成立3个月便反超GPT-6 Astra！深圳黑马首次亮相

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

太反差了。

一家在深圳成立刚满三个月的公司，明明给自己的定位是做具身芯片，可它对外拿出的第一份成果，却是一个名叫Paimon的具身基座模型（系列）。

然后这个系列里的首款模型Paimon-0初次亮相，就直接拿下了四项第一：

先看含金量最高的RoboColiseum，这个由 Hugging Face、NVIDIA、清华大学等全球近 20 家高校、企业、科研机构共建的榜单，最近在具身圈热度居高不下；Paimon-0 以 0.7754 分排在第一。

要知道，这个榜最近可是刚把GPT-6 Astra、Claude Opus 5.5、Gemini 4 Argon这些通用多模态大模型请进场同台比试的：

虽说大模型在指令跟随和空间理解上分数确实亮眼，可一到要真刀真枪动手的通用操作子榜，Paimon-0的0.6613依然是全场最高，扰动适应子榜也由它领跑。

RoboCasa365是面向通用机器人策略的大规模多任务基准，包含2500+仿真厨房场景、365项日常任务、2000+小时交互数据，选取50项任务，从原子可见、组合可见、组合不可见三层检验泛化能力，Paimon-0以58.1的综合分数登顶。

VLA-Arena为通用具身模型开源评测榜单，围绕安全性、抗干扰能力做系统化测评，支持跨模型对比，Paimon-0取得0.73平均成功率，排名第一。

同时Paimon-0参加启元机器人主办的IROS Workshop挑战赛，赛道聚焦双臂机器人策略，包含仿真线上评测与真机线下验证，炎曦动力最终以46.599总分夺冠，验证了端到端策略在双臂操作上的能力。

而且反差点还不止于此。

在今天之前，这家公司的成果还没有公开（甚至鲜有与自身相关的消息），它的方案就已经有客户下单了！

具体来说，是一家客户把机械臂的两个部件送到了他们的实验室，换上了其控制方案之后，一组同机验收记录显示，在1kHz控制节拍下，EtherCAT控制周期的最差到点误差从软件模式的30微秒降到FPGA硬件模式的152纳秒，降至原来的约1/200。

软件模式下，控制时序由CPU软件调度，容易受系统中断和任务切换影响产生抖动；FPGA硬件模式将时间确定性控制下沉到硬件逻辑，误差因此大幅收窄。

就连客户一开始都不太敢相信，但做完反复验证之后，事实就是如此。

那么这匹深圳的黑马，到底是谁？不卖关子，它就是炎曦动力（Primotion）。

成绩虽然值得认可，但问题也随之而来：

一家芯片公司，为什么先交出一份模型答卷？成立才三个月，这些成绩又是怎么拿下来的？

带着这些问题，我们和炎曦动力的团队做了一番深入的交流。

芯片公司，为什么要先做模型？

要回答这个问题，得先看看炎曦动力围绕具身芯片，准备搭起一套怎样的解决方案。

炎曦动力具身智能软件平台以开放模型接口连接客户模型、开源模型与Paimon参考模型，覆盖训练适配、部署优化和生产推理全流程。

训练侧通过数据处理管线与模型后训练适配具体任务，部署工具链提供量化与蒸馏、编译与推理优化、真机验证与评测；执行侧由云端元脑负责任务规划与失败恢复，端侧本地脑进行策略推理，具身运行时协调数据同步与动作执行。

运行反馈经自研Progress Model Paimon-Eval评估后进入RSI自我改进流程，推动模型持续迭代，real2sim为这一过程提供仿真辅助。底层由嵌入式软件栈与算控硬件提供支撑，对接机器人的本地控制闭环。

炎曦动力想把这些环节接起来，围绕算控一体SoC和域控制器，形成一套能交到客户手里的软硬件方案。

这套思路在自动驾驶领域已有先例：英伟达围绕车载硬件配套系统软件、中间件与推理工具，支撑上层算法在芯片落地，DRIVE平台即是典型参考。迁移到机器人赛道，同样要先理清算法运行、数据流转、任务协同逻辑，才能指导芯片的设计方向。

