始推进？要解决用户哪些真实需求？量产成本又能控制到什么程度？在行业迎来「iPhone时刻」之前，还没有人能给出所有答案。

把创新技术转化为商业价值，需要长期的探索和实践。如何缩短这条路径的周期、降低开发成本，成为当前具身智能赛道玩家最关注的话题。去年以来，面向具身智能机器人的计算开发平台成为国内外平台型企业争相布局的新战场。英伟达推出Jetson Thor，高通、英特尔紧随其后。在国内，脱胎于地平线的地瓜机器人，去年亮相的RDK S100算控一体化开发者套件也在本月正式发布。所有企业的目标只有一个，就是「征服」每一个机器人开发者和厂商。

在一众产品中，RDK S100的80 TOPS算力并不算顶尖，但却已经覆盖了20多个头部具身智能客户合作，50多家合作伙伴正在开展测评。几乎成为英伟达之外的最佳选择。「算控一体」的独创设计、精准的算力卡位，以及完善的本地支持，RDK S100瞄准的正是具身智能未来三年有望最先实现量产突破的应用场景。

大小脑，当前机器人走向具身智能更可行方案

任何软件都需要与之匹配的最佳硬件才能发挥最佳效果。这种软硬结合的理念已经深入到所有科技产品和解决方案的设计中。从第一性原理出发，由需求驱动产品设计，面向具身智能的计算平台需要解决两个关键问题：要支持什么样的模型、要提供多大的算力。模型结构决定了硬件架构，应用场景决定了算力大小。

具身智能的定义很简单，让机器人能够像人一样感知周围事物、思考决策方案，再做相应动作。实现这一能力，目前行业存在一体化端到端和分层模型两条技术路径。

一体化端到端/VLA模型具有通用性强、可自动适应环境变化的优势，但开发成本较高。分层模型则更注重模块化设计，适合快速迭代，但需要更多协调工作。这两种方案各有优劣，选择哪种取决于具体应用场景和开发需求。

RDK S100的算控一体设计正好填补了这一空白。通过将计算资源分配给核心模块，既保证了性能，又降低了开发门槛。这种设计让开发者可以更专注于算法优化，而不必过多关注底层硬件细节。在实际测试中，RDK S100的表现证明了这种架构的可行性。

大小脑架构的实践案例

在宇树G1人形机器人上，RDK S100实现了各种运动姿态的精准控制。通过将模型部署在BPU上推理，占用率仅为2%，相比纯CPU推理降低了250%，显著缩短了响应延迟。这种高效的计算分配方式，让机器人在复杂环境中也能保持流畅动作。

在宇树Go2四足机器人上，RDK S100复现了CoRL 2022获奖论文《Walk These Ways》中的多种仿生步态。机器狗可以灵活做出四足腾跃、弹跃行进、对角步态、同侧踱步等动作，各种地形都能稳健应对。这种灵活的运动能力，让机器人在实际应用中展现出更强的适应性。

在HugggingFace的LeRobot全开源双臂方案上，RDK S100实现了零卡顿双臂自主叠衣。整套方案包括3D打印、各种元器件和RDK S100开发者套件，成本不超过5000元。这种低成本的解决方案，让更多开发者能够快速进入具身智能领域。

RDK S100正在跑通机器人落地全图景

心理学家弗洛伊德提出的「冰山理论」在机器人行业同样适用。开发平台的硬件只是「冰山一角」，背后涉及的算法、数据、系统优化、应用适配等大量系统性工程支持，才是决定产品能否落地的「水下根基」。

地瓜机器人在冰山之下的工作，始终围绕着开发者的实际需求展开。通过软硬一体、端云协同的全链路开发基础设施，缩短机器人从开发到落地的整个周期。这种高效的开发模式，让开发者能够更快地将想法转化为实际产品。

为了帮助开发者快速部署端侧算法，地瓜机器人通过ModelZoo算法仓提供了感知、决策、行动等110种以上模型，每个模型都附有性能指标，方便开发者快速选择。针对平台迁移需求，配套全新的工具链，可快速完成算法量化、模型调优，在RDK S100上快速部署。

针对具身智能开发普遍面临高质量数据匮乏的难题，地瓜机器人通过端云一体的数据闭环工具链，覆盖从数据采集、标注到训练和部署的整个链路。同时，Sim2Real系统化方案通过仿真方式，帮助开发者进行各类场景下的数据生成，为解决高质量数据缺失难题提供有效解决方案。

这些全面的基础设施支持不仅赋能开发者，地平线与生态伙伴也在深度实践。目前已基于RDK S100跑通多种场景，构建了多种应用方案示例，并全部向开源社区开放。这种开放的生态模式，让更多开发者能够参与到具身智能的创新中。

如何激发具身智能产业爆发？

随着「大小脑」分层架构和一体化端到端技术路线在自动驾驶领域的验证，具身智能的技术路径有望进一步收敛。技术范式的统一，将为计算平台的设计提供更明确的思路。

面向具身智能的计算平台架构在中短期内将呈现双线并行的发展态势。一方面支持大小脑分层模型架构的「算控一体」中等算力方案，另一方面支持端到端、VLA模型的大算力方案。这两种方案将共同构成支撑具身智能落地的关键基础设施。

地瓜机器人想要扮演的角色，就像英伟达建立的CUDA生态那样，以通用的软硬件基础设施底座支撑机器人领域中的各种可能。甚至在软硬件之外，还会提供产业维度的资源支持。比如地心引力计划，从硬件优惠到软件支持，再到产业链引荐和资本对接，为国内开发者提供最友好、最全面的生态资源服务。目前，该计划已汇聚超过200家初创公司，初具规模。

这种策略就像守株待兔，提供足够肥沃的土地、氧气和外部资源，让养分足够多、树桩足够多，未来就一定会有越来越多的兔子撞上来。至于哪个兔子先撞到哪个树桩里，并不是关键问题，只要又快又多，或许就能撞出一个「iPhone时刻」。