人形『机器人』️的价格正在经历一场高台跳水。
2024 年，宇树发布的 9.9 万双足『机器人』️，还在价格上让人大大震撼。2025 年，已经出现了四万的双足『机器人』️，十万元以内的双臂智能『机器人』️。美银预测到 2030 年，人形『机器人』️硬件成本将下降 70%。
成本降低的逻辑十分清晰：2025 年，摩根史坦利的报告指出，除了「大脑」（即『芯片』）部分仍依赖于国外高端 AI 『芯片』外，几乎所有的人形『机器人』️身体部件都可以在中国国内生产。
不过，最后的堡垒也在崩塌中。
6 月 11 日，脱胎于地平线公司的地瓜『机器人』️公司，发布了面向『机器人』️和具身智能场景的首款单 SoC 算控一体化『机器人』️开发套件——RDK S100。
地瓜『机器人』️此前已经发布过两款『机器人』️『芯片』，算力为 10 TOPS 及以下，主要服务于使用中低算力的扫地『机器人』️、割草机等『机器人』️。而此次发布的 RDK S100，第一次将算力提高到百 TOPS 级，可以满足更高阶具身智能『机器人』️的使用。
在演示中，地瓜『机器人』️使用 RDK S100 连接了宇树『机器人』️，用 RDK S100 的算力实现了『机器人』️跳舞。在另一个演示中，一个『机器人』️用 RDK S100 的算力实现了对桌上物品的识别和抓取。
不仅如此，RDK S100 还采用了与『英伟达』『芯片』不同的创新架构：算控一体。产品本身在单一 SoC 上整合了 CPU+BPU+MCU，进行高效协同。
当地平线用开放生态托起中国智能汽车的「智驾平权」，刚刚宣布了融资 1 亿美金的地瓜『机器人』️能在『机器人』️领域做到类似的事情吗？
极客公园对地瓜『机器人』️开发者生态副总裁胡春旭进行采访，和他聊聊他如何看待地瓜『机器人』️在产业中的作用。
01
脱胎于地平线，专注于『机器人』️场景研发
问：地瓜『机器人』️从地平线分拆而来，这是否为其带来了行业优势？
胡春旭：地瓜『机器人』️是原来是地平线里面的『机器人』️事业部，这个事业部再前身是地平线的 AIoT 事业部。AIoT 事业部其实是在 2015 年地平线成立之初就一直存在的一个业务方向。所以如果往前追溯，其实可以追溯到地平线成立这个团队算是存在的，所以地瓜『机器人』️现在独立运营出来之后，一定是有很多的技术积累跟市场资源是能够借助原来的体系继续去发力的。
产品层面上，包括现在的 RDK S100 中，最核心的一些硬件部分，BPU 这个部分其实都是地平线那边授权给我们，然后这个部分都是节省了我们很多大量的研发资源投入的。在 BPU 这侧跟地平线的征程系列『芯片』是基本上保持一致的。
市场层面，我们现在看到的科沃斯这些大客户，其实都是一开始我们在这个地平线的集团里面，或者在当时的公司里面就已经有的客户，那现在还是地瓜『机器人』️的客户。现在，地平线专注车载方向，地瓜『机器人』️则继续承担除车载以外的『机器人』️智能化方向，这样的业务划分也让我们能够更聚焦、更高效地推进各自的目标。
问：对于地瓜『机器人』️来说，发展的重要节点是什么？
胡春旭：从大的时间节点来看，有两个非常重要的转折点。第一个是在 2019 年到 2025 年初，当时地平线内部进行了战略聚焦。第二个节点是 2024 年地瓜『机器人』️的正式分拆，这个决定更多是出于对整个行业节奏变化的判断。我们看到的是具身行业正在快速发展，那我们必须要去跟上行业快速发展的节奏。
问：为什么在这个节点分拆出来？
胡春旭：最重要的变化是大模型的发展。ChatGPT 在 2023 年初的发布对整个 AI 行业是一次颠覆性推动，也直接影响到了『机器人』️行业。『机器人』️领域长期以来的核心难点在于智能化程度不足，这限制了其在更多场景的应用落地。而大模型的出现虽然还不能完全解决问题，但它至少让行业看到了「可解」的希望。
