辉羲智能冲击A股:机器人芯片从技术验证走向收入验证

资讯 腾讯网 作者:腾讯网 全文 2606 字 · 约 7 分钟读完 配图 1 张 分类机器人芯片

据公开信息透露,10月29日,机器人芯片企业辉羲智能正式向A股公开市场发起冲刺。作为国内较早布局具身智能算力平台的企业之一,公司已实现机器人芯片及域控制器产品的规模化商业落地。 从智能汽车....

所属频道 算力与芯片机器人与具身智能




公开信息显示,10月29日,主攻机器人芯片的辉羲智能正式启动A股公开市场冲刺。在国内具身智能算力平台这一方向上,该公司布局较早,如今机器人芯片与域控制器产品均已进入规模化商业落地阶段。


辉羲的成长轨迹从智能汽车延伸到具身智能,既能看到智驾技术向机器人产业转移的势头,也说明机器人行业正由技术验证阶段转向商业化验证阶段。


但商业化取得突破,只是新一轮竞争的起跑线。机器人产业进入收入验证阶段以后,客户构成、需求能否持续、技术路线怎么演变,都会成为左右行业未来空间的关键变量。




为什么是辉羲:从智驾经验到机器人赛道



2025年以来,具身智能跻身资本市场关注度最高的方向之列。众多创业公司涌进机器人芯片赛道,想走通汽车智能产业链那条路。



不过放眼整个行业,能真正把具身智能做到规模化商业落地的企业还是少数。机器人产业本身尚处早期,整机产品还没形成大批量出货;定制化芯片这边,研发周期长、投入大,企业通常要经过相当长的技术验证和客户导入过程。


辉羲智能能比同行更早迈向资本市场,跟它选的技术路线有不小关系。北京辉羲智能信息技术有限公司2022年成立,定位是具身智能时代的算力平台,产品覆盖具身智能和自动驾驶等领域。2026年初,智元机器人通过



图源:辉羲智能官网


机器人和汽车智能面向的场景载体不同,可感知融合、实时决策、运动控制这些环节的技术共通性很强。汽车智能产业攒下的芯片设计、域控制器开发和量产经验,正成为机器人产业重要的能力来源。对辉羲来说,智驾产业的积累是进入机器人赛道的重要底子,但技术能力只是起点。



芯片企业说到底还是要围着客户需求把产品做落地,走完从研发投入到商业回报的闭环。辉羲后面能快速把产品放量,跟它绑定的头部机器人客户关系很大。




为什么是智元:机器人商业化闭环如何形成



眼下对机器人芯片企业来说,产品能进量产机器人、形成稳定订单,往往比技术参数更要紧。


2025年以来,机器人产业热度持续攀升,产业链上的企业数量也在不断增加。可若从商业化落地看,行业绕不开一个现实:机器人企业数量虽多,真正做到规模出货的产品却不多。对上游芯片厂商而言,这就意味着产品研发完成后,通常还要熬过一段不短的客户验证期。相比



这样一来,头部机器人企业的分量就显出来了。


公开资料显示,智元机器人近年一直在推产品商业化落地,已铺开远征、灵犀等多条产品线,并逐步向工业制造、商业服务等场景延伸。2026年3月,智元机器人宣布累计下线第10000台通用具身机器人,成为国内率先实现万台级量产的具身智能企业之一。


图源:智元官网


眼下,辉羲智能与智元建立合作后,其大算力芯片及域控制器产品已经实现规模出货,相关业务收入增长较快。这也说明,机器人产业链上开始出现从整机量产到上游供应商收入提升的正向循环。对辉羲来说,智元带来的不只是订单,还有产品验证、数据积累和规模化交付的机会。


横向看整个行业,机器人芯片赛道里已冒出收入增长与资本关注同步走高的企业样本。各家企业所处的商业化阶段并不相同,但收入规模、出货能力以及资本认可度,正逐渐成为衡量这类企业成色的重要指标。


不过,跑通商业闭环只是第一步。


新能源汽车和消费电子行业已经形成比较成熟的更新换代机制,机器人产业能不能也形成持续稳定的需求循环,能不能在更多应用场景里完成规模部署,仍将左右整条产业链今后的成长空间。




IPO背后:机器人芯片真正的考验才刚开始



客户集中度是头一个绕不开的坎。


机器人行业眼下还在早期,能真正做到规模量产的整机厂商并不多。对上游芯片公司来说,头部客户既是收入来源,也是产品验证的通道;可客户过于集中,芯片泛用化、供应链策略受制于人、生态单一这些风险也会跟着来。


怎么在稳住头部客户的同时,把行业客户的面铺开,是机器人芯片企业往后要答的一道题。


另一个问题比市场规模更值得盯:机器人需求能不能转成持续循环。


新能源汽车和消费电子已经有了换购和升级需求,机器人行业目前主要还是靠新增部署拉动。企业客户会不会持续复购、产品能不能形成更新换代周期、场景能不能持续扩张,这些决定了产业链增长能不能延续。


