2026世界机器人博览会（WRC）于8月19-23日在北京亦创国际会展中心举行。“AI大模型赋能机器人与具身智能产业新范式专题活动”在博览会同期举办。维泛智能联合创始人兼CEO殷积磊出席“圆桌对话： 场景应用创新与产业链协同”并参与讨论。
以下为对话实录：
主持人：首先有请各位嘉宾用 1 -2分钟的时间简单进行自我介绍和各位的公司。
殷积磊：大家好，我叫殷积磊，是维泛智能的联合创始人兼CEO。我个人是半导体从业者，在这个行业里做了20年，前10年做非AI相关的芯片研发，比如云计算芯片，更早做PC里面的南北桥芯片和手机芯片、数字电视芯片等。最近小10年在AI领域内，可穿戴端侧AI推理芯片，像大家熟知的耳机、手表、手环这些产品，最近两年探索尝试做一些更大算力的，我们维泛智能的成立主要瞄准机器人领域，做具身“大小脑”融合芯片。
今天有很多嘉宾的分享，有本体的，也有算法的，也有数据相关的，我们是解决算力的问题，目前国内高端的端侧算力市场国产化率比较低，主要是英伟达的方案像Orin和Thor为主，我们是去做Orin和Thor的平替。我们会以生态建设的打法去做，软件方面我们做国产化，拥抱Cuda兼容的主流生态，硬件上我们做通用计算和类脑计算的结合，去做脑启发的GPU也就是低功耗版的GPU。很高兴看到今天下午有一些朋友分享，也在尝试做一些类脑路线相关领域的探索，希望跟大家多多交流。
主持人：感谢各位老师。今天我们将围绕两大核心方向一起交流。
1、场景需求驱动创新：如何立足工业真实工况，打造真实能干活的机器人。
2、共建协同生态：打通产业链上下游合作壁垒，加速整体行业规模化落地。
因为你们是做芯片的，目前具身智能机器人的大小脑算力不足，能效也比较低，我不确定有没有专门用于具身智能特定的芯片，现在都在用Orin或者Thor，你们是如何破局或者切入到这个领域来的，你也刚才提到平替，这个平替好做吗，还是不好做？
殷积磊：具身智能发展到今天，共识是商业化落地的元年，刚才主持人问的问题基本也都在围绕讲落地的问题，我觉得这是一个非常好的现象，去年WRC上，我感受大家更多还是在讨论技术和算法。
回到芯片上，怎么去做平替，坦白来讲市场目前并没有太多平替的需求，为什么？因为机器人这个行业实在太新了，现在都没有很大量产的公司，刚才前面几位嘉宾探讨的，怎么样能让机器人稳定、持续可靠地运行几十个小时、几百个小时甚至几千个小时，这是全产业链在共同探讨和关心的问题。从芯片这个角度，它是不可或缺的，因为它是一个基础设施，基础设施上面要跑不同的算法，各种各样的模型结构的算法，同时它也有小脑运控的部分，它是一颗主控芯片，除了做规划决策外，也要控制关节等核心的零部件，完成端到端的功能，从感知进来的多模态数据先进行处理，然后把多模态数据吃到网络里面去，生成运动控制的姿态，或者操作的动作，完成整个任务的闭环。
目前来讲，挑战是什么？从量产产品角度来讲，要稳定可靠，而且是保持高性能、持续工作的条件下，还需要功耗消耗非常小。目前的具身大模型基本上都是从云端大模型蒸馏下来的，小则几B、十几B，多则几十B，它要求的算力很大，这其中的功耗消耗是个大问题。
第二点，就是成本。目前英伟达Jetson系列，之前主要是用在工业类的，后来把它用在智驾领域，现在又进入到机器人这个领域内，这个芯片非常贵，刚才提到BOM成本的问题，Thor芯片现在至少5万人民币，它其实非常不利于规模化的推进，降成本也是一个很重要的话题。同时机器人大脑芯片目前也是从智驾领域拿过来“凑合用”的状态，它其实并不是一个为机器人领域原生设计的芯片。这对于初创公司来讲是一个新的机会。
