走向“全腦智能”：黑芝麻智能如何在機器人時代尋找確定性

這是個極具確定性的時代，也是一個充滿未知性的時代。具身智能正從實驗室進入現實層面，人形機器人、服務機器人、行業機器人紛紛著手進行商業化的嘗試探索，行業的飛速進步引發了市場行業規范發展的滯后現象，行業的邊界含糊，場景呈碎片化，處于這個行業里的企業得承擔每個選擇或許會伴隨的風險。

這是一個最好的窗口期，也是一個最難的判斷期。技術的進步升級，算力實現躍遷、多模態模型獲突破，使機器人首次獲得“理解世界”的能力，也使整個市場與大眾看到了機器及人工智能落地的潛力和巨大前景，整個行業比以往任何時候都更強烈地渴望一個可靠的基礎平臺。

處于這個關鍵的節點上，11月20日，黑芝麻（參數丨圖片）智能正式發布首個為了機器人商業化部署打造的全棧平臺——SesameX多維具身智能計算平臺，黑芝麻智能的CMO楊宇欣以及機器人業務負責人徐勁博士接受媒體群訪，這不只是一次平平無奇的產品發布，它既介紹了技術發展的必然性，也提及了商業落地的可行性。

未來機器人所需的“智慧中樞”是怎樣的？從智能駕駛逐步發展的黑芝麻智能怎樣把握機器人產業的實際需求？時代逼迫行業給出回應，而SesameX的推出亮相，是黑芝麻智能作出的第一份答復。

一、機器人產業的“2018年時刻”，為何現在是更好的啟動窗口？

在當天發布會上，楊宇欣提到：“現階段機器人產業正處在2018年智能汽車的那個階段。”那一年，智能駕駛開始從模型階段走向現實生活，依舊在摸索商業化落地的路徑，但已經摸索出清晰的方向，而機器人當下正處在類似的節點——初期、碎片化、模樣未確定，但行業正緩緩形成一致看法，楊宇欣剖析：黑芝麻智能從2024年底便開始對機器人進行投入，也有了落地場景且有了收入，但一直沒對外公布此事，是因為行業技術邊界還不明確，今天選擇發布，是因為我們終于清楚平臺該做到啥樣和行業真正的共性在哪了。

他認為，機器人產業將比智能汽車增長更快：首先，機器人產業的模型能力已經非常成熟（尤其是多模態與世界模型）；其次，相比那時我們已經有著高度完善國產芯片產業鏈，在成本與可靠性上具備優勢。“機器人不缺場景，不缺想象力，缺的是能讓它真正商業化的基礎設施。”

這些基礎設施，就是黑芝麻智能試圖補全的那一塊。

二、從智能駕駛走向機器人：跨界？不，是技術邏輯的自然延伸

許多人疑問：黑芝麻智能怎么就做起機器人了？這是否屬于一次跨界？徐勁博士給出的答案是：黑芝麻智能進行機器人相關工作，并非進入全新的路徑，而是技術邏輯的自然擴大，機器人與智能汽車在感知、計算架構、實時控制、安全體系等核心技術范疇具有高度的共通點。機器人跟汽車一樣，都需要處理多路視覺輸入，需達成高實時性的運動控制效果，得做異構算力的調度事宜，需要大量的模型推理實力，同時還得在真實存在的物理世界里做出安全決策，智能駕駛行業積累的諸多技術本事，像多傳感器同步、端側推理、車規級安全、中高算力處理能力，再加上大規模量產經驗，幾乎全都能直接運用到機器人領域。

楊宇欣補充這一觀點時稱，智能汽車實際上是具身智能的首個階段，機器人則是下一階段，在企業的遠大愿景里，黑芝麻智能已實現了從“賦能智能汽車”到“賦能涵蓋智能汽車和機器人的具身智能”的戰略拓展，黑芝麻智能一直堅守一條路徑，且不斷催生更多的可能性。

三、SesameX：為什么要做一個“平臺”，而不是單一模組？

SesameX平臺是一個覆蓋從底層模組、通信網絡、中間件到系統安全機制的全棧機器人智能平臺。在解釋為什么要做“平臺”而不是單點模組時，徐勁博士給出的理由非常直接：機器人行業真正的碎片化源于大家都在重復做底層，而這些底層開發往往耗時、成本高、工程化難度大。

SesameX旨在為機器人行業的困境創造一個體系化解決方案。

首先，從計算平臺上，SesameX通過Kalos、Aura與Liora三類模組，覆蓋不同類型機器人的算力需求，這其中，由Kalos主要負責商用服務機器人，由Aura負責多足/協作機械臂，由Liora負責人形機器人與世界模型。這些模組本身在I/O密度、視覺輸入能力、Transformer推理效率、以及車規級安全方面保持統一標準。

其次，在算力之上，SesameX的獨特Network能夠將不同模組、外設與云端協同起來，使機器人內部不同部件、乃至多機器人系統之間能夠像神經網絡一樣高效通信。其上層的Runtime和中間件解決了機器人系統中常見的算力沖突、任務調度困難、系統割裂等現實痛點，使開發過程更具工程可控性。最頂層的X-Safety設計則繼承了車規級安全體系的嚴謹性，從感知到控制的鏈路進行了系統級冗余與隔離，讓機器人在與人類近距離互動時安全可控。

