找回密码
 立即注册
搜索

联手英伟达、智元,智驾感知上市企业入局机器人!

产业联盟网 2026-3-27 14:29 36人围观 人工智能

# 人工智能
人形落地的关键不是大模型,是工程化能力2026年的人形机器人行业,正在发生一场结构性的变化:智能驾驶圈的人马,正在大举进军具身智能赛道。一周前,前理想汽车智驾端到端负责人夏中谱正式加入具身智能公司无界动力 ...


人形落地的关键不是大模型,是工程化能力


2026年的人形机器人行业,正在发生一场结构性的变化:


智能驾驶圈的人马,正在大举进军具身智能赛道。


一周前,前理想汽车智驾端到端负责人夏中谱正式加入具身智能公司无界动力,无界动力由前地平线副总裁张玉峰创办,该公司聚焦于构建具身智能的“通用大脑”,提供软硬一体的解决方案。


3月初,郎咸朋官宣创业。这位曾任理想汽车高级副总裁、智驾业务一号位的核心人物,成立具身智能公司,直接切入“全栈人形机器人+具身大模型”。


几乎同一时间,至简动力完成资本层面的快速跃迁。公司成立于2025年下半年,今年3月已累计完成5轮融资,总额达20亿元人民币,最新一轮投后估值超过10亿美元。其核心团队CEO贾鹏、董事长王凯、COO王佳佳,均出身理想汽车智能驾驶核心团队。


2025年12月成立的贝塔无限,创始人刘武龙曾主导华为ADS 2.0的量产落地,是华为体系内最年轻的AI实验室负责人之一。


这些人来自同一条技术链条,在同一时间转向了一个共同的问题:如果把“感知—决策—控制”这套能力从汽车搬到机器人上,它还能成立吗?


豪恩机器人,作为在汽车感知领域深耕多年的上市企业豪恩汽电的全资子公司,选择用工程化的方式作答。


在今天的发布会上,豪恩推出面向机器人感知的完整产品矩阵,包括:头部融合感知系统、英伟达Thor域控制器、固态激光雷达与超声波感知系统。此外,豪恩还透露,他们还在研发手腕部定焦视觉感知,以及自动变焦视觉感知。


头部融合感知系统


作为智驾感知系统的头部玩家,豪恩汽电透露,他们已经将机器人作为第二增长曲线,因此他们独立成立了一个全资子公司豪恩机器人,专攻机器人领域。


同时,他们也明确表示,豪恩机器人并不直接做本体,而是试图打造感知+域控产品矩阵,把光学感知、声学感知、通信、域控制器,这一整套在汽车行业已经验证过的车规级产品体系,整体迁移到具身智能中。


豪恩汽电 总裁 罗小平


豪恩汽电总裁罗小平表示,公司正将产品拓展至人形、四足及庭院机器人等多类形态,并将机器人感知作为核心发力方向,目标在这一细分赛道中实现份额第一。


这也是这场发布会真正值得关注的地方:


当一批来自智能驾驶体系的领军者们跨界入局,他们带来了一整套已经被跑通过的工业方法。


以豪恩机器人为代表的玩家,在用汽车工业的打法,重写这场关于具身智能的游戏规则。




决定机器人落地的,不是大模型


问题在于,这套方法能否在人形机器人上成立。


豪恩机器人总负责人金师在采访中给出的判断直指核心:自动驾驶之所以能够规模化落地,并不只是因为模型能力的高速迭代,而是因为围绕“感知—决策—控制”建立起了一整套稳定、可靠、可持续运行的软硬件体系。


豪恩机器人总负责人金师


这套体系在汽车行业中有一个更明确的指向:车规级。


而人形机器人当前暴露出来的,恰恰是这一层的缺口。零部件的稳定性与一致性不足,使得单台机器人可以在实验室跑通,却难以让大批机器人在真实环境中稳定运行。


这也构成了行业最清晰的一道分界线:一部分公司仍在证明“能做什么”,另一部分已经开始回答“在现实中能不能用”,豪恩选择切入的,正是后者。


在此次发布会上,豪恩发布的并不是仅是产品本身,而是一套围绕感知能力与工程化展开的系统级方案:以头部融合感知系统为核心,叠加域控制器与多模态感知能力,构建面向具身智能的感知与计算基础。


而这套系统的底层逻辑,本质上是将豪恩机器人的车规级产品标准,系统引入人形机器人。


其中,头部融合感知系统集成3路RGB相机与IMU输入,同时引入TOF 3D视觉(640×480分辨率、0.5–3米检测距离)与广角/鱼眼视觉,实现多视角同步感知;


