地瓜机器人加码工业市场，RoboGo软件平台首次亮相工博会

10月12日，第二十六届中国国际工业博览会在上海开幕。地瓜机器人首次参展，集中展示了旭日系列智能计算芯片、RDK机器人开发者套件和RoboGo软件平台，覆盖机器人从端侧计算到云端开发的多个环节。

本次展出有哪些重点，RoboGo系列软件平台首次公开亮相背后有什么值得关注细节？地瓜机器人销售副总裁江舟就相关问题向EEWorld进行了分享。

从地平线机器人事业部到独立运营

地瓜机器人前身是地平线的AIoT事业部，后来逐步发展为机器人事业部，并于2024年独立运营，专注于机器人领域的智能计算芯片及平台方案。

地平线成立于2015年。早期，公司就布局了自动驾驶和AIoT两条业务线。前者逐步发展为面向汽车市场的征程系列芯片及自动驾驶解决方案，后者则成为地瓜机器人的业务基础。

面向机器人市场，地瓜机器人希望提供的不只是芯片，还包括开发工具、算法资源和软件平台，为机器人开发提供底层计算与开发支持。

旭日系列芯片覆盖不同算力需求

地瓜机器人的核心硬件产品是旭日系列智能计算芯片，采用类似大小脑的“CPU+BPU+MCU”架构，以芯片中的BPU为核心，与地平线面向汽车市场的征程系列相对应。目前，旭日系列覆盖约5 TOPS~560 TOPS的AI算力范围，形成了面向不同应用需求的产品组合。

为什么地瓜机器人要设置这么多算力选择？因为不同机器人对计算平台的要求并不相同。扫地机器人需要完成室内环境识别和路径规划，割草机器人要应对户外光照变化、草坪边界识别和动态障碍物，人形机器人则需要处理多传感器感知、复杂环境理解等任务。覆盖不同算力区间，可以让厂商根据应用需求选择合适的平台，而不必为所有产品配置相同的计算资源。

其中，旭日3面向相对成熟的机器人应用，旭日S100将算力提升至约100 TOPS，旭日S600则面向更高算力需求的机器人场景。目前，旭日S100和S600均在批量交付，其中S100出货量更大，主要面向工业应用。江舟还提到，近期有工业客户开始探索将S600用于流水线质检等场景。

560TOPS是否足够当下发展？面对Thor，地瓜机器人又如何竞争？江舟表示，旭日S600的AI算力为560 TOPS。江舟称，主流VLA模型π0.5在该平台上可达到约10帧的运行速度。相比英伟达Thor，S600的算力约为其一半。当下，具身智能模型迭代很快，端侧模型仍在持续裁剪和优化，算力不足是行业普遍面临的问题，地瓜机器人会通过工具链和工程支持，帮助客户将模型部署到旭日S600上。

对于下一代产品，地瓜机器人会结合芯片架构、模型发展和实际应用需求确定算力配置。江舟认为，算力需求并非单纯由芯片技术推动，也受到算法和模型进步的影响。以旭日5为例，三年前推出时，10 TOPS已让部分客户觉得算力过剩；如今，客户开始主动询问20 TOPS级产品。

从开发板到算法生态，降低机器人开发门槛

AI芯片的性能并不只取决于理论算力，模型结构、算子支持、内存带宽和软件调度都会影响实际运行效果。地瓜机器人希望通过软硬件协同，在满足感知精度和实时性要求的同时，控制硬件成本与计算资源占用。

为此，地瓜机器人推出RDK机器人开发者套件，包括基于旭日3的RDK X3，以及基于旭日S600的RDK S600系列开发者套件。开发套件集成了多种接口和开发所需的硬件资源，便于开发者开展算法验证与应用开发。

在此基础上，地瓜机器人还与幻尔、古月居等合作伙伴共同推出机器人开发套件，将计算平台整合到小车或其他机器人形态中。开发者可以直接进行巡线、避障、目标识别等实验，不必从硬件搭建开始完成全部工作。

算法生态也是其开发者体系的重要组成部分。地瓜机器人披露，其平台已适配300多种开源算法，并提供200多个应用示例，覆盖视觉感知、双目深度、SLAM建图、文字识别和语音交互等方向。

公司还通过高校课程、开发者活动和算法竞赛拓展应用生态。对于初创企业和个人开发者而言，现成的开发套件、算法资源与示例程序，可以减少重复开发工作，让团队更快进入应用验证阶段。

