优必选造芯片，把目标对准了英伟达Thor

11月12日，优必选与沐曦股份联合发起的端侧芯片公司曦选创智，宣布已于近日完成5亿元天使轮融资，投后估值40亿元。这家公司给首颗自研芯片定下的目标，是“全面超越NVIDIA Thor”。

口号很响，但产品还在图纸上。按照规划，曦选创智的芯片要到2028年才正式推出。

优必选为什么要在这个时点亲自下场造芯片，又凭什么认为自己能挑战英伟达？

图片来源：优必选

算力一直握在别人手里，本体厂被通用芯片卡着

要看懂这次自研，先看优必选过去用什么。

从Walker X和天工行者的公开配置看，优必选部分机器人的高阶计算平台长期采用英特尔、英伟达等外部方案：Walker X搭载的是两颗Intel i7-8665U处理器加一块NVIDIA GT1030显卡；面向科研教育的天工行者，部分版本采用了英伟达的Orin AGX 64作为开发计算单元，单颗算力最高275 TOPS，不同版本分别配置一颗或两颗。

可以看出，从早期的Intel处理器到后来的英伟达平台，优必选部分机器人的高阶AI算力平台主要依赖外部供应商。

而由于这些外购平台并非围绕某一家本体厂的具体任务定义，对优必选来说，模型部署、传感器接口、功耗与整机成本之间如何取舍，都需要在通用平台提供的条件下完成。

这在无形中会增加部署成本和适配难度。一个现实的挑战是，机器人要处理更复杂的感知和决策任务，往往需要部署更大的模型。但机器人机身空间、电池和散热都有上限，端侧推理会撞上“功耗墙”，云端推理又可能会撞上“时延墙”。

宇树科技工业场景解决方案负责人谢一鹏此前就表示，功耗会制约具身机器人算力的规模化落地。受机载电池和散热条件限制，高算力芯片要在机器人上持续高负载运行，首先要过功耗和散热这一关。车载高算力方案因此不能简单照搬到机器人上。

更现实的挑战，还有供应链与生态的深度绑定。

高阶AI算力平台依赖外部供应商，意味着本体厂的产品节奏、成本和软件适配，容易受到对方产品路线图与生态变化的影响。

换言之，买芯片只解决了“能不能用”，却回答不了“合不合用”。

拉上GPU厂合资，把真实任务前置到芯片定义

曦选创智的解法，是让懂芯片的人和懂机器人的人坐到同一家公司里。

这家公司2026年5月成立，由优必选、沐曦股份和锋龙股份共同出资。

其中沐曦2020年成立、2025年登陆科创板，做全栈自研GPU，拥有从芯片架构、指令集到软件生态的完整能力，补上了优必选在芯片工程上的短板。

优必选则提供机器人本体、系统集成和应用场景。

图片来源：优必选

曦选创智的首颗芯片被定义为面向机器人的“大小脑一体”SoC，以通用GPU为核心计算单元，计划围绕类CUDA生态搭建工具链，目标是复用开发者已有的模型和应用，降低底层算力更换带来的适配成本。至于能否真正做到平滑迁移，还要等平台出来后验证。

曦选创智反复强调，这不是把通用芯片简单移植过来，而是以真实机器人任务牵引芯片设计，在产品定义阶段就把多模态感知、认知决策和运动协同的需求纳入进来。

为此，曦选创智的团队配置也围绕“芯片+商业化”展开。CEO杨献波曾任新华三高级副总裁，CTO李兆石是清华大学集成电路博士，硬件副总裁魏莉有过多款通用GPU芯片的流片量产经验；沐曦创始人陈维良任董事长，优必选创始人周剑任副董事长。

周剑把意图讲得很清楚：“我们希望把机器人研发和应用中积累的需求更早带入芯片设计，并通过真实任务验证产品。”

值得注意的是，与曦选创智计划用一颗“大小脑一体”SoC覆盖多模态感知、认知决策与运动协同不同，中科慧灵则为下一代人形机器人规划了X100＋P100双处理器方案，分别承担高层决策和实时运动控制。

但中科慧灵也验证了X100单芯片承载两类任务的可行性，说明两者并非非此即彼。

最终路线是否合适，其实不能只看芯片数量，还要看实时性、功耗、成本与整机验证。

靶子立得很高，首款产品要等到2028

看待这笔融资，需要把目标和现实分开：“超越Thor”是曦选创智写在研发规划里的目标，不是已经发生的事实。

图片来源：优必选

按照时间表，曦选创智计划于2027年才向产业伙伴提供开发验证平台，用于适配和测试，并于2028年推出首款SoC产品及配套的具身智能整体解决方案。

目前实际进展是，曦选创智还在推进自研主控的架构设计，连流片都尚未完成。

一家没有产品、没有流片的公司，天使轮就拿到40亿估值，反映的更多是资本对端侧算力这条赛道的预期，而不是对现成业绩的定价。

但预期越高，两年后兑现的压力也越大。这中间既要跨过芯片流片、量产的工程门槛，也要解决软件生态和客户适配，任何一个环节延误，时间表都会后移。

当然，自主可控也是这笔投资绕不开的产业背景，但国产替代本身也不能替代产品竞争力。

一颗机器人芯片能不能立住，最终要看几件具体的事：真实工况下的能效和实时性、运动控制是否稳定、综合成本能否跑赢现有方案，以及类CUDA生态能不能让整机厂和模型厂愿意迁过来。

因此，优必选把触角从机器人本体伸向了更上游的芯片。这一步固然迈得大，但这场考试的考卷很长，真正交卷，要等到两年之后。