域控制器则基于NVIDIA Thor平台,算力约2070 TFLOPS,尺寸为244mm×75mm×144mm,集成GMSL2、USB、以太网、CAN FD等多种接口,用于统一处理感知数据并完成决策与控制,同时通过双涡轮风扇与铜铝组合散热结构保障稳定运行,并通过协处理器实现微秒级时间同步。


英伟达Thor域控制器


值得一提的是,此前豪恩汽电曾宣布,他们是英伟达Jetson Thor的首批合作伙伴,他们与英伟达在芯片领域达成全面战略合作,全面参与机器人大脑控制系统的开发。


在这些设计背后,对应的正是车规级体系所强调的三件事:稳定性、抗干扰能力与长期运行可靠性。


这套方案的逻辑并不复杂:如果机器人要走向量产,就必须引入一套已经被验证过的工业体系。豪恩所做的,是将这一套在汽车行业长期验证的工程化模式迁移到机器人中。


例如在通信层面,他们采用成熟的GMSL2协议与FAKRA接口,实现高带宽、低延迟的数据传输,同时保证在震动、电磁干扰环境下的稳定性。


在结构设计上,通过多传感器一体化集成与紧凑布局,去适配人形机器人极为有限的头部空间;在计算层面,则引入基于NVIDIA Thor高算力芯片,作为统一的数据处理与决策中心。


这些设计并不追求前沿,而是让人形机器人实现可控、可复现、可量产。


而“可量产”的前提,正是车规级体系所提供的确定性。


在金师看来,这恰恰是当前行业最被低估的一环。“机器人如果要实现真正的量产,必然会走向类似汽车工业那样的体系。”


浙江人形机器人创新中心“领航者2号NAVIAI”


现实情况是,不少机器人仍在使用消费级或工规接口(如USB),开发灵活,但在抗震性、抗干扰能力与长期稳定性上难以支撑规模化部署。小批量应用可以容忍不稳定,但产业不行,这也是豪恩没有从模型切入,而是从系统工程入手的原因。


在豪恩看来,真正的关键,并不在模型,而在于本体各个零部件是否具备车规级的稳定性与一致性,以及整套系统能否实现工程化落地,而这是豪恩所擅长的领域。


在感知层面,他们构建了一套多模态融合体系,将视觉、激光雷达与超声波雷达等多种传感器共同纳入感知系统中。


其中,超声波雷达的引入,是一个典型的工程化选择:视觉、激光雷达、毫米波雷达与超声波共同参与环境理解。


不同传感器承担不同角色,视觉负责主要感知,激光雷达提供空间结构信息,毫米波雷达用于远距离与动态目标检测,超声波则作为安全冗余补充透明物体识别。


正如金师所说,“超声波本质上是对光学感知的一个补充,它解决的是视觉看不见的问题”,这样的设计并不追求单点能力的提升,而是通过冗余与融合,提升整体系统的可靠性。


但豪恩对技术路径的判断并不保守。在金师看来,多模态更多是一种阶段性选择,随着算力提升与大模型发展,机器人最终仍会走向类似人类的纯视觉体系。


“纯视觉一定是未来的方向”,金师给出了明确判断,但在当下,“要先把系统做稳定,再谈能力的极致”,这也让整个方案呈现出一种典型的过渡态特征:一边解决当下,一边逼近未来。


从这个角度来看,豪恩入局具身智能的路径非常清晰:在一个尚未形成标准、技术路线仍在分化的行业中,优先引入在汽车行业,已经被验证过的工程方法,把系统从“能运行”推进到“能稳定运行”。


更进一步,豪恩在将车规级标准,从汽车产业引入机器人产业,并尝试成为这一标准的先行者。


豪恩汽电董事长陈清锋


从实际进展来看,豪恩的这套能力已经得到了客户的认可。豪恩汽电董事长陈清锋表示,目前合作客户包括智元机器人与浙江人形机器人创新中心,其他客户也在持续拓展中。


相比于通用机器人的叙事,这个故事并不性感,却可能决定具身智能百亿估值的明星们,谁能真正跑出来。




定义量产路径,就定义了机器人赛道


与许多汽车产业链企业选择直接押注本体不同,豪恩机器人从智能感知切入具身智能,这一选择本身,是对行业走向的一种前置判断。


在金师看来,人形机器人、四足机器人乃至整个具身智能行业还谈不上进入真正的产品竞争阶段,绝大部分企业仍停留在验证与试验环节,尚未进入大规模量产与交付,这也意味着,很多关键问题还没有被完整暴露出来。