对上游芯片企业来说,长期成长性不只取决于单次订单有多大,更取决于机器人产业能不能长出一套稳定、可持续的需求体系。


还有一点:智驾技术往机器人迁移这条路,仍待进一步验证。


具身智能产业当前仍处发展早期,机器人芯片更多是“有什么用什么”。工业控制、消费电子等领域之外,汽车智能产业经过多年积累,已经建立起较成熟的可靠性验证体系、量产标准和供应链管理能力,相关芯片因此更容易先一步进入机器人市场。不少机器人企业采用汽车智能产业的计算平台,原因也在这里。


不过放到长期看,这种迁移解决的更多是产业早期的供给问题,并不是机器人产业的最终技术形态。


机器人和汽车终究面对不同的应用环境。汽车运行场景相对固定,机器人要应对的物理世界更复杂、更多变;汽车看重驾驶决策和安全控制,机器人还得进一步处理运动规划、任务执行和人机交互。


随着机器人应用场景不断铺开,行业未来很可能对芯片架构、实时控制能力、功耗管理以及软硬件协同提出新要求。到那时,围绕机器人场景定义的专用芯片,以及与之配套的软件生态能不能建起来,或许就是下一阶段竞争的关键。


所以说,智驾经验能帮企业更快进入机器人市场,但它能不能成为未来机器人计算平台的最终形态,还要靠更多产品和场景的长期验证。


这么看,IPO 更像路上的一个节点,不是终点。


辉羲智能先一步把商业闭环跑通了,说明机器人芯片已有一定产业化底子。不过客户结构怎么分布、需求能不能持续、技术路线往哪走,这些问题仍会左右企业乃至行业能走多远。




尾声



辉羲智能着手登陆科创板,说明机器人芯片赛道开始冒出首批跑通商业闭环的企业样本。前几年,市场盯得更多的是机器人能不能跑、能不能动;眼下出货、收入和客户成了新的尺子,产业链也慢慢走到检验商业模式和盈利能力的新阶段。


对机器人芯片企业来说,先跑通商业闭环当然要紧,可长期价值说到底要看机器人产业能不能撑起持续增长的需求。只有机器人进入更多应用场景,把规模化部署和迭代升级的正向循环建起来,上游芯片厂商才可能拿到类似新能源汽车产业链那样的空间。辉羲智能的 IPO 进程,或许就是这轮产业演进里的一个信号。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 苹果华为小米齐发力智能家居,三类芯片成关键

    智能音箱能够听懂指令,空调可以远程控制,摄像头能够识别人和宠物,扫地机器人也已经具备自主规划路线的能力。但对于普通家庭而言,真正意义上的全屋智能依然没有完全普及。不同品牌的设备各自拥有独立的控制系统....

    来源 腾讯网
  2. 英特尔Q3营收165.1亿美元,盘后跌超20%

    美国当地时间10月29日,英特尔公布2026年第三季度财报。财报显示,英特尔当季营收达到165.1亿美元,同比增长21%;净利润为33.2亿美元,同比下降18%;摊薄后每股收益0.60美元,同比下降33%。 剔除股权投资收益、重组费用、股权激励等项目后,在Non-GAAP口径下,英特尔第三季度净利润为27.56亿美元,

    来源 AI 行业观察
  3. 英特尔陈立武:Nova Lake补位高端桌面,14A Coral Rapids对决EPYC

    IT之家 10 月 30 日消息,英特尔 CEO 陈立武在 2026 年第三季度财报电话会议上表示,下一代客户端处理器 Nova Lake 将填补公司高端桌面 CPU 产品线的空缺。面向数据中心市场,英特尔计划于 2028 年推出采用 14A 制程的 Coral Rapids 至强处理器,并希望通过后续产品在竞争力上超

    来源 腾讯网
  4. 无界动力联手京东:K15机器人进驻七鲜咖啡,目标10亿元合作规模

    无界动力与京东正式签署战略合作协议,首批具身智能机器人 K15 已落地北京两家七鲜咖啡门店,实现门店经营全流程无人化运行。双方计划推进 1000+ 七鲜门店规模化复制,目标达成 10 亿元产品合作规模,后续还将共同探索智能零售方案的全球化落地。#具身智能# #零售数字化#

    来源 IT之家
  5. 氮化镓快充红利见顶:车载与AI服务器能否接棒

    数年前,氮化镓以快充头为载体走进大众视野,依靠高开关频率、高功率密度的特性,完成功率半导体赛道的一次大众化普及。如今赛道格局早已改写,产能铺开之后价格战持续压缩利润,消费市场的增长天花板肉眼可见。行....

    来源 腾讯网
  6. 机器人爬泰山:3100级台阶600米高差,如何认路探路?