但软件栈这么长，为什么偏偏从模型研究起步？

公司创始人任清源给出的答案是，先从算法和真实的客户需求入手，把数据、模型、Agent和评测的闭环跑通，再用真实任务的计算需求去定义芯片。

Paimon-0就是这条路线的首个公开成果，它属于炎曦动力Paimon具身基座模型系列，也是本次登顶多个榜单的主力模型。

从模型倒推芯片设计，首先要划分算力边界：哪些任务放云端、哪些必须在机器人本地运行，这套分工直接决定端侧芯片的算力负载。

在行业普遍提“端云协同”但又没有明确技术路线的前提下，炎曦动力提出了“本地脑＋元脑”的架构。

联合创始人马智恒认为不能简单将端侧定义为小脑：云端输出规划之后，任务能否落地，核心取决于端侧。机器人执行过程中，需要跟随任务节奏，基于视觉、触觉、力觉反馈持续调整动作，协调感知、计算与控制的时序，这类高频闭环无法依赖云端逐帧响应，必须在本地完成。云端负责复杂任务规划，端侧要承接好每一步执行。

在这套体系里，云端元脑负责开放场景理解、任务规划，沉淀复用任务经验，在任务卡壳、失败时重规划与故障恢复；端侧本地脑负责动作执行，依托多类感知信号实时微调。可以概括为：元脑负责第一次尝试，本地脑负责稳定重复执行上万次。

△注：本地脑通过力反馈闭环，实时修正动作。

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

炎曦动力做沙拉的demo，就是这套分工的样子。元脑做长程规划，决定挑哪几样蔬菜；本地脑负责抓放、挤酱、搅拌和盛出：

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

具身智能的低成本迭代闭环

分工有了，接下来还得解决一个更实际的问题：换一道“菜”，本地脑要花多大代价才能学会？

教机器人干活，最贵的就是数据。

马智恒算过一笔账。单个任务靠后训练把成功率提上去，很多时候已经能满足客户要求，真正卡脖子的是数采，一个任务动辄要采500到1000条数据，实验室采完还得去客户现场接着采。

所以炎曦动力押的是数据成本会持续往下走，想要一个足够强的冷启动：一两条示教就先把新任务的成功率做到五六成，剩下的再交给rollout和强化学习去拉升。

为此，炎曦动力搭建起了包含数据、模型和自我改进（RSI）的算法闭环。

数据层面，模型预训练大量采用第一视角人类操作视频，主要由合作方EgoScale（深圳市未来眼科技）供给。EgoScale为Paimon-0提供十数万小时第一视角操作数据，采集网络覆盖3国160余城、12800余个真实场景，沉淀400万余个任务、1.2亿余个动作单元与上万“人物-场景”样本。

数据集兼顾场景、技能、难度、操作习惯的多样性；搭配自研AI辅助人工的高精度原子动作标注、头手3D轨迹，支撑模型泛化能力与榜单表现。

同时炎曦动力自建面向具身训练的数据处理管线，把原始视频转化为结构化动作单元，完成手部轨迹向目标灵巧手的映射、数据质量筛选与训练适配。

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

其次在模型层面，Paimon-0以世界动作模型（WAM）为核心。当前 WAM+IDM（逆动力学模型）是效果突出的主流路线：由WAM预测未来状态，IDM基于状态变化输出动作。

不过持续推演完整未来视频，算力开销与延迟偏高，很难满足机器人实时运行要求。Paimon-0借助query token蒸馏出未来状态里的核心表征，包含物体3D位姿、语义、可操作性affordance，再送入端侧模型做动作预测。

该方案将单个动作chunk推理耗时从约3000ms压缩至300ms，降至原先的十分之一；该指标为动作块推理耗时，不等同于底层控制回路周期。

在Paimon-0之后，炎曦动力还在训练一款ego基模，同样基于第一视角人类操作数据预训练，目前已经能驱动灵巧手完成。据介绍，这款ego基模预计将在3个月后正式发布：

