智东西
智东西7月15日报道，今日，在媒体沟通会上，机器人软硬件通用底座提供商地瓜机器人公布旗舰级具身智能大算力旭日S600的更多技术进展与生态成果。
旭日S600内置18核A78AE CPU、6核R52+MCU，同时采用256-bit LPDDR5x高带宽内存，带宽达204.8GB/s，搭载4核BPU Nash，可提供560TOPS（INT8）算力。
面向具身智能大算力需求，旭日S600提供高性能硬件基座、机器人算法模型、软件工具链和上下游生态协同能力，覆盖早期原型验证、算法开发调优到量产落地交付的完整路径。
自2025年11月，旭日S600首次亮相以来，它石智航、北京人形机器人创新中心、帕西尼感知、千寻智能、人形机器人（上海）有限公司、小雨智造、优必选、智在无界、自变量机器人等20余家具身智能机器人公司均已与地瓜机器人建立合作。
例如，维他动力的Vbot超能机器狗搭载地瓜机器人旭日S100P，实现自然语言交互与环境感知；它石智航A3机器人将搭载旭日S600，实现规模化工业具身机器人落地部署，确保一致性与高效作业。
会后，地瓜机器人CEO王丛、地瓜机器人开发者生态副总裁胡春旭与智东西等媒体进行交流。王丛分享说，地瓜机器人已积累四五百家客户，习惯于以终为始来思考，由终局反推产业所需，其追求的“机器人落地最大公约数”就是看行业收敛到终局还留下什么，以此为目标，从现在开始积累，做有复利的东西。
一、具身智能走向规模化量产，面临三大挑战地瓜机器人开发者生态副总裁胡春旭谈道，当前具身智能行业正经历从实验室演示向规模化量产的重大变革，市场关注点已从机器人能否完成翻跟头等吸睛动作，转变为能否连续工作24小时、重复动作1万次以及能否融入标准化产品 。但从实验室Demo到工厂稳定运行，具身智能量产面临着三大核心挑战 ：
（1）模型上车难，大模型要从云端走向机器人本体：VLA、VLM、LLM等模型参数量和计算图复杂度持续提升，端侧部署面临算力、内存、量化和工具链适配等多重门槛；依赖云端推理又会带来网络延迟，难以满足机器人动态感知与实时决策需求；缺乏统一、高效的模型量化与部署工具量，导致从云端模型到端侧芯片的适配流程繁琐，开发周期长，落地成本高。
（2）算力要求高，机器人需要系统级实时计算：具身机器人需要同时处理多模态感知、端侧大模型推理和毫秒级运动控制。视觉、激光雷达、IMU、力觉等多源数据需要高精度时空对齐，数十个伺服关节也需要低延迟协同，VLA、VLN、世界模型需在端侧实现低延迟的实时推理。
（3）产业整合难，原型机和工程机之间隔着交付能力：原型机验证的是技术可行性，量产产品考验的是稳定性、一致性和可复制性。实验室样机可以依靠临时走线、人工调参和有限测试完成演示；一旦进入真实场景，就需要补齐结构设计、接口规范、可靠性验证、自动化标定和全流程品控等环节。
目前，地瓜机器人基于上百种下游机器人品类、连接超过10万个开发者的量产经验，支持数百万智能机器人落地。其提供覆盖全算力需求的机器人计算平台，支持大量端侧可直接部署的环境感知、灵巧操作、人机交互、自主移动类智能算法与应用。
旭日S600被地瓜机器人称作“具身智能机器人量产底座”，不仅有芯片，还搭配一整套量产解决方案，提供贯穿原型验证、算法调优到大规模交付的全链路支持。
作为一款面向具身智能机器人的大算力SoC，旭日S600采用多核异构计算架构，搭载CPU、DSP、GPU、NPU、ISP等算力单元，专为代表性机器人、操作、规划、感知和控制等智能任务打造，为人形机器人及具身智能系统提供高算力、高可靠性和低延迟响应。
该芯片将多模态感知、算法推理、任务调度、决策和控制能力集成在同一计算栈中，支撑具身机器人高并发计算任务。
具体而言，旭日S600的核心参数包括：
4核BPU Nash，支持模型高效推理，提供560TOPS（INT8）算力；18核A78AE CPU，用于任务灵活调度；6核R52+MCU面向实时控制场景，强调稳定可靠；256-bit LPDDR5x高带宽内存，带宽达204.8GB/s。软硬协同已成为突破计算性能瓶颈的有效路径。据胡春旭分享，过去6年，BPU运行CNN模型的计算性能实现了246倍的提升，运行Transformer模型的计算性能实现了27倍的提升。
旭日S600从芯片到模组、开发者套件进行了全链路可靠性设计，面向量产集成和开发验证提供两类硬件载体：