我们判断来看是 2024 年开始，『机器人』️这个行业跟大模型开始进行到了一个比较深入的互相的渗透，所以为了能够去跟上这个节奏，也为了能够更好的充分利用利用我们『机器人』️方向的资源，包括人上的资源，那所以有分拆之后就对整个不管地平线也好，对地瓜『机器人』️也好，大家能够更加的聚焦，更加的能够充分发挥自己的这个效率。
问：地平线的业务和目前地瓜『机器人』️的业务会有什么不同点？
胡春旭：两者的核心区别在于所聚焦的应用场景不同。地平线目前已完全聚焦于车载智能化，而地瓜『机器人』️则专注于『机器人』️领域。这两个场景在未来的发展路径上差异显著，无论是技术演进路线，还是产品化程度和业务方向，都会有本质上的不同。
例如，地瓜『机器人』️在 BPU 的演进路径上与地平线保持一致，算力规格基本相近。但在业务落地层面，二者有明显不同。以 SoC 为例，地平线的征程系列主要面向车载场景，其落地方式基于「域控制器」架构；而在『机器人』️领域，RDK 同样可以被视作一种「域控器」，但其设计思路完全不同。
RDK 作为『机器人』️侧的核心控制平台，是以 SoC 为核心，并通过丰富的接口连接控制器、执行器等模块，实现整机控制。可以说，在越靠近『芯片』核心的技术架构上，两者有很多平台化的共性；但越往外围的系统集成和应用层走，『机器人』️业务的复杂度和发散性远高于车载业务。这也是我们在设计 RDK 平台时，必须充分考虑『机器人』️行业碎片化、多样性特点的重要原因。
地瓜『机器人』️需要对「具身智能」这一类场景中，形成自己的技术判断。不过，同时也可以借助地平线在车载领域积累的经验与技术思路。以「端到端」为例，这一技术在车载领域已相对成熟，验证路径较为清晰。但在『机器人』️场景中仍面临诸多挑战，例如数据缺乏、硬件结构高度碎片化等问题。
02
具身智能落地需要时间，优先解决分层模型的问题
问：目前『机器人』️行业发展很快，您可以对整个行业图景做一个扫描吗？
胡春旭：从宏观视角来看，我们将 2025 年『机器人』️市场大致划分为三大板块。
第一大板块是传统『机器人』️，主要包括工业『机器人』️和成熟的消费级产品，如扫地『机器人』️等。这类产品已形成稳定市场格局，主要玩家处于「寡头竞争」状态，行业处在高出货、高内卷阶段，我们称之为传统板块。
第二大板块是「新形态『机器人』️」，这些产品尚未复杂到具身人形的程度，但具备明确的短期落地潜力。典型例子包括割草『机器人』️、泳池『机器人』️、陪伴『机器人』️、捡球『机器人』️，以及能与人互动的娱乐型、二次元风格 AI 手办等。这一领域正受到 AI 和大模型的加速推动，我们判断三年内将有一个或多个场景实现突破、实现规模化。此领域玩家结构更为多元，包括玩具制造商、『互联网』公司等，打法偏消费级、偏『互联网』化。
第三大板块则是目前最受关注的具身『机器人』️。不管人形，四足、轮足还是机械臂我们统称为是具身场景，这个场景是热闹的，但不是大规模落地的。在这个板块中，又可进一步细分为通用『机器人』️与场景化『机器人』️两个方向：
通用型具身『机器人』️（如全人形『机器人』️）目标是成为未来五到十年后广泛应用于工业与家用场景的统一平台，但短期内难以规模化。
场景化具身『机器人』️则聚焦特定应用，如四足、轮足『机器人』️在搬运、生物实验、应急救援等领域的部署，或消费级机械臂在家庭服务场景中的应用。
从时间节奏来看，我们认为未来三到五年，四足『机器人』️和机械臂在部分场景具备起量可能；而通用型人形『机器人』️仍需较长周期技术积累和生态建设。
问：如果单独看具身『机器人』️这条路径，您认为接下来发展的时间节点是什么？
胡春旭：我个人更倾向于「跨越式」的发展路径。这点和大模型非常类似。ChatGPT 出现之后，整个 AI 行业几乎是被直接推上了一个新的台阶。『机器人』️行业也一样，尤其是具身智能的发展，需要一个类似的「ChatGPT 时刻」——也就是说，需要某一个具有标志性的事件，能够明确验证具身『机器人』️在现实场景中的可行性。
