地瓜机器人进入量产现场，王丛押注具身智能的基础设施

7月15日，在参加完地瓜机器人的媒体沟通会后，我对这家公司有了更深一层的理解。

过去看地瓜，容易把它理解成一家机器人芯片公司。当听完这场会和看到产品演示后，我更愿意把它放到另一个位置：它在搭建具身智能进入量产时代所需要的底层基础设施。

活动主题很直接：旭日S600，开启具身智能机器人量产新纪元。

我在现场看到了地瓜机器人的创始人王丛，也看到了它石智航、帕西尼、智在无界、章鱼动力等生态伙伴，以及旭日S600算力平台和RDK S600开发套件。

表面上，这场媒体沟通会讲的是一颗芯片、一个开发平台和一些客户进展；但更深一层看，地瓜机器人真正想回答的是：当机器人从Demo走向量产，行业缺的是能让机器人批量、稳定、可复制落地的底层系统。

我在现场最明显的感受是，地瓜看产品、技术和商业，都是以终为始。王丛身上有一种很稳定的战略判断：不急着给行业下判断，而是要把地瓜打造成具身智能的基础设施。

这里面其实有一点“存在主义”的味道：不是先被环境预设自己是谁，而是在一次次行动里，定义自己的角色。

一、端到端，是量产的第一道门

今年具身智能最大的变化，是要从Demo走向量产。

其中，工厂客户更关心的是：机器人干活的性价比怎么样？换一个工序还能不能稳定地跑起来？批量部署难不难？

旭日S600正是围绕这个问题来的。

从硬件看，旭日S600 是面向具身智能的大算力SoC，搭载4核Nash BPU，提供560TOPS INT8端侧算力；配18核CPU做复杂任务调度：还有6核R52+ MCU面向实时控制；内存带宽达到204.8GB/s。

这些参数的意义，不只是算力大。

随着客户要求的不断提升，机器人要同时处理多路视觉、语音交互、空间感知、任务规划、VLA/VLM/LLM推理，还要控制几十个关节、电机和传感器。它既要“大脑”做感知决策，也要“小脑”做实时控制。

所以，为什么必须强调端侧？云端可以承担训练、高层规划和大规模计算，但真正进入工厂后，网络抖动、延迟、断连，都可能变成动作失败、节拍损失，甚至停线风险。实时控制、反馈纠偏和安全响应，必须尽量在机器人本体侧完成。

所以S600的关键，是把大模型推理、多模态感知和运动控制放进一个端侧闭环里。

RDK S600开发套件则解决“怎么用起来”的问题。

这里要分清两个形态：RDK S600模组面向量产集成，可以装进客户自己的机器人控制器和整机系统；RDK S600开发者套件面向原型验证和真机调试，支持MIPI相机，并可通过扩展板接入GMSL 相机、PCIe、USB、网络外设和自定义扩展接口，方便工程师接传感器、跑模型、调算法。

前者解决“怎么装进机器人”，后者解决“怎么快速跑起来”。

RDK S600模组支持-40℃ 到 105℃宽温工作，通过11项可靠性验证，覆盖高温、高湿、振动、高负载等真实工况。机器人进入工厂、仓库、户外和家庭，不是在恒温机房里跑模型。算力再漂亮，如果在物理世界里不稳定，就没有意义。

地瓜真正要做的，是把这些环节连起来：先用开发者套件跑通Demo，再用模组进入真实场景调试，最后借助产业链伙伴走向千台、万台级量产。

此外，这条通路还不能只靠硬件。地瓜这次还讲了Moss Agent Engine、RoboGo和RDK Studio这一套工具链。

RoboGo负责云端的数据生成、模型训练、仿真验证、评测、量化和端侧部署；RDK Studio解决PC端的设备连接、应用开发和调试；Moss Agent Engine则是面向机器人硬件开发的AI Agent框架，能理解硬件文档、调用调试工具、辅助生成代码和完成设备调试。

这说明地瓜想做的基础设施，是从算力、模组、开发套件，再到模型部署、仿真训练和开发工具的一整套工程系统。对在乎效率的机器人创业公司来说，这套系统的价值在于少走弯路、少重复造轮子，把更多精力放回场景和产品本身。

二、它石进厂，验证的是地瓜的硬功夫

沟通会里最有分量的案例之一，是地瓜和它石智航的合作。

它石智航全新一代A3轮式双臂具身工业机器人，全面搭载旭日S600，面向工业、汽车、科研等场景开启规模化落地量产。双方针对3B参数级具身大模型完成S600平台适配和性能调优，首期仅耗时5天实现真机部署。

它石要做的是柔性线束装配。这类任务被称为工业自动化里的“哥德巴赫猜想”，因为线束会变形、会遮挡、位置会偏，接触状态也复杂，对环境感知、物理预判、力控精度和自主纠错要求都很高。