这种“尚未暴露”,并不意味着问题不存在,而是意味着,它们只会在更接近万台级量产、更复杂真实场景中集中显现。


在这一阶段,真正决定行业进展速度的,也并不是模型能力。


“技术我觉得反而不是核心资产,机器人真正要解决的,是怎么样做到量产与规模化落地。”金师在采访中这样概括。


无独有偶,家庭机器人明星企业Sunday Robotics联合创始人兼CTO迟宬也提到,真正让机器人工作起来,算法只是一小部分,硬件供应链管理与数据体系能力,才是决定性因素。


问题的重心,正在从“能力上限”转向“工程落地”。


基于这一判断,豪恩并没有选择成为又一家做本体的公司,而是将自身定位在一个更基础、也更关键的位置:为机器人量产提供底层感知与系统能力支撑。


与其说这是一次跨界,不如说是在回答一个已经被验证过的问题——如何在需求尚未收敛、技术路径仍在分化的情况下,把一个复杂的实验系统,变成可以稳定运行的工业产品。


这也正是豪恩的优势所在。


作为成立于2010年的汽车电子企业,豪恩汽电经历了从早期探索到规模化落地的完整周期,并在这一过程中成为头部智驾感知系统供应商。这意味着,他们不仅参与过技术演进,更参与过一套系统如何从实验室走向量产的全过程。


长期服务汽车行业,让他们经历过从样机验证到规模化部署的完整过程:如何在复杂系统中组织感知与控制,如何在供应链中建立一致性,如何在真实环境中维持长期稳定运行。


而这些能力,在当前的人形机器人行业中,仍然稀缺。


但与此同时,金师也明确指出,人形机器人并不会简单走向与汽车相同的路径。“我觉得他们走的路可能会差不多,但是不可能一模一样。”


原因在于市场结构的不同。


在汽车行业,产品形态与应用场景高度统一,需求集中且标准明确;而在具身智能领域,需求却是高度分散的。


从酒店清洁、家庭服务到工业操作、户外巡检,不同场景对应完全不同的产品形态与能力要求,四足机器人、人形机器人、轮式机器人、轮足机器人乃至外骨骼的形态都有其落地的领域。


“我相信,刚开始涌现的机器人,一定是针对某种场景的垂类机器人。”


这意味着,人形机器人不会快速收敛,而会在较长时间内保持多路径并行。


这种结构性差异,也体现在供应链逻辑上。


在当前阶段,客户更看重的是适配性,而不是成本最优。“价格不是他们现阶段最核心的关注点,满足需求才是最重要的。”金师提到,零部件需要围绕具体场景进行调整,而非在统一标准下规模复制。


这也意味着,行业仍处在一个以定制为主、标准尚未形成的阶段。谁抢占的标准的定义权,谁就抢占了具身智能的未来。


豪恩带来的,是一套已经被汽车行业验证过的工程方法;而豪恩所拥有的,也正是为机器人企业提供车规级的产品,帮助他们率先规模落地的能力。


在一个尚未形成标准的市场中,真正的竞争,不再只是技术能力的高低,而是谁能够在不确定中,率先定义一套可被复用的量产路径。


而豪恩所押注的,并不是具身智能能力的上限,而是量产的起点。




结语


在具身智能仍处于验证期的当下,行业最热闹的,是世界模型,是演示,是能力边界的不断突破。


但作为一门生意,真正决定行业走向的,往往不是最耀眼的技术层面,而是那些更慢、更不显眼的事情: 零部件的一致性、系统的稳定性,以及一套能够支撑规模化运行的工程体系。


这也是豪恩选择切入的位置:不做本体,不做大模型,而是从感知与系统层入手,把一套在汽车行业已经跑通过的车规级体系,提前引入到人形机器人中。


这条路径不热闹,但很具体。


因为当行业从“能做”走向“能用”,从单机能力走向规模化落地,真正活下来的,往往不是技术最炫目的,而是最先跑通量产与商业化路径的玩家。


在这个意义上,2026年具身智能真正的分水岭,一定不在模型层。而在于,谁先把机器人变成工程化落地的产品。






1、在本站里发表的文章仅代表作者本人的观点,版权归原作者所有,与本网站立场无关。
2、本站内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,本站均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,本站不负任何责任。
5、注册会员通过任何手段和方法针对本站进行破坏,我们有权对其行为作出处理。并保留进步追究其责任的权利。
6、本站文章来自第三方平台,如涉及到您的权益请您告知我们或者联系2444830518@qq.com我们第一时间删除。
相关推荐