这个关键事件，可能来自像特斯拉或 Figure AI 这样的公司。他们如果能在某个特定场景中展示出具备实际能力的人形『机器人』️，并通过明确的 Demo 或真实部署来证明「这件事是可行的」，那将成为整个行业非常重要的转折点。
特斯拉曾表示将在 2025 年内实现人形『机器人』️的大规模部署，甚至可能达到上千台或上万台。如果这一目标实现，并且这些『机器人』️在工业或其他结构化场景中展现出足够「聪明」的 AGI 能力，那对行业发展节奏的影响将是巨大的——五到十年的周期判断可能会被显著压缩。
但就目前来看，我个人对其是否能在今年内真正大规模落地持相对谨慎甚至悲观的态度。虽然特斯拉和 Figure 在技术上的确是全球领先，是行业的标杆，但从他们公开披露的材料来看，很多关键技术点仍存在瓶颈。当然，也不排除他们内部有更多尚未公开的进展。不过从目前信息来看，达到那种规模的落地难度依然很高。
问：在这样的观察下，我们怎么布局目前的算力产品？
胡春旭：RDK S100 的推出，是我们对整个『机器人』️技术演进路径进行深入理解之后的一个产品回应。
我们参考了自动驾驶的分级体系，将『机器人』️行业发展阶段类比为 L1 到 L5。当前行业大致处于 L2-L3 之间，具备部分智能决策与运动能力，但尚未全面通用。按照这一路径，未来会分为两种技术发展模式：一种是分层结构（即大小脑分工协作）；另一种是端到端的 AGI 路径。我们认为短期内更可能落地的是分层架构，因此 RDK S100 面向的就是这一主流技术演进方向。
在硬件设计上，RDK S100 采用了我们提出的「超级异构架构」，即 CPU + BPU + MCU 三核心协同。它希望解决的核心问题是：如何在『机器人』️端侧同时高效支持感知决策（算）和运动控制（控），实现「大小脑协同」。此外，从我们整体产品规划上看，RDK S100 并非终点。目前，RDK X3/X5 拥有 10TOSP 算力，支持传统『机器人』️、新形态『机器人』️，RDK S100 拥有 100TOPS 算力，支撑包括四足、低速移动『机器人』️等的分层模型部署。而未来我们将在 2026 年 Q1 发布 500TOPS 以上的高算力SoC，用于承载端到端的 AGI 型『机器人』️。这条产品路线图紧密结合『机器人』️行业分级演进与技术需求。
问：这和『英伟达』的路线有一些不同？
胡春旭：如果我们跟这种技术线去类比，『英伟达』更靠近端到端，而且很多时候我们会发现『英伟达』他的算力一直往高走，他马上在 7 月初就会有 Thor 新一代『芯片』出来，算力最高应该能到 2000T。
此外，『英伟达』是一家伟大的公司，但主要以 GPU 为核心、以『数据中心』为主战场。因此在『机器人』️这种端侧落地型场景中所投入的比重相对较小，尤其在「控制」这一环节上，其产品覆盖相对薄弱。我们看到，『英伟达』的『机器人』️解决方案侧重于「大脑」，缺乏对「小脑」即运动控制和实时控制的原生支持，导致很多项目仍需搭配外部 MCU，带来通信开销和系统复杂度。
相比之下，我们的 SoC 原生支持「算控一体」，是面向落地端设备设计的，从而能更好完成「平台级闭环」。
此外，在生态层面，我们的出发点是「以开发者为本」。地瓜『机器人』️构建了从『芯片』、开发板、OS、文档、论坛到上层应用和工具链的一整套生态体系，面向学生、创业者、KOL 等不同群体定制运营方式。我们还积极推动开发者大会、『机器人』️挑战赛等活动，形成一个活跃且实用的『机器人』️开发社区。
这套逻辑与『英伟达』以专业科研或企业 AI 开发为中心的生态运营思路有明显区别。我们在产品和运营两个维度上，始终坚持差异化定位。
03
碎片化破局：关注前沿市场，也关注学生群体
问：目前 RDK S100 已有部分客户参与测试，有哪些使用反馈？
胡春旭：我们此前已经进行了小规模众测，覆盖了几十家客户。整体来看，当算力需求在 50TOPS 以下时，市场上仍有不少选择；但超过 50TOPS 尤其是百 T 级的，当前可选项非常有限，主要就是『英伟达』和我们地瓜『机器人』️。
