对话地瓜机器人江舟：800万颗芯片出货，超50%具身客户都在用

旭日系列芯片累计出货量突破800万片， 具身智能行业超过一半（20多家）的头部玩家直接使用，覆盖人形机器人、工业轮式、3C柔性作业、具身大模型、全模态感知等多个领域。

这是地瓜机器人算力平台过去两年的重要策略和战绩。

说真的，今年机器人行业有个挺明显的变化：翻跟头、跳舞那种秀肌肉的机器人少了，真正进工厂干活的多了。

一台机械臂每天重复抓、放、搬，动不动上万次，背后全靠算力芯片撑着。

但之前本体厂选芯片其实挺纠结的。高端基本就是英伟达Jetson Thor、高通RB3、英特尔NPU、AMD赛灵思这几家在供，剩下能挑的，要么是模拟芯片大厂的货，要么是从自动驾驶或端侧 AI 那边挪过来的芯片。国内就更不用说了，盯着具身智能和机器人算力芯片这个方向做的厂商，一只手数得过来。

地瓜机器人干的就是补上这个缺口，不自己下场造机器人本体，而是做机器人软硬件通用底座提供商，说白了就是具身智能时代“卖铲子”的厂商。

今年9月，地瓜机器人宣布完成4亿美元C轮融资，头部投资方一大长串：未来资产、美团战投、美团龙珠、合肥国投、南山战新投、璟泉资本、凯辉基金、高瓴创投、五源资本、云锋基金、线性资本、华美国际投资、广发信德、超越摩尔、启航投资旗下芯创二期基金、黄浦江资本、淡马锡旗下的Vertex Growth、Prosperity7、和暄资本、九合创投等。

如今，地瓜机器人已经成为具身智能算力赛道的头部重要厂商。

当然，光有芯片还不够，地瓜机器人把从云端到端侧的整套工具链也搭起来了。云端那个 RoboGo 是个一站式开发平台，从数据采集、模型训练、仿真验证一直到量化部署，整条链路一个平台全包圆。

迄今，全球已有超过500家中小创客、500余所院校，以及来自20多个国家的超过10万名开发者，基于地瓜机器人平台累计创造出数百种形态的智能机器人产品，服务全球数百万用户。

那么，地瓜机器人在工业领域如何布局？工业机器人客户面临的算力痛点和需求到底是什么？

今年工博会期间，地瓜机器人销售副总裁江舟与智能纪元AGI等媒体进行了一次长谈交流。

据悉，加入地瓜机器人前，江舟曾在TI德州仪器工作多年，是半导体行业的“老兵”，拥有多年的行业经验。

江舟坦言，过去一段时间，工业AI一直没跑通，场景太碎，AI人才又被互联网和车企疯抢，而地瓜机器人就是想让企业不用搭几十人的团队，轻资产接入RoboGo，就能快速从0到1的整个过程。

在他看来，现在全机器人行业算力都不够，具身模型迭代很快，大模型做到端侧却不断补数据，而且要针对特定场景做约束，现在的算力肯定是不足的。

江舟强调，地瓜机器人持续为客户做高性能、性价比的算力解决方案。未来，地瓜深耕工业领域，包括全系列芯片做实工业级，方案伙伴生态年底破百家、明年冲300家，并且以RoboGo做算法工具，联合生态落地等布局。

以下是江舟和智能纪元AGI等之间的对话整理，有一定删减和润色：

问：机器人企业、自动化企业、工业企业的数据，多大程度上真的能用于 AI 训练？

江舟：这个比例很难讲，行业现在处于快速变化的状态。具身这块的素材，前年出来，去年到今年迭代了三大代，Ego采集方式今年可能还有一个小迭代，Ego 2.0在路上。对具身来说很难有量化答案，初步感觉是，行业如果哪家能做到一半数据有效，已经是很头部的水平了。

工业行业稍有区别，流水线和仪器设备相对成熟，数据的打点、踩点比具身更准，所以工业数据的有效性、准确度，比具身好一些。

问：工业场景相对碎片化、AI人才稀缺，地瓜机器人RoboGo要解决的痛点是什么？

江舟：我们背后的方案伙伴，过去 20 年解决的是硬件标准化、硬件泛化的问题。工业软件相对纵深，但“工业的 AI 算法”这件事从 AI 兴起到现在一直没被很好解决。核心是两个问题：一是工业非常碎片，非常非常碎片；二是 AI 人才到今天相对紧缺，大量人才被互联网企业、车企，现在是被机器人企业疯抢，纵深工业企业里没有足够的人才供给。

我们做这些软件工具，就是想解决一个问题：工业企业不需要完整搭一个几十人的 AI 团队，才能尝试把自己场景的 AI 化做起来。我们试图把这件事的人力成本至少除以五、甚至除以十。以小体量、轻资产的方式，跟 RoboGo 乃至地瓜机器人整个生态合作，就能快速完成从 0 到 1，这对想拥抱 AI 又担心成本负担的传统企业（如库卡、ABB 这类玩家）尤其重要。

