人形机器人拼的不是肌肉，是算力：2030 年出货或破百万台

人形机器人火了一年多，但真正决定它能不能干活的，是藏在身体里的那块算力芯片。市场研究机构 Counterpoint Research 最新发布的全球人形机器人追踪报告给出了一个相当激进的预测：到 2030 年，全球人形机器人 AI 加速器累计出货量将突破 100 万台，2026 年到 2030 年的年复合增长率高达 144%。

一分钟速览

• 2030 年人形机器人 AI 加速器累计出货量预计突破 100 万台。
• 未来五年年复合增长率约 144%，属于典型的早期爆发曲线。
• GPU 短期仍是主流，专用 ASIC 正在快速追赶。
• 英伟达靠全栈生态领先，特斯拉、小鹏等车企押注自研芯片。

为什么一块芯片这么关键

人形机器人要在真实环境里看、听、想、动。摄像头和传感器每秒产生大量数据，模型要在极短时间内判断面前是什么物体、该用多大力气去抓、脚下会不会踩空。这些计算必须发生在机器人身上，不能全都传回云端，因为网络延迟和断网都会让动作失败。

更麻烦的是功耗和散热。机器人身上空间有限，电池有限，风扇装多了又重又吵。所以这类芯片的比拼不只是算力高低，还要看每瓦能跑多少计算、发热能不能压住、体积能不能塞进关节附近。

GPU 先跑，ASIC 后来

报告认为，短期内 GPU 仍是人形机器人算力的主流架构。原因是视觉、语言、行动三类模型正在融合成一体，模型结构变化快，通用 GPU 更容易适配。而专用芯片一旦流片，功能就相对固定，改起来成本很高。

但局面在变。随着机器人模型从视觉语言行动模型向世界行动模型演进，专用算力的价值会越来越明显：功耗更低、散热要求更小、能效更高。特斯拉和小鹏这类车企，正在把汽车上积累的自研芯片经验搬到机器人产品线上，这是它们最大的优势。

阵营怎么排

英伟达目前主导人形机器人的 GPU 市场，靠的是从芯片、模型到仿真工具的一整套生态，并与智元机器人、宇树科技、优必选、银河通用、Figure AI 等一批本体厂商建立了深度合作。对新入局的机器人公司来说，用成熟生态能省下大量调试时间。

高通走的是另一条路，用异构计算架构切入，主打能效和更低的物料成本，目前已与多家厂商达成设计合作，但出货规模与英伟达还有明显差距。国内方面，从地平线孵化拆分出的地瓜机器人推出了算控一体化开发套件，采用 CPU 加 BPU 加 MCU 的架构，内置算力 80 TOPS 的神经网络处理单元，正在补国内机器人算力生态的自主化短板。

趋势洞察

把这份报告翻译成一句大白话：人形机器人还处在「先解决能不能动，再解决贵不贵」的阶段。算力架构从 GPU 一家独大，走向多种方案共存，说明行业开始按场景分工——需要快速迭代的用通用芯片，追求量产成本的用专用芯片。

但百万台的预测有个前提：机器人得真的卖得出去。目前人形机器人的主要买家还是工厂和仓储，家庭场景仍在早期。算力再强，如果整机价格降不下来、可靠性撑不住连续作业，出货量就只会停在演示阶段。芯片厂商的竞争，最终要看谁能帮本体厂商把整机成本打下来。