电子发烧友网综合报道 在具身智能领域,一个长期存在的工程悖论是:越是靠近物理世界的终端设备,越需要强大的算力;而越靠近消费者的终端产品,越受限于成本、功耗与体积。
传统消费级机器人多采用单颗集成 SoC方案,将 CPU、GPU、NPU 及各类接口集成于一芯。这种架构的优势在于成本低、集成度高,但瓶颈同样明显:当设备需要同时处理 8K 视觉、三维点云、12 通道音频、大语言模型推理以及 12 个自由度的实时运动控制时,单颗芯片的算力分配必然顾此失彼,最终要么牺牲智能,要么牺牲实时性。
蔚蓝科技近期发布了最新一代的BabyAlpha A3 消费级机器狗,而值得关注的是,这款产品在算力层面上,采用了一种新的异构芯片架构,试图打破上述的悖论。而这个核心就是BabyAlpha A3上采用的WEILAN Hybrid X1.0 混合异构计算集群。
该集群由2 颗5nm 芯片、2 颗 8nm 芯片、2 颗 3D 堆叠芯片,共 6 颗芯片组成,合计 22 核 CPU,不同制程、不同架构的芯片专注特定任务,通过高速互联总线实现毫秒级协同,让整体算力效率远超单芯片方案。
其中该集群又分为三大功能域:
感知域:2 颗 5nm 制程的“Perceptual Intelligence”芯片,专职处理多模态传感数据。BabyAlpha A3的传感器数量庞大,包含8K+4K+4K 三摄、1/1.3 英寸大底、F2.8 光圈、5 组 3D ToF + 3D 结构光 360° 环视和12 麦克风 3D Mesh 阵列,因此需要专门的感知域来对这部分数据进行处理。
认知域:2 颗“3D AI”芯片(Cognitive Intelligence),承载世界模型构建与大模型推理,解决“理解”的问题,官方表示是实现了十亿级参数大模型在消费级机器人端侧流畅运行。
执行与决策域:2 颗 8nm 制程芯片,分别为“Robotics System Chip”与“Agentic System Chip”,分管底层运动控制与上层自主决策。
Robotics System Chip 专注于实时运动控制。四足机器人的动态平衡、足端轨迹规划、Super Engine 超能执行器的力控反馈,都需要微秒级的控制环路。这颗芯片必须保证确定性时延,其 8nm 工艺虽不如 5nm 激进,但在实时控制领域已属先进,且有助于控制整体 BOM 成本。
Agentic System Chip 则负责更高阶的自主决策与任务规划。它接收来自认知域的语义理解结果,结合感知域的环境模型,生成具体的行动策略。
这一设计的本质,是将原本由单一处理器串行承担的“感知—认知—决策—执行”闭环,拆解为多颗专用芯片的并行流水线。22 核 CPU 则作为整个异构集群的调度中枢,负责任务分配、数据路由、时序同步与资源仲裁。
蔚蓝 BabyAlpha A3 的芯片架构,标志着消费级机器人行业开始摆脱“玩具级”算力的历史包袱。6 颗芯片、22 核 CPU、三域协同的异构设计,不仅支撑了 1000 倍的算力跃升,更重要的是建立了一套可扩展、可开放、可迭代的物理智能计算范式。
当然,这一架构也面临现实挑战:多芯片系统的散热设计、量产一致性、软件栈的复杂度,以及 6 颗芯片协同时的最坏情况延迟,都需要在后续量产中接受检验。但无论如何,A3 的芯片架构已经证明:消费级机器人完全有能力承载端侧大模型,完全有能力在家庭中实现真正的自主智能。
传统消费级机器人多采用单颗集成 SoC方案,将 CPU、GPU、NPU 及各类接口集成于一芯。这种架构的优势在于成本低、集成度高,但瓶颈同样明显:当设备需要同时处理 8K 视觉、三维点云、12 通道音频、大语言模型推理以及 12 个自由度的实时运动控制时,单颗芯片的算力分配必然顾此失彼,最终要么牺牲智能,要么牺牲实时性。
蔚蓝科技近期发布了最新一代的BabyAlpha A3 消费级机器狗,而值得关注的是,这款产品在算力层面上,采用了一种新的异构芯片架构,试图打破上述的悖论。而这个核心就是BabyAlpha A3上采用的WEILAN Hybrid X1.0 混合异构计算集群。
该集群由2 颗5nm 芯片、2 颗 8nm 芯片、2 颗 3D 堆叠芯片,共 6 颗芯片组成,合计 22 核 CPU,不同制程、不同架构的芯片专注特定任务,通过高速互联总线实现毫秒级协同,让整体算力效率远超单芯片方案。
其中该集群又分为三大功能域:
感知域:2 颗 5nm 制程的“Perceptual Intelligence”芯片,专职处理多模态传感数据。BabyAlpha A3的传感器数量庞大,包含8K+4K+4K 三摄、1/1.3 英寸大底、F2.8 光圈、5 组 3D ToF + 3D 结构光 360° 环视和12 麦克风 3D Mesh 阵列,因此需要专门的感知域来对这部分数据进行处理。
认知域:2 颗“3D AI”芯片(Cognitive Intelligence),承载世界模型构建与大模型推理,解决“理解”的问题,官方表示是实现了十亿级参数大模型在消费级机器人端侧流畅运行。