讲到平替，做国产替代是非常必要的，说白了它算是“工业粮食”，不管是智驾也好，还是机器人，它既然是新质生产力，我想任何国家也不太会允许这个行业不能自主可控。
上面就是我们从不同的维度，成本、效率、功耗、自主可控去做的平替的探索，难但正确。
主持人：你们做类脑的计算范式，这块它跟产品的端侧芯片有什么不一样吗？
殷积磊：这里面最大不一样的地方就是低功耗，大家知道类脑计算其实是类人脑，人脑大概也就是二三十瓦的功耗，是真正的AGI，什么都能干，能够算数，能够写代码，又能洗衣服、能炒菜。但基本现在都在云端，跑这种大模型，都要几百瓦。最近正好是运动会嘛，我们其实也有在跟一些合作伙伴做开发和探索，使用的Thor芯片，大概跑半个小时的室外的场景很快就宕机了，为什么呢？功耗太高。所以说功耗是一个痛点问题，类脑计算其实可以从计算范式上去解决功耗问题，它有稀疏性、事件触发、脉冲二值化等特点，我们把它融合到通用计算里面，用它来降低功耗。大概是这样。
下午也有一个朋友分享了，也是做类脑智能，叫合十思维，这是一种新的探索，发散一点，所谓的Scaling Law，很多人觉得大力出奇迹，炼丹的这种算法模式不可持续的。其实人脑的方式看起来是最经济高效的，未来类脑计算或者类脑智能算法也是非常值得期待和探索的。
总结一下，一个是软件和算法方面，一个是从底层的计算范式上面，我们都会去做类脑智能的一些探索。
主持人：过去几年都有不同时间的热词，比如今年我们应该最热的东西就三个词汇，VLA可能热度下降了一点，WorldModel应该是最热的词汇，落地应该是我们今年比较强调的。大家可以预判一下，因为我们都已经说到了这些，今年的热词明年可能不会再热了，预测一下明年什么会成为热点？或者产业会往什么方向去前进？
殷积磊：其实我有点不同的观点，今年可能是机器人落地的元年，既然叫元年，我觉得它不会大火，明年可能也不会有特别大的量，但是确实会有突破，我觉得可能从几个方面会有一些突破：
第一个，从量的这个角度，明年我觉得会达到10-20万的量，这其实是一个很大的突破。过去的一个统计数字，就是25年整个人形机器人的出货量一万八，这是大家共识，26年今年多少？可能6万左右，所以明年我觉得可能会超过10万或者20万，这是一个很可观的量。当然这个量不是来自于单一一家公司或者是单一一个场景，它的突破是来自各个场景。
量带动的突破，像刚才李总讲的，可能来自于某个专业领域或者说场景驱动，某个场景上的单点突破，它会带来上万的量或者几万的量，相应的它会带动整个产业链的成熟，不管是搞“电子皮肤”，灵巧手还是像我们在搞的算力，说明它这个产业链在落地了、在变得成熟了，它是某种意义上的产业链协同的突破。
另外，单从算力芯片这个角度来讲，我们是做AI芯片的，但也给自己泼泼冷水，坦诚讲，我觉得今年和明年不会有太多国产化的需求，为啥呢？因为机器人这个领域是属于工业级的，工业级别的东西一定不会说今年做出来一个东西，明年就换、后年就换，它是3年、5年、10年的周期，所以我们认为英伟达的方案依旧会是这两年的最主流，但对于初创公司来说要利用好这个窗口期做好量产爆发前夜的充分准备。
27年，我觉得对好多公司来讲可能是充满期待的一年，模型方面去年热点是VLA，今年是World Model，明年是什么？没有人不知道，世界模型很可能就不流行了。但有更多的人愿意加入到这个行业里面去探索，我觉得这就是一个好的现象。机器人和人工智能对大家现在已经不再是陌生的了，是日常的一部分了，跳舞没什么感觉了去魅了，但干活场景化落地变得很有想象力，所以我觉得人对AI认识的思维上的突破，或者整个机器人产业链成熟的突破创新，还是蛮值得期待的。