落地20+机器人公司，地瓜旭日S600要帮行业跨过“量产分水岭” | 智车星球

通用机器人的大规模量产或许还远，但一套把机器人从样机送上产线的方法论，已经成型。

作者|王蕊

编辑|西子

“量产，正在成为今年行业的分水岭。”

7月15日，地瓜机器人开发者生态副总裁胡春旭在旭日S600媒体沟通会上直言，“过去的炫技时代，一次翻跟头、一次成功抓取就足够吸引眼球；但如今我们已经进入真正的生产力时代。”

△地瓜机器人开发者生态副总裁胡春旭

量产的核心是稳定、可控、可复用，要在真实工况下长期稳定运行。

过去两年，“量产元年”是具身智能行业的标配口号。人形机器人演示视频轮番刷屏，百台、千台级意向订单频出，规模化落地仿佛近在咫尺。

但当机器人走进工厂，真正的门槛才开始出现。

完成一次抓取不难，难的是连续一万次不失误；造出十台样机不难，难的是第一千台与第一台性能一致；模型跑通不难，难的是在机舱高温、持续振动、网络波动的真实工况下长期稳定。

WAIC开幕前夕，地瓜机器人公布了旭日S600的最新进展：发布以来，已与20多家头部客户达成合作，联动超100家产业链伙伴完成适配。

其中，“具身天工3.0”计划下半年启动量产交付，“灵龙2.0”计划Q3完成多场景验证；它石智航A3机器人将搭载旭日S600，实现规模化工业具身机器人落地部署。

通用机器人的大规模量产或许还远，但一套把机器人从样机送上产线的方法论，已经成型。

不为炫技，服务量产

过去行业验证技术可能性，现在客户验证商业可行性。

它石智航联合创始人陈同庆划出清晰界线：“POC回答‘能不能做到’，产线回答‘能不能长期做到，并且实现盈利’。”

△它石智航联合创始人陈同庆

进了工厂，客户只算三笔账：成功率、生产节拍、部署成本。

演示场景中90%的成功率完全可接受，但在产线上，一次抓取失误、一帧推理延迟，直接对应重试、停机与产能损失。

智在无界创始人卢宗青透露，部分国际客户已提出硬性标准，模型必须端侧运行，任务成功率需达到98%。

△智在无界创始人卢宗青

部署成本则是更隐蔽的门槛。如果换零件、加工位、换工厂都要重新采数据、训模型、工程师驻场调试数月，所谓“通用能力”本质仍是昂贵的定制化。

章鱼动力联合创始人樊庆元认为，从十台到百台、千台的爬坡，本质是成千上万个工艺细节的打磨。

△章鱼动力联合创始人樊庆元

产业化从来不是把实验室Demo复制1000台，而是重新回答良率、节拍与投资回报率。这也解释了为何旭日S600的多数合作项目仍处于“真机适配”“场景测试”“量产验证”阶段。

20多家客户不等于20张成熟订单，它意味着具身智能已进入量产前最核心的攻坚期，模型上车、硬件定型、可靠性认证、供应链磨合、真实场景验证。

所谓“量产元年”，更像是量产问题集中暴露的元年。

不只560TOPS更是一整套量产体系

旭日S600最醒目的参数是 560 TOPS 算力。它集成4核Nash BPU、18核CPU与6核实时MCU，将传统“大脑+小脑”双芯片架构收归一体。

胡春旭介绍，第三代Nash架构相比第一代在Transformer网络上的处理性能提升超27倍，核心目标是让大模型在端侧跑稳。

但如果只把它看作一颗大算力芯片，就低估了地瓜的布局。

围绕旭日S600，地瓜搭建了完整的量产支撑体系：RoboGo覆盖云端训练与部署，RDK Studio负责设备调试，开源的Moss Agent Engine支持自然语言开发。