执行与决策域:2 颗 8nm 制程芯片,分别为“Robotics System Chip”与“Agentic System Chip”,分管底层运动控制与上层自主决策。
Robotics System Chip 专注于实时运动控制。四足机器人的动态平衡、足端轨迹规划、Super Engine 超能执行器的力控反馈,都需要微秒级的控制环路。这颗芯片必须保证确定性时延,其 8nm 工艺虽不如 5nm 激进,但在实时控制领域已属先进,且有助于控制整体 BOM 成本。
Agentic System Chip 则负责更高阶的自主决策与任务规划。它接收来自认知域的语义理解结果,结合感知域的环境模型,生成具体的行动策略。
这一设计的本质,是将原本由单一处理器串行承担的“感知—认知—决策—执行”闭环,拆解为多颗专用芯片的并行流水线。22 核 CPU 则作为整个异构集群的调度中枢,负责任务分配、数据路由、时序同步与资源仲裁。
蔚蓝 BabyAlpha A3 的芯片架构,标志着消费级机器人行业开始摆脱“玩具级”算力的历史包袱。6 颗芯片、22 核 CPU、三域协同的异构设计,不仅支撑了 1000 倍的算力跃升,更重要的是建立了一套可扩展、可开放、可迭代的物理智能计算范式。
当然,这一架构也面临现实挑战:多芯片系统的散热设计、量产一致性、软件栈的复杂度,以及 6 颗芯片协同时的最坏情况延迟,都需要在后续量产中接受检验。但无论如何,A3 的芯片架构已经证明:消费级机器人完全有能力承载端侧大模型,完全有能力在家庭中实现真正的自主智能。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
机器狗
+关注
关注
3文章
195浏览量
11071 -
具身智能
+关注
关注
0文章
558浏览量
921
发布评论请先 登录
相关推荐
热点推荐
异构算力赋能边侧智能,大联大诠鼎携手此芯科技推动智能体终端落地
智能处理器——此芯P1,通过分享AI智能体及AI NAS解决方案,展示异构计算在实际场景中的应用价值,助力开发者应对边缘AI算力升级挑战。
边缘AI算力临界点:深度解析176TOPS香橙派AI Station的产业价值
了设备在产业分工中的身位。OrangePi AI Station采用的昇腾310****P 处理器 ,构建了一套完整的异构计算体系:
1、 16核CPU (ARM架构,主频1.9GHz):负责复杂逻辑
发表于 03-10 14:19
具身智能交流会
2026****深圳(国际)具身智能创新展览会
同期联动展会 :第 29 届华南国际工业自动化展、华南国际机器视觉及工业应用展、华南国际工业博览会
时间: 2026 年 6 月 10-
发表于 01-22 09:55
国产算力首证具身大脑模型训练实力:摩尔线程联合智源研究院完成RoboBrain 2.5全流程训练
智算集群 ,成功完成智源自研具身大脑模型 RoboBrain 2.5 的 全流程训练 。 这是行业内首次验证国产算
【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片
能力
2)内存带宽
3)边缘设备的AI算力
2、架构与形态
1)AGI芯片的基本架构
设计AGI芯片
发表于 09-18 15:31
【「AI芯片:科技探索与AGI愿景」阅读体验】+具身智能芯片
进行分析和处理,以便更好地理解和利用这些信息。
具身智能除了学 习还有记忆功能,这在生物学中对应遗传。在芯片实现中,常常采用存算一体化(包含
发表于 09-18 11:45
商汤大装置发布基于DeepLink的异构混合调度方案
日前,在2025世界人工智能大会(WAIC)期间,商汤大装置发布基于DeepLink的异构混合调度方案,将DeepLink深度融入商汤大装置核心能力体系。该方案针对当前国产算
工业4.0的“全能战士”——如何用一颗芯片重构智能工厂的算力版图?
下抖动率超15% - 协议丛林困境:EtherCAT/Profinet/OPC UA等多协议并存导致开发周期翻倍 明远智睿H618的破局逻辑:用异构计算+时间敏感网络(TSN)重构工业控制架构,让单一芯片同时胜任运动控制
异构计算解决方案(兼容不同硬件架构)
异构计算解决方案通过整合不同类型处理器(如CPU、GPU、NPU、FPGA等),实现硬件资源的高效协同与兼容,满足多样化计算需求。其核心技术与实践方案如下: 一、硬件架构设计 异构处理
如何释放异构计算的潜能?Imagination与Baya Systems的系统架构实践启示
报告作者:PallaviSharma,Imaginaiton产品管理总监Dr.EricNorige,BayaSystems首席软件架构师关注Imagination公众号,消息框发送【异构计算】,即可
能效提升3倍!异构计算架构让AI跑得更快更省电
电子发烧友网报道(文/李弯弯)异构计算架构通过集成多种不同类型的处理单元(如CPU、GPU、NPU、FPGA、DSP等),针对不同计算任务的特点进行分工协作,从而在性能、能效和灵活性之间实现最优平衡
具身智能算力架构新思路:6颗芯片组成的混合异构计算集群
评论