RoboGo软件平台首次公开亮相

地瓜机器人现场人员向EEWorld展示了RoboGo软件平台，据介绍，具身智能开发与传统嵌入式开发不同。传统嵌入式应用多围绕明确的功能逻辑展开，具身智能则更依赖数据采集、标注、模型训练、评测和部署。原始数据需要经过清洗、筛选和格式处理，模型训练完成后，还要通过仿真和真实环境测试，并针对目标硬件进行量化部署。

RoboGo尝试将这些环节整合到一套软件平台中，提供数据处理、工作流编排、模型训练、仿真验证和量化部署等功能。开发者可以将重复操作组织成标准化流程，复用训练数据集，减少重复处理和环境搭建的工作量。

仿真中心支持配置机器人模型、场景物体及光照、材质等条件，帮助开发者测试算法在不同环境下的表现，减少对真实设备和现场测试的依赖。平台还支持模型量化和端侧部署。通过调整计算精度，可以降低模型的存储与计算开销。此外，RoboGo正在探索Agent、MCP等工具调用方式，让智能体能够发起模型验证、训练或仿真任务。

RoboGo降低AI应用门槛

谈到工业企业是否愿意开放数据，江舟表示，目前RoboGo接触较多的是具身智能、模型相关企业和初创公司。这些客户对新的开发方式接受度较高，也认可行业通行的数据保护和加密措施。工业客户则处于探索阶段，端侧AI化这个大势所有人都认可，工业数据开放是长期趋势，但推进需要时间。

RoboGo目前覆盖数据处理、模型训练和部署等环节，提供云端SaaS服务，同时支持个人开发者、企业团队按需使用。企业不必一次性迁移全部开发流程，可以根据自身需求选择部分功能，逐步推进AI应用。

数据能否用于训练，取决于具体行业和采集方式，江舟表示，具身智能的数据采集方式仍在快速演进，有效数据比例很难统一量化。如果一家企业能将一半采集数据用于训练，已经属于行业内较高水平。相比之下，工业流水线和仪器设备较为成熟，数据采集点位更明确，数据准确性和可用性通常更好。

工业AI还面临场景碎片化、专业人才不足等问题。过去20年，工业领域在硬件标准化方面积累了不少经验，但不同生产环节的AI需求差异较大，企业很难依靠一套算法覆盖所有场景。同时，AI人才大量流向互联网、汽车和机器人企业，传统工业企业组建完整团队的成本较高。

RoboGo希望通过软件工具和生态合作，降低工业企业应用AI的投入。江舟提出，目标是将相关人力成本降低至原来的五分之一甚至十分之一，让企业不必先组建数十人的AI团队，也能以较轻的投入完成从0到1的尝试，对库卡、ABB 这类玩家尤其重要。

不断拓展至工业领域

据江舟介绍，地瓜机器人的收入来自芯片销售和云平台订阅，后者支持按月或按年付费。客户对S600的反馈总体积极，后续仍需提升工具链易用性，降低模型迁移门槛。地瓜机器人也在探索利用AI Coding简化模型优化工作。

目前，地瓜机器人连续四年保持客户数量和销售额翻倍以上增长。后续增量主要来自机器人等新兴市场、传统工业应用拓展，以及中国企业出海。消费机器人也是业务方向之一，涵盖扫地机器人、割草机器人和陪伴机器人等产品。

此外，地瓜机器人正从机器人市场拓展至更广泛的工业应用。江舟表示，公司既服务具身智能企业，也为传统工业客户提供芯片和配套方案。相比低算力平台，地瓜希望以更高的AI算力和更有竞争力的价格，覆盖工业视觉、设备控制等需求，并联合方案商提供本地化服务。

未来3~5年，地瓜机器人将继续完善工业级芯片、方案伙伴和算法工具。地瓜机器人计划到2026年底将方案伙伴扩大至100家以上，2027年超过300家；RoboGo等工具则用于降低算法开发和部署门槛。公司不直接提供行业算法解决方案，而是与生态伙伴合作。

这是地瓜机器人首次参加工博会。江舟感叹，公司希望借此接触更多传统工业客户。工业市场空间很大，但应用复杂，对可靠性要求高，需要长期投入。随着工业企业开始探索AI应用，地瓜希望通过芯片、开发工具和生态伙伴，帮助客户将AI能力落到具体设备和生产环节。