问：旭日S600用于机器人，算力够用吗？有没有遇到算力瓶颈？

江舟：旭日S600 是560 TOPS。至于能跑多大参数的模型，取决于精度要求和频率要求。行业主流的VLA模型，比如π0.5（Physical Intelligence 的 pi 0.5）可以跑到 10 帧左右的速度，10 帧就意味着机器人动作已经非常流畅，没有任何卡顿。

现在全行业算力都不够。即使是用Thor的算法公司也觉得不够。具身模型迭代很快，大模型不断被裁剪到端侧、不断补数据、针对特定场景做约束，这件事估计还要走很长时间。算力肯定是不够的，全行业都不够。

地瓜相对较强的一点是，对于一个功能已经确定性的模型，你在NV平台训完之后，跑多少帧、场景需要多少帧率和精度，已经确定了。我们通过自己的工具和人力，帮你部署到旭日S600上。在这个维度上，我们可以确保对标所有平台是对齐的。

问：本体客户自研芯片（如优必选与沐曦合作），会和地瓜冲突吗？

江舟：这是任何一个正在崛起的行业都会出现的情况，上一轮最典型就是汽车行业。大家也能看到，现在每年上千亿营收的车企，依然是多种选择并存。所以这件事会长期存在，最后的格局可能是二八开或者三七开。

绝大部分还是会用像地瓜机器人这样的公有算力平台，我们提供更好用的工具链、更贴近场景的客户支持，帮大家更快把功能发挥出来；而如果哪个场景未来像手机那样成熟，一定会出现苹果这样全栈自研的企业。这对行业是好事。

问：S100和S600，哪款卖得更好？

江舟：两款都在大规模交付。从量级上看，旭日S100肯定更多一些，主要应用在应用型机器人，端侧计算与工业场景。

工业相比具身盘子等肯定更大一些。但这次参展我们看到，很多工业客户主动提出希望把旭日S600用到工业流水线质检等场景，这些是我们以前没见过的场景，他们正在试。

问：和Thor相比，算力和价格差距如何？

江舟：算力上 Thor 大概是我们的一倍。价格上，Thor一颗最低配要卖到2万多元，高配接近5万。

但很多工业场景批量交付的机器人本体也就小几十万。在具身本体里，地瓜S600芯片价位的电子元器件占比是个"甜蜜点"，客户只要场景一约束，就会主动选择旭日S600去部署。

前段时间我们也公布，具身行业超过一半的头部玩家，量产用的都是地瓜机器人的平台。

问：下一代产品怎么定义？芯片算力有没有类似摩尔定律的规律？

江舟：算力底层还是硅基的发展，而硅基的发展速度其实已经变慢了，更多靠架构创新和模型结构创新。行业整体有算力上涨的趋势，但上涨速度和性价比相关。

地瓜机器人可以这样理解：我们永远在相同价位的芯片上，给客户提供两倍以上的 AI 算力；在这个基础上，还给参考算法、给更好用的工具、给更好的地推服务。

下一代产品怎么定义？一方面是行业本身的规律，另一方面我们会做很多前瞻性算法探索，比如地瓜机器人会在 CVPR、IROS 这类全球顶会上发 paper 的公司。

我们会评估先进模型落地到芯片上能给应用带来什么价值，由此判断算力需求。正因为对先进算法有更深的理解，我们也更敢于在小芯片上放更大的算力。

一个很实际的例子：三年前旭日5芯片刚推出时，只有10 TOPS，行业当时价格是我们 到4倍的芯片，也只有6TOPS，我们价格只有它的 1/3，却有 10 TOPS。但很快到去年，客户开始问，你们下一颗有没有 20 TOPS 的芯片给我用？

这不是芯片本身推动的，是算法、是模型和模型的价值在推动工程师的算力需求。

问：未来3-5年在工业场景的规划？

江舟：主要包含三个部分的规划。

1、全系列 AI 芯片都有工业级版本。很多 SoC 公司没有工业级产品，很大一部分是用消费级芯片做筛选后用在工业场景，不是标准的工业级产品；我们是实打实做了工业级芯片、过国家标准和行业标准的，这付出了实打实的成本（这也来自机器人行业的要求）。

2、方案伙伴生态。今天带来的伙伴一大半以上是工业级方案伙伴，他们从硬件和底层软件层面解决了平台易用性问题。这件事会持续扩大：希望到今年年底超过 100 家，明年超过 300 家，服务全行业各种应用。

3、算法工具。以 RoboGo 为代表的计算工具，在所有芯片公司里地瓜机器人是跑得最快的。我们的公司基因是“一家懂 AI 的芯片公司”，会把 AI 开发的全部 Know-how 带进芯片行业，帮客户开发算法；但我们自己不下场做算法本身的解决方案，会联合生态伙伴去做。