走向“全脑智能”：黑芝麻智能如何在机器人时代寻找确定性

168 0 1

这是个极具确定性的时代，也是一个充满未知性的时代。具身智能正从实验室进入现实层面，人形机器人、服务机器人、行业机器人纷纷着手进行商业化的尝试探索，行业的飞速进步引发了市场行业规范发展的滞后现象，行业的边界含糊，场景呈碎片化，处于这个行业里的企业得承担每个选择或许会伴随的风险。

这是一个最好的窗口期，也是一个最难的判断期。技术的进步升级，算力实现跃迁、多模态模型获突破，使机器人首次获得“理解世界”的能力，也使整个市场与大众看到了机器及人工智能落地的潜力和巨大前景，整个行业比以往任何时候都更强烈地渴望一个可靠的基础平台。

处于这个关键的节点上，11月20日，黑芝麻智能正式发布首个为了机器人商业化部署打造的全栈平台——SesameX多维具身智能计算平台，黑芝麻智能的CMO杨宇欣以及机器人业务负责人徐劲博士接受媒体群访，这不只是一次平平无奇的产品发布，它既介绍了技术发展的必然性，也提及了商业落地的可行性。

未来机器人所需的“智慧中枢”是怎样的？从智能驾驶逐步发展的黑芝麻智能怎样把握机器人产业的实际需求？时代逼迫行业给出回应，而SesameX的推出亮相，是黑芝麻智能作出的第一份答复。

一、机器人产业的“2018年时刻”，为何现在是更好的启动窗口？

在当天发布会上，杨宇欣提到：“现阶段机器人产业正处在2018年智能汽车的那个阶段。”那一年，智能驾驶开始从模型阶段走向现实生活，依旧在摸索商业化落地的路径，但已经摸索出清晰的方向，而机器人当下正处在类似的节点——初期、碎片化、模样未确定，但行业正缓缓形成一致看法，杨宇欣剖析：黑芝麻智能从2024年底便开始对机器人进行投入，也有了落地场景且有了收入，但一直没对外公布此事，是因为行业技术边界还不明确，今天选择发布，是因为我们终于清楚平台该做到啥样和行业真正的共性在哪了。

他认为，机器人产业将比智能汽车增长更快：首先，机器人产业的模型能力已经非常成熟（尤其是多模态与世界模型）；其次，相比那时我们已经有着高度完善国产芯片产业链，在成本与可靠性上具备优势。“机器人不缺场景，不缺想象力，缺的是能让它真正商业化的基础设施。”

这些基础设施，就是黑芝麻智能试图补全的那一块。

二、从智能驾驶走向机器人：跨界？不，是技术逻辑的自然延伸

许多人疑问：黑芝麻智能怎么就做起机器人了？这是否属于一次跨界？徐劲博士给出的答案是：黑芝麻智能进行机器人相关工作，并非进入全新的路径，而是技术逻辑的自然扩大，机器人与智能汽车在感知、计算架构、实时控制、安全体系等核心技术范畴具有高度的共通点。机器人跟汽车一样，都需要处理多路视觉输入，需达成高实时性的运动控制效果，得做异构算力的调度事宜，需要大量的模型推理实力，同时还得在真实存在的物理世界里做出安全决策，智能驾驶行业积累的诸多技术本事，像多传感器同步、端侧推理、车规级安全、中高算力处理能力，再加上大规模量产经验，几乎全都能直接运用到机器人领域。

杨宇欣补充这一观点时称，智能汽车实际上是具身智能的首个阶段，机器人则是下一阶段，在企业的远大愿景里，黑芝麻智能已实现了从“赋能智能汽车”到“赋能涵盖智能汽车和机器人的具身智能”的战略拓展，黑芝麻智能一直坚守一条路径，且不断催生更多的可能性。

三、SesameX：为什么要做一个“平台”，而不是单一模组？

SesameX平台是一个覆盖从底层模组、通信网络、中间件到系统安全机制的全栈机器人智能平台。在解释为什么要做“平台”而不是单点模组时，徐劲博士给出的理由非常直接：机器人行业真正的碎片化源于大家都在重复做底层，而这些底层开发往往耗时、成本高、工程化难度大。

SesameX旨在为机器人行业的困境创造一个体系化解决方案。

首先，从计算平台上，SesameX通过Kalos、Aura与Liora三类模组，覆盖不同类型机器人的算力需求，这其中，由Kalos主要负责商用服务机器人，由Aura负责多足/协作机械臂，由Liora负责人形机器人与世界模型。这些模组本身在I/O密度、视觉输入能力、Transformer推理效率、以及车规级安全方面保持统一标准。

