优必选与沐曦股份合资芯片公司获5亿元融资，对标英伟达胜算几何？

人形机器人公司+芯片公司的合作再次得到了市场关注。根据优必选方面的消息，近日，由优必选与沐曦股份联合发起成立的具身智能端侧芯片公司曦选创智完成了5亿元天使轮融资，投后估值达到40亿元。

在芯片厂商和机器人本体厂商的合作中，优必选和沐曦是绑定程度最深的一个，也是目前市场上独一份的合作类型。不过，在智驾领域，类似的合作模式是有参照的，如爱芯元智与蔚来旗下神玑科技合资成立重庆创元智航，联合开发旗舰智驾芯片M97等，并计划出货给其他车企。

在业内看来，当前市面上几种合作模式的深度差异，对应的是芯片定义权的归属。无论是常见的供应合作还是英伟达与宇树科技的参考设计合作，芯片的“定义权”都不在本体厂商手里。沐曦与优必选之所以选择合资公司，是因为双方要的东西用“供应”的形式拿不到：沐曦需要真实机器人的工作负载来反向定义一颗为具身智能原生设计的芯片，而不是把智驾芯片改一改；优必选需要从芯片架构层面就嵌入自身对多模态感知、运动协同的理解，而不是等芯片流片后再做适配。另外，合资公司的模式也能降低软硬件适配成本。

完成5亿元天使轮融资，投后估值40亿元

据优必选方面透露，本轮融资由纪源资本、经纬创投联合领投，和利资本、鼎晖龙芯创投、上汽恒旭资本、耀途资本、正轩资本、心资本、优势资本、博雅创投等机构跟投。

公开信息显示，曦选创智于2026年5月由优必选、沐曦、锋龙股份共同出资成立，公司首颗自研芯片定位为面向机器人的“大小脑一体”SoC，以全面超越NVIDIA Thor（英伟达应用于具身智能的芯片）芯片为研发目标。

这家企业可谓是成立之初就处在业界的“聚光灯”下，毕竟业内少见合资公司这类深度绑定。谈及这一合作模式，品牌IP营销专家、广州思益得首席策略官陈彦颐直言，优必选和沐曦选择合资，是因为双方要的东西用“供应”的形式拿不到。沐曦需要真实机器人的工作负载来反向定义一颗为具身智能原生设计的芯片，而不是把智驾芯片改一改；优必选需要从芯片架构层面就嵌入自身对多模态感知、运动协同的理解，而不是等芯片流片后再做适配。

影响力研究院副院长梁华新进一步补充称，业内几种合作模式的深度差异，对应的是芯片定义权的归属。无论是供应合作还是参考设计，芯片的“定义权”都不在本体厂商手里。

反观沐曦与优必选的合作，合资公司由双方各持股35.01%，创始人分别出任董事长和副董事长，能让优必选把产线机器人的真实工况——运动控制、多模态感知、功耗约束等在芯片架构设计之前就输入进去，而不是等芯片做出来再“硬改适配”。

除了掌握芯片话语权，安邦智库研究中心贺燕还提出，合资公司的模式也能降低软硬件适配成本。一方面，传统合作模式下容易出现技术需求与实际应用脱节的问题，且具身智能机器人对芯片的要求已不再局限于AI算力，而是涉及GPU、CPU、传感器处理及实时控制等多种计算能力的协同。另一方面，芯片研发具有投入大、周期长、迭代复杂等特点，普通供应合作难以保证持续投入。通过共同投资，双方可以将机器人实际运行中发现的问题反馈至芯片架构、编译器、算子库和系统软件，形成持续优化机制。同时，这也是双方争取产业平台地位的尝试：沐曦借此从数据中心GPU向具身智能端侧计算延伸，优必选则从机器人整机制造向底层计算平台拓展。

需要注意的是，这种模式前期投入大、研发周期长，也面临技术路线判断失误、公司治理复杂以及客户范围受限等风险。若产品过度围绕优必选开发，还可能形成封闭的专用技术体系，难以实现规模化推广。

对标NVIDIA Thor胜算几何？

从资金用途上，据优必选方面消息，本轮募集资金将重点投入核心芯片与计算平台研发、软件工具链搭建、研发团队扩充，同时推进和机器人厂商、行业客户的联合验证，及量产交付相关的准备工作。目前，曦选创智正快速推进首款自研机器人主控SoC及配套软硬件系统的研发。按照研发规划，曦选创智计划于2027年向产业伙伴提供开发验证平台，用于适配和测试，并于2028年推出首款SoC产品及配套的具身智能整体解决方案。

对于新品，优必选和沐曦显然寄予了厚望，甚至提出要对标NVIDIA Thor。对此，贺燕认为，曦选创智希望对标Thor，主要原因是国产机器人产业缺的不只是芯片，还包括芯片与软件、算法和机器人应用之间的软硬件协同能力。

而端侧芯片相比数据中心GPU，确实存在更多差异化创新机会，但并不意味着技术难度更低，也不意味着国产企业可以绕开英伟达的软件生态竞争。“主要原因在于，数据中心GPU已经形成相对成熟的竞争格局，核心围绕算力、显存、带宽和集群性能展开；而具身智能仍处于快速发展阶段，机器人计算平台的技术标准、产品形态和应用需求尚未完全定型，给国产企业留下了重新设计产品的空间。”贺燕称。

梁华新则直言，Thor的规格是“摆”在那里的，是目前端侧机器人计算平台里性能“天花板”级的存在。曦选创智把Thor作为对标目标，首先是给自己设定了一个可量化的性能追赶坐标，首颗芯片的目标是“全面超越”，但这不意味着走Thor的路线。

“端侧自主创新的真正机会不在算力数字的堆叠，而在Thor作为通用平台无法充分覆盖的碎片化场景。机器人的端侧约束是‘算力—功耗—成本’的三角死结，工业产线、商用服务、家庭陪伴对这三者的权重完全不同。一个从数据中心GPU架构‘瘦身’下来的通用方案，很难同时在这些场景里做到最优。”梁华新强调，国产厂商的差异化路径恰恰是“深度定制+场景绑定”。在他看来，端侧的自主创新机会属于那些比英伟达更懂中国机器人场景里“哪些算力可以省、哪些延迟不能省”的人，而不是在参数表上做Thor的复制品。

陈彦颐还给出了更细化的发展模式参考。在他看来，Thor在机器人SoC市场的份额高达69%，背后是CUDA和Isaac工具链构筑的开发者生态壁垒。如果在云端训练或通用GPU赛道正面追赶，国产芯片面对的是已经成熟的生态迁移成本。

“但端侧具身芯片的需求边界还没有被英伟达完全定义——机器人需要浮点运算支撑高精度控制，需要处理比汽车更丰富的传感器数据，需要‘大小脑一体’的实时协同，这些是智驾芯片出身的Thor尚未完全覆盖的空白。端侧因此比云端更有机会走出一条不依赖既有生态的自主路径。自主创新的机会不在于比英伟达算力更高，而在于当具身智能的芯片需求还在成形期时，用场景定义芯片，而不是用芯片去适配场景。”陈彦颐称。