但真正決定機器人是否“有用”的是它的“大腦”,而這則是另一條完全不同的競爭賽道。當人形機器人從“會動”轉(zhuǎn)向“有用”,一個更底層的現(xiàn)實浮出水面:人形機器人的核心不在關(guān)節(jié)和電機,而在芯片。隨著AI芯片市場的爆發(fā),存儲芯片和算力芯片供不應(yīng)求,導(dǎo)致傳統(tǒng)車企上調(diào)售價。英偉達推出面向具身智能的新一代計算平臺,試圖把“機器人大腦”的訓(xùn)練、驗證和部署做成一整套閉環(huán)系統(tǒng)。與此同時,AMD、谷歌、亞馬遜以及微軟等云巨頭也在不斷推出自研AI加速器,這些芯片對制程和封裝的要求遠超傳統(tǒng)手機SoC或通用CPU。
無論誰設(shè)計芯片,最終都要交給臺積電等少數(shù)代工廠生產(chǎn)。這也構(gòu)成了魏哲家敢于宣稱“全球95%的機器人大腦由臺積電制造”的底氣。雖然這一比例在統(tǒng)計口徑上可能存在爭議,但在先進制程及封裝領(lǐng)域,臺積電的確擁有壓倒性優(yōu)勢。
在中國,正在進行一場極其艱難卻異常關(guān)鍵的“換腦術(shù)”。在美國對高端GPU和相關(guān)EDA工具、制造設(shè)備等實施多輪出口限制后,中國企業(yè)在獲取頂級英偉達GPU方面面臨嚴格約束。華為的昇騰系列成為中國本土算力基礎(chǔ)設(shè)施的代表,通過大規(guī)模集群架構(gòu)、自研AI框架MindSpore以及配套的軟件生態(tài),試圖構(gòu)建一套相對完整的國產(chǎn)算力體系。此外,地平線、黑芝麻智能等邊緣AI芯片廠商,以及寒武紀、燧原科技等通用AI芯片廠商也在努力推進。
盡管國內(nèi)廠商在“小腦”和“眼睛”芯片上已經(jīng)能做到性價比極高,但痛點依然在于缺乏類似英偉達Jetson Thor那樣的“超大規(guī)模多模態(tài)通用計算平臺”。目前大部分廠商仍處于“拼盤”階段,這導(dǎo)致軟件適配的“木桶效應(yīng)”、算力損耗與通信延遲等問題。美國以英偉達的Omniverse與Isaac Sim等平臺為代表,試圖構(gòu)建一個高保真虛擬世界進行操控訓(xùn)練。相比之下,中國企業(yè)則更多傾向于利用硬件成本優(yōu)勢采用“泥腿子進城”的現(xiàn)實路線,通過大量機器人在真實場景中積累數(shù)據(jù)。
回望整個產(chǎn)業(yè),我們發(fā)現(xiàn)一個熟悉的規(guī)律正在重演:在技術(shù)浪潮初期,最熱鬧的是終端產(chǎn)品,但最穩(wěn)定的價值掌握在“賣水人”手中。從算力、芯片到關(guān)鍵部件與數(shù)據(jù)基礎(chǔ)設(shè)施,這些看似不顯眼的環(huán)節(jié)才是決定長期格局的根本。魏哲家的那句“跳來跳去沒用”,并非對人形機器人的否定,而是對產(chǎn)業(yè)認知的一次糾偏。在這場競賽中,唯有算力與智能才是長期稀缺資源。