机器人厂家采购汽车芯片，双方是谁打开了新赛道？

9月4日，黑芝麻智能披露，遨博智能采购的首批 Aura Devkit 开发套件已于7月全部交付。9月10日，芯驰科技介绍了由 R1、D9 和 E3-R 构成的具身智能芯片方案，从任务决策覆盖到关节控制。

两条消息放在一起，值得看的是机器人企业拿到这些产品后，能从哪里开始开发，还有哪些工作需要自己完成。对于国产芯片厂商，这也决定了产品究竟停留在选型名单上，还是能够进入客户的实际项目。

一、遨博采购的 Aura，先服务于产品开发

黑芝麻智能这次披露的信息很具体：客户是遨博，采购对象是 Aura Devkit，首批交付完成于7月，并有配套技术支持。它给出了商业供货的实例，交付用途则是协作机器人产品开发。

Aura 是 SesameX 平台中的计算模组。黑芝麻智能6月发布的产品资料标注，其 NPU 算力为70 TOPS，口径为 INT8；同时支持多路视频输入、IMU 数据同步采集，以及 TSN 网络和 CAN 等接口。9月的合作公告再次确认了它面向多足机器人、协作机械臂等场景的定位。

图1｜Aura 计算模组。黑芝麻智能2026年9月4日原厂产品图；图中是模组，公告交付对象为 Aura Devkit 开发套件。

这些配置放到机械臂抓取任务里就容易理解：视觉系统识别物体，姿态数据参与判断，计算结果再交给运动控制系统。图像处理得快，还需要不同来源的数据在时间上对得齐，指令能及时送达。

模组和开发套件提供了硬件开发起点，技术支持则帮助客户处理接入和适配问题。但70 TOPS不能直接换算成抓取成功率，开发套件交付也不能据此写成整机批量出货。遨博这笔采购的看点，在于有具体客户为产品开发买单。

这也让交付内容比一颗芯片的参数更值得追问：客户拿到哪些驱动、接口示例和调试支持，哪些算法需要自行部署，出现问题由谁协助排查。公告明确了供货与服务关系，具体软件包和服务范围，仍需落到项目约定。

二、芯驰把产品铺到了大脑、小脑和关节

芯驰近期公开材料呈现的是另一种交付重点：按机器人任务分工，提供不同层级的芯片。

R1 系列面向“大脑”，承担模型推理与任务规划；D9 系列面向“小脑”，处理运动控制；E3-R 系列 MCU 则向关节、躯干等部位延伸，服务电机控制和传感器采集。这里的“大脑”“小脑”，对应的是计算和控制职责。

图2｜芯驰2026年9月公开的机器人芯片布局。原厂方案图，展示产品分工，不代表图中所有产品已按同一规模交付。

具体到产品，D9 官网方案页强调，运动控制与通信、交互等业务可以部署在同一颗芯片的不同域内。机器人一边处理交互信息，一边保持动作控制，这种隔离设计要解决的就是不同任务之间的干扰问题。

更靠近电机的 E3118-R 关节方案，提供三相 PWM 输出与同步采样能力。它处理的是电机驱动和反馈这一层工作，与“大脑”运行模型的任务不同。因此，把这些产品统一放进一张算力排行榜，反而会丢掉选型依据。

芯驰当前 D9 方案页还称，D9-Plus、D9-Max 两代产品已在人形机器人厂商实现量产。页面未列出客户名称和数量，这一进展应按公司披露理解，也不能扩展为整个机器人产品家族均已规模出货。

三、两家方案的差别，落在客户还要做多少开发

围绕 Aura，客户可以从已有计算模组和开发套件开展算法、传感器及控制系统适配。围绕芯驰的产品组合，客户可以按自身架构选择大脑、小脑或关节芯片，再推进板级设计与系统联调。前者近期披露了一笔具名客户采购，后者公开了更细的分层产品职责，并披露 D9 的客户量产进展。

图3｜依据两家近期原厂资料及当前方案页整理，资料核验截至2026年9月20日。比较的是公开交付重点，不作性能或销量排名。

这是两家近期公开材料的重点，各自实际业务还可包含其他交付形态。

选型还取决于客户已有多少积累。已有成熟关节控制板的团队，新增视觉和任务规划能力时，可以先评估上层计算平台；重新设计控制系统的团队，则需要同时考虑处理器、实时控制和通信接口。能覆盖更多层级，为组合选型提供了余地，并不要求客户一次替换全部硬件。

芯驰还强调统一工具链、SDK 和技术支持。它们的实际价值，要落到具体项目：接入现有电机和传感器是否顺利，软件升级后接口能否保持稳定，出现时序问题时能否快速定位。供应商覆盖更多层级，确实有机会减少跨厂商协调，但客户仍要核对软件版本与支持范围。

采购比较也应覆盖开发板、软件授权、技术服务和后续维护等条件。只比较单颗芯片报价，很难反映把方案装进机器人所需的总投入。

两家材料尚不足以支持同一任务下的成本或性能排名。若要进一步横向选型，应把模型、传感器输入、控制周期和散热条件放到同一测试方案里，观察任务完成表现及持续运行状态，再讨论哪种组合更合适。

四、车规经验进入机器人，要在整机上接受检验

两家企业都在强调汽车业务积累。汽车场景中的实时计算、软硬件协同与供货经验，为机器人产品提供了基础。换到机械臂、四足或人形机器人，负载、关节数量、传感器组合和动作任务都可能变化，验证工作也随之改变。

以协作机械臂为例，空载完成一次抓取，与带着实际工件连续运行，是不同的工程要求。视觉处理负载升高时，控制周期是否仍然稳定；通信延迟增加后，动作能否按设计处理；发生异常时，系统如何停止或恢复，都需要在实际整机上验证。

图4｜面向具体项目的验证问题示意，不表示上述厂商或客户已完成这些验证。

因此，后续判断这门生意进展，更有价值的信息是具体机器人型号的导入、重复采购、持续出货，以及可复核的运行结果。汽车业务的既有成绩，可以解释厂商为何进入这一市场；机器人项目本身的交付记录，才能说明新业务走到了哪里。

汽车芯片厂商交给机器人客户的，已经包括计算模组、开发套件、分层控制芯片，以及相应的软件和技术支持。谁能让客户少花时间调通系统，并在实际任务中稳定运行，谁的产品就更有机会留下来。