（1）RDK S600模组：面向ToB客户量产集成，强调高集成度、稳定可靠和工程适配，可直接用于机器人产品开发；搭载32GB/64GB LPDDR5高带宽内存，带宽达204.8 GB/s；支持-40~105°C宽温设计，满足大多数室内外机器人使用场景；完成11项可靠性验证，覆盖长时高负载、湿热变化、频繁启停、振动冲击等机器人常见工况。
（2）RDK S600开发者套件：面向上机验证、原型开发和系统调试，提供开箱即用的完整算力验证生态，全面打通从算法原型到产品化的敏捷开发全流程，主打稳定可靠；提供5路网口，6路USB 3.0、Wi-Fi 6支持和自定义接口扩展能力，方便接入相机、雷达等机器人常用外设，帮助开发团队完成多传感器接入、模型部署和系统验证。
三、实现全栈模型端侧适配，一句话完成机器人应用开发在算法层，旭日S600已完成从VLA、VLM、LLM到语音、感知等全栈模型的端侧适配。
操作模型：热门VLA模型端侧推理达10FPS级别，这意味着机器人每秒可完成10次闭环决策，满足动态环境下的实时操作需求。Physical Intelligence的Pi0达10.1 FPS，千寻智能Spirit v1.5达6.7FPS、Hugging Face的SmoVLA达47.6FPS，均已实现稳定、低延迟的端侧部署。视觉语言、大语言及语音识别模型：Qwen3-VL-8B达35.1TPS（4-bit/Decode），Qwen3-VL-4B达53.5TPS，Qwen3-8B达34.6TPS（4-bit/Decode），Whisper-medium语音识别模型达61.5TPS（8-bit/Decode），从视觉问答、语义理解到语音交互，共同构成了流畅的人机交互体验。
地瓜机器人围绕具身智能关键能力持续布局自研算法，包括三维空间感知、VO-DP+灵巧操作、HoloBrain通用操作基础模型、MultiCAM SLAM全向多目定位、WM-LOCO世界模型驱动越障等方向。
其中，VO-DP+已在旭日S600平台完成推理性能评测和真实场景验证；WM-LOCO通过预测式控制架构提升机器人对未来落脚机会的预判和决策能力，在高难度离散地形上实现稳定通过。
在软件工具层，基于AI Native的开发范式，地瓜机器人将传统依赖人工建模、手写逻辑和逐台标定的机器人开发流程，升级为由大模型驱动的场景生成、代码生成、模型训练、部署验证和自动化闭环。
为此，地瓜机器人构建了“云端-PC端-板端”三层全栈协同体系：
云端RoboGo负责数据生成、训练、量化与发布；PC端RDK Studio负责设备连接、应用配置与真机部署；板端Moss负责任务执行与状态回传。
三层之间由Moss Agent Engine提供统一规划、工具调用与能力协同，实现从“一句话”到“真机动起来”的全链路闭环，重塑机器人开发流程，帮助开发者和客户缩短从模型到真机的落地周期。
Moss是地瓜机器人推出的开源AI Agent框架，作为机器人全局Agent Harness，具备Agent内核、机器人专属Skill、物理设备验证三大能力矩阵，可部署于云端、PC、边缘设备，与OpenClaw、Hermes配套工具形成完整开发体系。
用户只需聊天式下达指令，Moss即可完成意图理解、任务规划、代码生成、硬件驱动与结果验证，让每一行代码都能直达真实机器人。
RDK Studio是专为机器人研发打造的AI原生开发平台，集成了开发所需的核心工具，内置的Moss智能体自动理解并拆解任务，驱动板端执行器完成设备接入、代码部署、模型验证到系统运维的全链路操作。
目前，地瓜机器人已汇聚超过30家硬件生态伙伴、超过50个解决方案生态伙伴、超过20家软件生态伙伴，覆盖芯片、模组、传感器、机器人控制器、数据采集、开源社区和人才培养等关键环节，通过提供更成熟可靠的软硬一体方案，助力加速机器人从原型验证走向规模落地。
地瓜机器人与知行科技、华勤技术、金脉电子等多家汽车产业Tier1合作，打造机器人控制器，希望将汽车领域的大规模生产经验引入机器人行业。
地瓜机器人与思特威、豪威、博世、兆易创新、芯视界微电子、帕西尼、灵御智能等产业链伙伴深度合作。
从原型验证到量产落地，地瓜机器人用一个平台贯穿研发全过程。
具身智能正迈向工程可交付阶段，端侧算力、实时控制、工程可靠性、供应链协同和规模交付能力，将成为具身机器人跨过量产门槛的关键变量。
旭日S600的发布正值这一关键节点。其完整解决方案涵盖高性能硬件模组、闭环算法体系及AI开发工具链。通过生态协同，为通用机器人帮助具身智能机器人企业跨越量产鸿沟，走向规模化落地。
和兴网配资提示：文章来自网络，不代表本站观点。