楊宇欣認為，行業真正缺乏的不是某一種功能模組，而是一個可以持續進化、可以工程化落地的完整體系。SesameX的目標正是去構建這個基礎設施。

四、“商業落地”是關鍵詞：為什么黑芝麻一定要強調場景？

在整個群訪過程中，“商業落地”是被提及最多的詞匯。楊宇欣坦陳，機器人公司大多技術驅動，但市場資源有限，場景方又普遍缺乏對機器人價值的理解，導致技術方與需求方之間存在鴻溝。根據此問題，黑芝麻智能創造性地提出了“場景驅動”策略來解決這一結構性問題。

在面對媒體時他介紹到，黑芝麻智能會利用其在智能汽車時代積累的產業資源，主動幫助機器人合作伙伴尋找可落地場景；也會把不同客戶在工程化中反復出現的共性需求抽象成平臺能力，從而降低研發與部署成本。在這一過程中，公司不僅提供模組與平臺，還會參與到合作伙伴的產品定義與場景規劃中，與合作伙伴共同構建從算法到模型、從感知到控制的閉環。

他將公司在機器人業務的定位總結為“卡位”與“布局”。所謂“卡位”，是明確公司在產業鏈中的角色，保持專注，只做機器人智能的中樞系統；而“布局”則意味著通過持續場景落地，讓SesameX平臺在真實應用中不斷迭代，從而形成正向循環。這個階段，機器人收入在公司整體占比不高，但其具有的戰略價值顯然遠大于短期財務表現。

五、國際化視角：中國機器人產業正在形成“時差優勢”

作為長期在新加坡常駐的負責人，徐勁博士對國際市場有相當前沿的觀察見解，中國機器人產業鏈成熟度在全球范圍內已形成顯著領先態勢，中國廠商也擁有無法比擬的價格及工程效率長處；海外市場對通用型機器人的需求更為渴求，擁有更強的付費本領，此般供需結構帶來了獨特的“時差優勢”。

海外客戶更加需要中國所具備的工程化能力、AI算力平臺以及成本可控的智能系統，黑芝麻智能形成了契合當地環境的海外戰略：基于平臺能力這個基礎，與當地生態伙伴一起輸出方案，生成高貼合度的本土化落地范式，具身智能成為全球產業競爭新方向，而中國在這一代產業鏈的成熟水平，產品工程化、成本與速度體現出的綜合優勢，極有希望促成一次實實在在的國際化窗口期。

六、技術路線：不押注單一路徑，而是構建“最大公約數”架構

近期行業內部圍繞“是否需要語言模型”“世界模型是否為最優路線”展開了激烈討論。對此，黑芝麻智能保持十分務實的態度。公司不是走算法驅動路線的企業，故而不會選定具體的路線進行押注，而是把精力集中在“讓所有主流和潛在主流模型順暢運行”的能力提升上。

黑芝麻智能的新架構同樣支持V，同樣支持L，也支持世界模型，“我們打算提供一個最大的兼容基礎，使不同技術路線在我們這邊都能有最優的運行情況。”楊宇欣進一步強調，SesameX平臺的價值并非是“賭未來誰能勝出”，而在于無論未來技術路線怎樣演變，平臺都能給出穩定、有力的算力與工程化依托。黑芝麻智能避免了單一路徑與“押注未來”的行為模式，轉而積極去試多種可能性，兼容未來。

七、從芯片公司到端側AI平臺公司：黑芝麻智能的下一步

采訪的最后，楊宇欣談到了公司在機器人之外的更大圖景。他認為，黑芝麻智能正在從一家芯片公司，成長為具身智能時代的“全場景端側AI平臺提供者”。這一定位的核心在于三個方向的協同推進。

首先，黑芝麻智能會持續擴展算力產品線，從低功耗設備到數百TOPS的高算力平臺，實現端側算力的全覆蓋。其次，黑芝麻智能會與合作伙伴構建可持續成長的生態體系，復用智能汽車時代積累的車規級安全和量產能力，為機器人與更多智能終端的商業落地提供成熟的工程化路徑。最后，黑芝麻智能不再把業務局限于單一行業，而是將機器人視為具身智能時代的第一波浪潮，未來所有智能終端都將需要算力平臺，而這一趨勢將構成公司長期發展的戰略支點。

他認為，未來的智能終端產業將誕生新的端側AI龍頭企業，而在這一代體系上，中國廠商首次具備與全球同行同步競爭的機會。正是基于這樣的判斷，黑芝麻智能做出了戰略選擇，在此刻堅定進入機器人行業。

結語：在新的時代門口尋找確定性

智能世界正從數字空間過渡到物理世界，機器人被視作未來十年最核心的智能承載載體，大模型、算力、工程化以及場景需求正同步達到成熟水平，產業的技術基礎與商業根基都已具備結構性提升的必要條件。

在這一關鍵的時間節點，黑芝麻智能謀求以一個“全腦智能”平臺，為機器人時代夯實基礎框架，這背后是智能駕駛十年累積的延展，是對技術邊界的精準判別，也是源于對商業閉環深度理解所賦予的戰略主動性。

目前，機器人產業還處在早期階段，也是建立行業領頭的關鍵階段，真正的產業基礎設施提供者，往往會在這個階段悄然成型。對于黑芝麻智能而言，SesameX不僅是新產品，更是一條通往具身智能時代的長坡厚雪之路。