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

最后是自我改进模块，这也是联合创始人常新远认定的具身智能落地核心突破口。单纯依靠大量rollout交互试错来训练机器人，很难实现规模化落地。真正的自我改进，要求模型理解完整执行链路：感知当前状态、推理动作带来的因果影响、识别任务所处阶段，而可泛化的自动评估是这一切的基础。如果缺少自动评估能力，奖励信号就只能依赖人工标注，数据成本高的结构性困境难以突破。

围绕这个判断，整套自我改进系统由三个模块协同组成：

• 第一块是云端大模型，负责拆解任务、校验策略、恢复错误，并低成本地产出成功和失败的 rollout；
• 第二块是端侧自研的Policy Model（Paimon-0），通过强化学习后训练，提高熟练任务的成功率和吞吐率；
• 第三块是Progress Model（Paimon-Eval），负责判断任务进展、定位失败环节，为后续训练提供反馈。

该系统依托real2sim方案，在仿真中推演未来轨迹，融合3D位置、本体姿态、动作反馈等信息，再将推演状态叠加到真实场景，帮助模型直观预判动作效果、完成决策。

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

获取低成本、可泛化的奖励信号，是机器人持续自我迭代的关键，Progress Model就是用来把执行结果转化为训练反馈。

炎曦动力训练的Paimon-Eval仅需一条示教数据做上下文学习，即可判别陌生新任务的执行阶段。以叠毛巾任务举例，多条rollout并行运行时，它可以持续识别执行处于寻找目标、抓取、折叠、对齐、确认的哪个环节，并输出任务进度曲线。

视频地址：
https://mp.weixin.qq.com/s/cSD3nAlAJj1LPH28Qbcb_A

据常新远介绍，Paimon-Eval计划11–12月开源，提供多尺寸版本。团队将它的训练规模拓展至数万小时，采用task-centric训练范式，使其可以跨操作者、跨机器人本体识别任务进度与执行质量。

对此，任清源补充道，算法最终都要回到部署。数据采回来是否有效、能否自动标注，模型经过量化和蒸馏后保留了多少能力，以及上机后的实际表现，都需要由评估体系持续验证。只有把这些环节串成自动化流程，算法闭环才有可能沉淀成真正可交付的产品。

技术路线讲清楚了，再来看看这支团队是怎么组建起来的。

芯片、AI 与机器人的复合队伍

关于炎曦动力的故事，还要从一个芯片人的“提前量”说起。

这个芯片人，就是炎曦动力的CEO任清源。他是广东省、深圳市两级科技专家，在头部RISC-V芯片企业任副总裁期间，带队实现芯片量产交付，公司营收从千万级跃升到数亿元，累计订单超过10亿元。

任清源此前所在的公司做RISC-V 自研处理器，手握核心微架构，他一直在找新的计算平台。2025年初，机器人进入了他的视野，只不过那时它好像还只能拿来表演；直到年中他发现大家开始陆续落地，签单、交付接踵而来。

在任清源看来，这正是芯片公司入场的窗口：

你不能说风口来了你再干，那个时候客户已经在用别人家的芯片了。

于是，炎曦动力应运而生。而他找来的算法搭档，是一对师兄弟。

马智恒和常新远同出西安交通大学人工智能与机器人研究所，师从龚怡宏教授。龚怡宏是IEEE Fellow，国内最早研究深度学习的学者之一，曾任NEC硅谷研究院院长，那间研究院走出了余凯、林元庆、周曦等一大批AI领军人物。

师兄马智恒是深圳理工大学算力微电子学院特聘副教授、博士生导师，也是一位连续创业者。他曾获世界人工智能大会（WAIC）“云帆奖”，以主要作者身份发表顶会论文50余篇，谷歌学术引用3000余次，并担任过NeurIPS、ICML等会议的领域主席，长期从事计算机视觉与具身智能的研究。

也正是这样一位学者，对任清源的评价是“芯片很懂，算法也能快速理解”。

师弟常新远则从大厂出来，此前是高德视觉技术中心具身智能方向的技术负责人，主导了ABot-M、ABot-PhysWorld、ABot-Claw等通用具身项目，谷歌学术引用2000余次。他离开大厂的原因很实在：具身需要算法、数据、真机乃至芯片整条链路一起迭代，模型的研发必须贴着端侧芯片走。