所以它石需要的不是一块普通算力板，而是一套能让通用大脑在真实产线上实时、稳定运行的端侧算力底座。

它石智航联合创始人陈同庆在现场说得很清楚：过去两年行业不缺会跑、会跳、会端咖啡的机器人Demo，但真正进入工厂时，客户关心的不是一次高难度动作是否成功，而是机器人能否长时间、稳定、连续地创造价值。

他还把产线问题拆成三笔账：成功率、节拍效率、部署成本。

一次推理延迟、一次规划卡顿、一次失败重试，都会变成真实产能损失；如果一个新场景上线还需要月级调试、大量专家介入和重新训练，就无法规模化复制。

这正是地瓜能提供价值的地方。

陈同庆有一句话很关键：它石做通用大脑，S600提供让这个大脑在真实产线上实时、稳定运行的端侧算力底座。端侧算力不是可选项，而是具身智能产业化的基础设施。

它石看重的也不只是参数。现场交流中，它石提到，模型第一次就能在端侧大算力平台上实现实时、高帧率运行，这个进展超出预期；同时，地瓜团队在模型适配、工程支持和生态参考方案上响应很快，能帮助他们把开发链路跑通。

这就说明，地瓜提供的不是单点芯片供给，而是S600端侧算力、RDK S600硬件体系、模型适配能力、软件工具链、产业链伙伴和工程联调能力。

这更像是一次共创，而不是单向服务。

三、朋友圈越广，越证明行业在找底座

地瓜这次披露，旭日S600已经与20多家头部客户达成合作，联动100多家产业链伙伴完成协同适配。简单一句话：地瓜的人品很好、朋友很多、底座能力很强。

地瓜的朋友圈包括：它石智航、千寻智能、自变量机器人、智在无界、优必选、帕西尼、北京人形机器人创新中心、人形机器人（上海）公司、小雨智造等。覆盖人形机器人、工业具身、3C 柔性作业、具身大模型、全模态感知等方向。

这件事不能只理解成朋友多了更热闹。

它说明一批最靠近真实落地的人，已经形成共识：具身智能要量产，不能只有本体，不能只有模型，也不能只有一颗芯片。它需要端侧算力、工具链、工程支持、供应链和开发者生态一起成熟。

这些客户需求不一样，但底层问题相似。

千寻智能需要把Spirit v1.5做端侧适配；智在无界的世界模型需要端侧实时推理；帕西尼做触觉和全模态感知，关心复杂非结构化场景里的感知闭环；北京人形、人形机器人（上海）这样的本体平台，更看重算力底座能不能进入量产验证。

地瓜要做的，就是把这些共性问题沉淀成平台能力。

这里也能看出王丛做地瓜的底层方法：先行动，再定义。地瓜不是先宣布自己是“机器人时代基础设施”，然后等行业承认；它是在一个个项目里把自己做成这个角色。

很多需求不是一次访谈能得到的，而是在两三个月联合调试里一点点长出来的。对地瓜来说，这种需求积累，比一句漂亮定位更重要。

四、基础设施不是位置，是信任关系

王丛押注基础设施，意味着地瓜要承担另一种责任：不伸手去抢客户的场景，也不把自己变成客户的潜在压力。

这点很关键。

王丛讲，地瓜做自研算法是为了帮助客户适配芯片，先把基础模型和基础算法跑通，客户再在此基础上迭代自己的场景能力。更重要的是，地瓜绝对不拿客户的业务数据。

机器人公司未来最值钱的，除了本体，还有真实场景数据和工艺经验。如果一个底座公司既要卖芯片，又要拿数据，还要介入客户最核心的场景资产，生态很难长大。

所以地瓜现在的选择，是把自己放在更底层的位置。

这是一种克制，也是一种野心。

面对英伟达生态，王丛承认如果客户切换芯片架构一定有适配成本。但他的判断是，英伟达方案要跑出高效率，同样需要深度量化和端侧优化，只是大家已经熟悉了那套路径。

这不是硬碰硬，而是两套玩法。

当然，这条路不会没有挑战。英伟达不会停在原地，摩尔线程、沐曦、高通以及更多国产 AI 芯片公司，都在盯具身智能。

而且具身智能本身还在早期。世界模型怎么用，真实数据和仿真数据怎么配，端侧模型未来会长到多大，500TOPS是否长期够用，都还没有标准答案。

但我仍然看好地瓜的原因在于，它抓住了一个更底层的问题。

中国机器人产业要真正起来，不能只有自己的本体，也不能只有自己的“大脑模型”。还需要自己的芯片、系统软件、开发工具和开发者生态。

所以，地瓜机器人真正提供的，也不只是一颗芯片或一块开发板。

它打造的是机器人走向量产时最稀缺的能力：把一次次不确定的试错，变成可复制的工程确定性，再让行业重新定义自己。

这可能才是王丛押注基础设施最深的逻辑。