胡春旭举例，调试一款全新相机传感器，传统方式需资深ISP工程师5至10天，而通过Agent指令，两小时即可搞定，效率提升超10倍。

算法侧同样有数据，主流机器人操作模型稳定达10FPS，自研VO-DP +纯视觉操作算法单核推理超20FPS，智在无界Being-H0.7模型推理速度接近 30FPS。

模型跑得快只是第一步，进厂还要解决耐高温、抗振动等硬件一致性问题。

为此，地瓜引入了汽车产业链经验，与博世、兆易创新适配，联合立讯精密、知行科技等汽车Tier 1推出量产级控制器。

RDK S600模组支持零下40℃至105℃运行，已通过11项恶劣工况可靠性验证。

“模组很多时候内置在机器人胸腔内，腔内温度常常超过 80℃，这种条件下仍需稳定运行。”胡春旭说。

这些参数远没有机器人翻跟头吸睛，却决定了机器能否连续作业、批量复制、真正进厂。算力只是入场券，工程能力才决定机器人能不能站上产线。

做机器人最大公约数

地瓜机器人将最终目标定位为“成为机器人时代的母生态”。

不做全链路自研，不抢整机赛道，所谓“母生态”，胡春旭的解释是，地瓜要成为“机器人领域的最大公约数”，让不同企业在同一个平台上完成适配和开发。

这套模式的逻辑很清晰。整机厂减少底层重复开发，聚焦模型、数据与场景；传感器、控制器厂商提前完成标准化适配；开发者沉淀的算法与软件可被多产品复用，全行业效率同步提升。

但要真正做成行业通用底座，地瓜还要跨过三道坎。

首先，行业需求尚未收敛。

人形机器人、轮式双臂、机器狗、工业机械臂，对算力、功耗、接口、控制周期的要求差异显著，500~600 TOPS 是否会成为主流配置尚无定论。

地瓜机器人CEO王丛也直言，“现在行业根本没有统一标准，算力需求每年都在变，算法也一直在迭代。”

△地瓜机器人CEO王丛

其次，工具链迁移成本真实存在。

客户从熟悉的 GPU 平台转向 BPU 架构，需重新完成模型量化、算子适配与性能优化。

王丛并不回避这一点，更换架构必然伴随迁移成本，只是具备端侧部署与智驾量化经验的团队适应速度会更快。

更关键的是，合作伙伴数量不会自动转化为平台壁垒。

真正决定平台价值的，不是名单长度，是有多少项目能从测试走向持续交付，有多少客户会在下一代产品中继续选用，以及工具链是否切实降低了开发与部署成本。

谈及核心优势，王丛并未强调不可替代的技术壁垒，而是归结为三点：对客户真实需求的积累、硬件交付能力、主流模型与算法的适配经验。

“任何技术壁垒的有效期都很短，真正能持续产生复利的，是这些东西。”

同时他也明确划清数据边界，地瓜不获取客户核心业务数据，自研算法仅用于帮客户跑通芯片基础能力，业务模型迭代由客户用自有数据完成。

短期来看，最易规模化落地的场景，并非包揽家务的通用机器人，而是工厂与仓库中的搬运、分拣、上下料、物料转运。

但即便是搬运，不同工厂的货架、通道、物料规格以及MES、WMS系统也各不相同，机器人能走能抓只解决了部分问题，剩下的仍是漫长的工程交付。

这正是旭日S600的赛道定力，它不押注哪种机器人形态最终胜出，也不定义哪个具身模型会成为标准，而是在技术路线尚未收敛的阶段，先成为不同机器人通用的开发与量产底座。

陈同庆在分享结尾的判断很中肯：“接下来最值得投入的，不是再做一个更炫的演示Demo，而是做出3-5个能自负盈亏、可复制、可规模化交付的标杆产线。”

未来一年，真正值得关注的指标，已不再是算力峰值与合作伙伴数量。而是有多少机器人从测试走向批量交付，新场景部署周期能否继续压缩，模型上车后能否长期稳定，商业化级项目最终能否兑现。

最真诚的智能汽车报道