    首届 CMG 世界机器人登泰山大赛将于明天(11 月 2 日)在山东泰安正式开赛,各类机器人齐聚泰山脚下,在红门至中天门(3100 级台阶、600 米高差)千年盘道开启实景山地竞技比拼。央视新闻今日发布视频,揭秘了机器人如何认路、探路、见招拆招。

    来源 IT之家
  7. 首届CMG世界机器人登泰山大赛11月2日开赛,央视解析机器人如何识路

    IT之家 11 月 1 日消息,首届 CMG 世界机器人登泰山大赛将于明天(11 月 2 日)在山东泰安正式开赛,各类机器人齐聚泰山脚下,在红门至中天门(3100 级台阶、600 米高差)千年盘道开启实景山地竞技比拼。 央视新闻今日发布视频,揭秘了机器人如何认路、探路、见招拆招。据介绍,赛事跳出传统实验室仿真环境,依托

    来源 AI 行业观察
  8. Meta联合傅里叶造人形机器人Max:二代已启动,暂无开售计划

    Meta与中国机器人公司傅里叶联合开发人形机器人原型“Max”,并启动第二代研发,计划将消费级AI智能体Muse延伸至家庭场景。新原型将升级操控与感知能力,Meta同步在上海、深圳招募量产人才,但目前暂无销售计划,消费级人形机器人布局仍处研发阶段。

    来源 华尔街见闻
  9. 人形机器人的第一份公账,Agility Robotics 上市前夜的深度解析

    (本文作者为 斯马克机器人版,钛媒体经授权发布) 文 | 斯马克机器人版二〇二六年十一月五日,纳斯达克会为一家公司敲钟。Agility Robotics,代码 AGLT,将被这样介绍——全球首家在美国上市、且拥有真实商业部署的纯血人形机器人公司。定语长得像是在叠甲。每多一个从句,就多堵住一个可能的质疑。「纯血」,是为了

    来源 腾讯网
  10. ChatGPT带徒步进山:编造步道与低估风险,搜救成本谁来担

    把路线规划交给AI,听起来省事,却可能让人放弃独立思考。聊天机器人会编出并不存在的步道,也会低估山里的风险。当这样的错误发生在远离公路的荒野时,后果可能致命。本文梳理WIRED的报道,探讨大模型为何读不懂真实的山野,以及徒步者该如何与AI协作,而不被它误导。

    来源 AI 科技快讯
  11. 盈合机器人破产:成立十月估值超5亿美元,2025年营收仅433万

    (文/张志峰 编辑/吕栋)10月19日,深圳市中级人民法院召开盈合(深圳)机器人与自动化科技有限公司第一次债权人会议。两个月前,法院才公告受理对它的破产审查。它留下的最后一份经营数据是,2025年营收433万元,净亏损6700万元。而这家成立于2020年的机器人公司,在成立第十个月时,估值就已经超过5亿美元。据观察者网

    来源 腾讯网
  12. Meta联手傅利叶:3个月造出人形机器人Max,成Muse物理化身

    IT之家 11 月 1 日消息,据 The Information 昨天报道,Meta 最近与中国企业傅利叶(Fourier)合作,打造一款名为 Max 的人形机器人原型。 据介绍,这款机器人研发用时三个月,其身高接近 5 英尺(IT之家注:约 1.5 米),体重约 106 磅(约 48.1 千克),搭载英伟达 Tho

    来源 AI 行业观察
  13. 机器人先干什么有了新答案:特种四小虎跑在通用机器人前面

    一纸AI上岗新政,为寻找落地方向的机器人行业进一步明确了应用的优先次序。 近日,国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》(以下简称《意见》),再次梳理人工智能和就业的关系,其中明确提出, 人工智能“优先在劳动力紧缺、环境高危等岗位推广应用”。 以机器人为代表的人工智能领域无疑是这两年

    来源 AI 行业观察
  14. 潘尧谈迈姆思SOI晶圆:不用离子注入,12英寸产线在规划

    近日,第十六届国际纳米技术产业博览会在苏州国际博览中心举行。本届纳博会期间,芯师爷推出“问答·纳博会”系列采访报道,本篇为苏州迈姆思半导体科技有限公司总经理潘尧的专访。图源:迈姆思官网一层硅、一层二氧化硅、再一层硅——这种“三层三明治”结构的SOI晶圆,硅光芯片离不开它,据潘尧了解,全球具备量产能力的...

    来源 腾讯网
  15. 具身机器人融资降温:宇树上市后,投资人开始收紧钱袋

    融资狂潮急速降温,具身机器人行业正经历残酷洗牌。 核心矛盾只有一个:资本已大规模入场,机器人却仍未进入真实产线——宇树人形机器人工业场景收入仅占2.64%。头部抢钱、腰部降预期、尾部出局,这个冬天将淘汰大多数玩家,唯有率先跑通"单场景可持续毛利"者,才能拿到下一个春天的门票。

    来源 华尔街见闻
  16. 清华无问芯穹智元提出CEL:96台机器人集群验证群体经验学习

    近日,清华大学、无问芯穹与智元联合提出“群体经验学习”(Collective Experience Learning,CEL)新范式,并在 96 台真实机器人组成的集群中完成规模化验证。这套范式的核心变化在于学习对象,机器人不再主要依靠人类一遍遍示范动作,而是复用同伴在实践中积累的经验,让一台机器人踩过的坑,成为整个群

    来源 腾讯网
向下滚动自动加载更多