客户反馈主要集中在两方面：一是供应链稳定性，二是架构整合带来的性能和成本优势。比如深圳一家做室外清洁『机器人』️的公司，原本使用的是『英伟达』平台，一方面面临供应稳定性问题，另一方面还需另配一套 MCU 系统，造成成本升高，还受限于两颗『芯片』之间的总线通信频率，存在性能瓶颈。
引入 RDK S100 后，该公司将原先分离的大脑和小脑架构整合至单一平台，实现了硬件简化与性能提升。『芯片』内部的通信带宽更高、延迟更低，控制响应更及时。目前他们正基于 RDK S100 迭代产品，计划于年底前实现新一代商用落地。
问：RDK S100 的定价策略是如何制定的？目标客户是否有聚焦？未来是否会扩展？
胡春旭：RDK S100 定位于支持分层结构的智能『机器人』️平台，面向的是具备一定智能需求但不追求 AGI 全覆盖的场景，如四足『机器人』️、低速物流车、机械臂和偏数采任务的人形『机器人』️等。它并不是为全人形 AGI 场景而设计，那将由我们未来的 S600 平台去承接。
关于定价，我们结合了两个维度：
市场反推：参考手机、汽车行业中 SoC 占终端售价的比例（约 10%），倒推回『机器人』️。假设未来具身『机器人』️的主流售价在 25 万元之间，SoC 的合理定价区间约为 2000-5000 元；
成本正推：确保在支持客户量产的同时，维持合理毛利。
最终我们提供两个版本：
• RDK S100：80TOPS / 12GB 版本，定价 2799 元；
• RDK S100P：128TOPS / 24GB 版本（将于第三季度发售）。
此外，首发期间我们将会有促销活动，预计优惠两三百元，以进一步降低开发者门槛、刺激初期部署。
问：除了硬件销售，地瓜『机器人』️未来是否会构建多元商业模式？与地平线当年的结构相比，会有哪些不同？
胡春旭：我们作为独立公司，必须建立清晰的商业闭环。目前我们的商业模式分为三个方向：
『芯片』销售：这是我们目前的核心收入来源，面向传统『机器人』️和新形态『机器人』️，延续自地平线的 AIoT 和『机器人』️业务。
生态产品销售：包括 RDK 开发套件及其配套扩展件（如 MCU 模块、接口扩展板等），由我负责的生态部门主导。
云平台服务：我们正在构建云端平台，主要用于仿真模拟与数据闭环训练。随着『机器人』️落地后不断运行和学习，它们将如同智能汽车一样不断迭代升级。我们目前已有客户基于该平台进行商业化部署，未来将成为我们的核心差异化能力之一，也是未来长期盈利的重要来源。
媒体：『机器人』️的领域发展刚刚开始，为未来铺路，地瓜『机器人』️目前有在做哪些准备？
胡春旭：『英伟达』做的非常牛的一件事情即使从十几年前就在搞 CUDA，虽然当时的目的不是为了搞 AI 或 AGI，当时都没有这个事。从整个地瓜『机器人』️的策略来看，我们大的愿景是成为整个『机器人』️的母生态，说白了就是让所有做『机器人』️开发的公司第一个想到用我们的东西，能够很快把『机器人』️给做出来。但是现在整个『机器人』️行业的现状是很碎片化的，而且是处于很前期的状态，所以我们必须要跟着行业发展去推进整个行业发展，整个地瓜『机器人』️的策略也是很长期的策略，因为『机器人』️整个行业就是长期的。
从中长远来看，比如三年之内，我们可能更多会去通过生态的建设挖掘更多可能成长为未来很厉害的『机器人』️公司的开发者或者客户。从未来来看，我们通过更多不同的 SoC 算力布局，不同开发板的布局，来支撑更多开发者，让他们把产品去落地。
回到我们生态建设的整个运营策略，我们会把整个开发进行更聚焦的人群分类。最下面一层将以学生为核心的，这部分更多是人才培养跟整个行业认知为导向，会做很多的『机器人』️等级考试、竞赛、教材，渗透到中学、小学、大学做很多课程，让他从小就知道用我们地瓜『机器人』️的东西做出的『机器人』️是领先的，是什么样的效果。
极客公园
