辉羲智能发布具身智能算力底座，光至 R1 芯片量产上车

在 2026 世界人工智能大会期间，AI 芯片公司辉羲智能创始人兼 CEO 徐宁仪在世界模型「六小龙」巅峰论坛上提出：世界模型要从「理解与推演」物理世界走向「决策与行动」，关键不仅在于模型能力，也需要与之匹配的系统级算力底座。公司同步展示了以光至 R1 芯片和 RISE（Rhino Intelligent System Ecosystem）计算平台为核心的完整方案，并与多家具身智能企业披露了合作进展。

模型演进对计算架构提出新要求

世界模型通过对空间结构、时间演化以及「动作—环境状态」之间因果关系的建模，尝试构建可持续更新的 4D 时空状态，以支撑机器人预测变化、推演结果并据此决策。当前行业内仍并存隐空间预测、4D 时空状态生成、多模态生成与推理等多条技术路线，VLA、Agentic System 等新型架构也在并行演进，机器人计算负载正走向「感知—推理—规划—控制」的协同运行。

这一变化对底层芯片提出了系统性要求：更大的数据与中间状态规模对算力、存储提出更高需求；传感器、计算单元与执行机构之间则需要更高带宽与更低时延。算法路线尚未收敛，芯片必须在通用算力之上为关键负载保留专用优化空间，并依靠软件持续适配新模型、新算子。

光至 R1 芯片与 RISE 平台

光至 R1 是辉羲智能面向具身智能推出的核心 SoC，集成 24 颗 Arm Cortex-A78AE CPU 核心，RPU 提供 500 TOPS AI 算力，可同时接入多路摄像头、毫米波雷达与激光雷达等传感器原始数据。在此之上，RISE 平台进一步覆盖芯片、模组、域控制器、软件工具链与模型部署，打通从底层算力到整机交付的链路：

• 核心模组 RCM：面向原型验证与联合开发的算力单元。
• 域控制器 RCCU：以光至 R1 为算力核心，对外提供完整接口与软件栈。
• 软件工具链：覆盖模型迁移、AI 编译、算子开发、量化部署与性能优化，并已完成 VLA、多模态大模型与视觉感知等多类负载的适配。

针对机器人「大脑」（感知、理解、决策）与「小脑」（运动规划、实时控制）通常分跑不同芯片、造成高开销与数据不同步的问题，辉羲智能通过统一计算平台推动两类模型在同一架构内融合，减少异构芯片之间的通信与数据搬运，建立从感知到行动的低时延闭环。

从模型适配到工厂量产的具体进展

算力底座的价值需要在真实任务中验证。辉羲智能披露的多项合作进展如下：

• 大晓机器人：围绕世界模型与端侧计算平台协同适配推进合作，探索算法、软件、芯片与机器人本体之间的协同创新路径。
• 自变量机器人：完成国产软硬件联合适配验证，自变量开源的 Wall-OSS-0.5 模型已在光至 R1 芯片上完整端侧运行，并完成推理速度、精度与部署稳定性的联合验证。
• 智元机器人：RISE 平台于 2025 年 Q4 完成首个标志性量产交付，搭载于智元精灵 G2 机器人；2026 年，多台搭载光至 R1 的精灵 G2 在龙旗科技江西南昌工厂开启为期 6 天的全透明产线直播作业，累计作业 17,625 次，任务成功率 99.99%。
• 乐聚机器人：RoboR 具身智能域控制器已部署于乐聚夸父 Kuavo 4 Pro 人形机器人，验证在多路传感器、模型推理与运动控制并行场景下的适配能力。

论坛现场还发布了由上海人工智能行业协会、河套学院、中国信通院华东分院联合发起的 PHYSICAL IQ 物智平台，辉羲智能作为生态伙伴参与其中，期望与高校及产业方共同完善具身智能评测体系。

行业判断

从大晓机器人的世界模型协同、自变量模型的端侧完整运行，到智元精灵 G2 的量产与工厂实测，再到乐聚夸父 Kuavo 4 Pro 的整机部署，辉羲智能正在打通「模型—芯片—计算平台—机器人本体—真实场景」的产业链路。对于仍处于早期、算法路线尚未收敛的具身智能赛道而言，这种以系统级算力底座串联多类合作伙伴的方式，既是工程化能力的体现，也是在多个不确定路线上分散押注的策略选择。