算法和芯片之间，还需要有人把控制这一环接上，这就是联合创始人张冬军。他负责域设计、实时通信和时间确定性方案，在固高科技、大疆主导过运动控制器与无人机系统的研发落地，是机器人界泰斗李泽湘教授最早的一批博士生，早在2005年就开始研究灵巧手。

四人各管一摊，任清源则在炎曦动力统管战略，也盯着算控一体SoC、域控制器和配套软件栈。

短短两个月，炎曦动力就扩到了50人左右。除了站到台前的算法团队，水面下还隐藏着一支由芯片老兵组成的硬件与系统团队，他们是国内少有的连续两次从0到1把大芯片做到千万级乃至上亿颗量产的队伍。三拨人靠一套共同的工程文化拧在一起，从任务类型反推SoC架构和微架构。

顺便一提，Paimon这个名字是算法团队的年轻人起的，取自《原神》游戏里的角色。马智恒笑着说，业内给模型起名希腊字母都快用光了，不如起个有意思又顺口的代号。

AI很重要，但不是全部

还记得开头那个降到原来约1/200的控制时序误差吗？其实很多时候，机器人的毛病根本不出在模型上。

任清源分享了一组实验：在英伟达芯片上，采用行业通用的摄像头接入方案，从相机感光采集到模型读取图像，中间经过图像预处理、内存搬运与同步等待，整条链路耗时几乎和单次模型推理相当。对于高频闭环机器人而言，即便模型推理速度很快，数据供给不及时，动作依旧会滞后。

这也是机器人与自动驾驶计算架构的关键区别：自动驾驶能够容忍一定延迟，而机器人存在接触式操作，控制频率要求更高，延迟、抖动会直接引发轨迹偏移、抓取不稳、力控失效。

炎曦动力的方案是在现有主控外设搭载FPGA，将模型推理前后的预处理、后处理任务卸载其上；这部分RTL后续计划大部分集成到自研芯片中，控制时序误差的优化正是硬件链路调优的典型案例。正如任清源所说：

所有的工程问题，其实都是在现有technology的制约下做cheating。

但硬件只是一部分，任清源常提：芯片公司到最后本质都是软件公司。PC产业链中，固件、系统集成有专门厂商承接，而机器人赛道缺少这类配套角色，相关工作只能由芯片方补齐。国产芯片落地难，很多瓶颈卡在软件栈。炎曦动力希望打造完整的端到端方案，对标英伟达面向机器人的思路。

至于商业模式，任清源也给出了他的方案：

客户什么都没有，就买一个软硬一体的盒子，“用根网线接上去就可以直接用”；只要芯片，也卖。毛利来自芯片，软件更多是生态问题，所以能开源的尽量开源。

同时，为了把ROI打正，炎曦动力的目标是将数采和后训练成本压到机器人本体的十分之一以内，甚至让产线工人自己就能采数据、训模型直到机器人上线工作。

想清楚了要做什么，炎曦动力也给自己划好了边界——

炎曦动力不做本体，不和模型公司、本体公司争利润，也不做“一芯多用”。

面对未来的行业演进，任清源非常坦率地表示未来两年一定会面临变化，关键在于有没有一套理性的判断框架。在任清源看来，模型的瓶颈与芯片的瓶颈互为因果，有些快速动作感知链路跟不上，算法再好也使不上劲。

炎曦动力想做的，就是先把端到端的延迟和计算链路做好，打破先有鸡还是先有蛋的死循环。按照计划，他们的自研芯片将在2028年开始交付。

这份“先在底层推一把”的心思，其实早就写进了公司的名字里。炎曦动力的英文名Primotion，取自亚里士多德“第一推动者”的概念，他们想成为物理AI世界里的那个“运动原点”。

而具身智能的终局，终究是能在真实世界中稳定行动的智能系统，模型再大，也只是其中一环。

这条路，炎曦动力才刚刚起步。

（PS：炎曦动力正在招募具身算法、机器人系统、推理量化、芯片设计等方向的人才，欢迎发送简历或合作意向至hr@primotion.ai。）