其次，在算力之上，SesameX的独特Network能够将不同模组、外设与云端协同起来，使机器人内部不同部件、乃至多机器人系统之间能够像神经网络一样高效通信。其上层的Runtime和中间件解决了机器人系统中常见的算力冲突、任务调度困难、系统割裂等现实痛点，使开发过程更具工程可控性。最顶层的X-Safety设计则继承了车规级安全体系的严谨性，从感知到控制的链路进行了系统级冗余与隔离，让机器人在与人类近距离互动时安全可控。

杨宇欣认为，行业真正缺乏的不是某一种功能模组，而是一个可以持续进化、可以工程化落地的完整体系。SesameX的目标正是去构建这个基础设施。

四、“商业落地”是关键词：为什么黑芝麻一定要强调场景？

在整个群访过程中，“商业落地”是被提及最多的词汇。杨宇欣坦陈，机器人公司大多技术驱动，但市场资源有限，场景方又普遍缺乏对机器人价值的理解，导致技术方与需求方之间存在鸿沟。根据此问题，黑芝麻智能创造性地提出了“场景驱动”策略来解决这一结构性问题。

在面对媒体时他介绍到，黑芝麻智能会利用其在智能汽车时代积累的产业资源，主动帮助机器人合作伙伴寻找可落地场景；也会把不同客户在工程化中反复出现的共性需求抽象成平台能力，从而降低研发与部署成本。在这一过程中，公司不仅提供模组与平台，还会参与到合作伙伴的产品定义与场景规划中，与合作伙伴共同构建从算法到模型、从感知到控制的闭环。

他将公司在机器人业务的定位总结为“卡位”与“布局”。所谓“卡位”，是明确公司在产业链中的角色，保持专注，只做机器人智能的中枢系统；而“布局”则意味着通过持续场景落地，让SesameX平台在真实应用中不断迭代，从而形成正向循环。这个阶段，机器人收入在公司整体占比不高，但其具有的战略价值显然远大于短期财务表现。

五、国际化视角：中国机器人产业正在形成“时差优势”

作为长期在新加坡常驻的负责人，徐劲博士对国际市场有相当前沿的观察见解，中国机器人产业链成熟度在全球范围内已形成显著领先态势，中国厂商也拥有无法比拟的价格及工程效率长处；海外市场对通用型机器人的需求更为渴求，拥有更强的付费本领，此般供需结构带来了独特的“时差优势”。

海外客户更加需要中国所具备的工程化能力、AI算力平台以及成本可控的智能系统，黑芝麻智能形成了契合当地环境的海外战略：基于平台能力这个基础，与当地生态伙伴一起输出方案，生成高贴合度的本土化落地范式，具身智能成为全球产业竞争新方向，而中国在这一代产业链的成熟水平，产品工程化、成本与速度体现出的综合优势，极有希望促成一次实实在在的国际化窗口期。

六、技术路线：不押注单一路径，而是构建“最大公约数”架构

近期行业内部围绕“是否需要语言模型”“世界模型是否为最优路线”展开了激烈讨论。对此，黑芝麻智能保持十分务实的态度。公司不是走算法驱动路线的企业，故而不会选定具体的路线进行押注，而是把精力集中在“让所有主流和潜在主流模型顺畅运行”的能力提升上。

黑芝麻智能的新架构同样支持V，同样支持L，也支持世界模型，“我们打算提供一个最大的兼容基础，使不同技术路线在我们这边都能有最优的运行情况。”杨宇欣进一步强调，SesameX平台的价值并非是“赌未来谁能胜出”，而在于无论未来技术路线怎样演变，平台都能给出稳定、有力的算力与工程化依托。黑芝麻智能避免了单一路径与“押注未来”的行为模式，转而积极去试多种可能性，兼容未来。

七、从芯片公司到端侧AI平台公司：黑芝麻智能的下一步

采访的最后，杨宇欣谈到了公司在机器人之外的更大图景。他认为，黑芝麻智能正在从一家芯片公司，成长为具身智能时代的“全场景端侧AI平台提供者”。这一定位的核心在于三个方向的协同推进。

首先，公司会持续扩展算力产品线，从低功耗设备到数百TOPS的高算力平台，实现端侧算力的全覆盖。其次，公司会与合作伙伴构建可持续成长的生态体系，复用智能汽车时代积累的车规级安全和量产能力，为机器人与更多智能终端的商业落地提供成熟的工程化路径。最后，公司不再把业务局限于单一行业，而是将机器人视为具身智能时代的第一波浪潮，未来所有智能终端都将需要算力平台，而这一趋势将构成公司长期发展的战略支点。