作者 |肖恩

編輯 |德新

過(guò)去兩年，我們已經(jīng)習(xí)慣了各類機(jī)器人在科技展、發(fā)布會(huì)和短視頻里頻繁出現(xiàn)：會(huì)跳舞的人形機(jī)器人、能爬樓梯的四足機(jī)器人，還有穿梭在商場(chǎng)和園區(qū)里的服務(wù)機(jī)器人。它們從實(shí)驗(yàn)室走進(jìn)公眾視野，看上去仿佛預(yù)示著“具身智能時(shí)代已經(jīng)到來(lái)”。

但在這些畫面背后，現(xiàn)實(shí)往往并沒(méi)有那么光鮮：為了讓一個(gè)動(dòng)作能夠穩(wěn)定復(fù)現(xiàn)，工程師需要反復(fù)調(diào)參；為了讓機(jī)器人在真實(shí)環(huán)境中多跑幾圈，團(tuán)隊(duì)不得不一次次采集數(shù)據(jù)、修改算法。許多在聚光燈下表現(xiàn)完美的演示，只要把時(shí)間拉長(zhǎng)、把場(chǎng)景變復(fù)雜，硬件穩(wěn)定性不足、算法泛化性有限、系統(tǒng)調(diào)度壓力過(guò)大等問(wèn)題便會(huì)顯現(xiàn)。

無(wú)論是硬件、算法，還是商業(yè)化路徑與行業(yè)標(biāo)準(zhǔn)，機(jī)器人行業(yè)都還沒(méi)有建立起足夠堅(jiān)實(shí)的底座。

而這個(gè)月，一家科技公司——黑芝麻智能在上海舉辦機(jī)器人平臺(tái)產(chǎn)品發(fā)布會(huì)，一定程度上就是在正面回應(yīng)這些行業(yè)痛點(diǎn)。其推出的新平臺(tái)定名「 SesameX」，定位為首個(gè)專為機(jī)器人商業(yè)化部署打造的多維智能計(jì)算平臺(tái)，希望為當(dāng)前缺乏統(tǒng)一底座的行業(yè)補(bǔ)上一塊關(guān)鍵拼圖。

黑芝麻智能創(chuàng)始人兼 CEO 單記章的判斷是：“人工智能正在從數(shù)字空間走向物理世界，而物理世界的復(fù)雜性遠(yuǎn)超過(guò)去的所有技術(shù)范式�！�

在他看來(lái)，機(jī)器人并不像模型推理那樣只需給出答案，而是要在高度動(dòng)態(tài)、充滿不確定性的物理環(huán)境中與人、物、空間持續(xù)互動(dòng)，不僅“看懂世界”，還要“駕馭世界”。這對(duì)其計(jì)算體系提出的要求已經(jīng)遠(yuǎn)超單純算力堆疊。

在這樣的背景下，SesameX 的定位變得清晰起來(lái)：它不是再做一個(gè)更大的模型，或再堆一塊更強(qiáng)的芯片，而是重建機(jī)器人“應(yīng)該如何計(jì)算”的底層結(jié)構(gòu)，用一套系統(tǒng)平臺(tái)去回應(yīng)行業(yè)當(dāng)前最核心的缺口。

一、SesameX：面向機(jī)器人的通用計(jì)算平臺(tái)

SesameX 并不是某個(gè)芯片或模組，而是貫穿機(jī)器人智能全鏈路的系統(tǒng)化平臺(tái)。

黑芝麻智能機(jī)器人業(yè)務(wù)負(fù)責(zé)人徐勁博士，以一張完整的系統(tǒng)圖介紹了 SesameX 的層級(jí)結(jié)構(gòu)：自底層的計(jì)算模組和通信體系起，向上覆蓋實(shí)時(shí)操作系統(tǒng)、中間件、工具鏈與技能模型，再進(jìn)一步延伸至系統(tǒng)級(jí)安全與持續(xù)自進(jìn)化機(jī)制。

整個(gè)體系構(gòu)成了機(jī)器人“從能運(yùn)行，到能協(xié)同，再到能成長(zhǎng)”的能力路徑。

底層：三大模組構(gòu)成機(jī)器人的“大腦”

針對(duì)不同的算力需求和應(yīng)用場(chǎng)景，SesameX 平臺(tái)推出了三款計(jì)算模組：Kalos、Aura 和 Liora。

在 SesameX 的設(shè)計(jì)中，它們并不是簡(jiǎn)單的“高、中、低”三檔算力，而是三種面向不同機(jī)器人形態(tài)、能力階段與應(yīng)用場(chǎng)景的“大腦類型”，共同構(gòu)成一個(gè)從基礎(chǔ)感知到復(fù)雜認(rèn)知的產(chǎn)品矩陣。

Kalos：商用服務(wù)機(jī)器人專用平臺(tái)

Kalos 采用 8xCortexA55的CPU 架構(gòu)，并集成 2×CortexR5 MCU 負(fù)責(zé)實(shí)時(shí)控制，NPU 算力 48 TOPS，支持最高 8 路 1080P @ 30fps 視頻輸入，I/O接口豐富，適用于各類低速輪式機(jī)器人，如送餐機(jī)器人、迎賓機(jī)器人、物流機(jī)器人等，兼顧視覺(jué)感知與運(yùn)動(dòng)控制，讓機(jī)器人“看得清、動(dòng)得穩(wěn)”。

Aura：多任務(wù)執(zhí)行機(jī)器人通用計(jì)算平臺(tái)

Aura 的 CPU 架構(gòu)升級(jí)到 8 x Cortex-A78AE，并搭載 2× CortexA78AE + 6× CortexR5F 組成的異構(gòu)運(yùn)控處理單元，與 Kalos 上“CPU + 獨(dú)立 MCU”式的分工不同，Aura 的設(shè)計(jì)是一個(gè)完整的運(yùn)控子系統(tǒng)：其中 A78AE 核心可承擔(dān)復(fù)雜控制策略與步態(tài)規(guī)劃，R5F 核心則分別對(duì)應(yīng)不同控制環(huán)路，實(shí)現(xiàn)并行實(shí)時(shí)控制。這種“大腦 + 小腦”式結(jié)構(gòu)讓規(guī)劃與執(zhí)行之間的鏈路更緊耦合，時(shí)延更低。

同時(shí)，Aura 集成了70 TOPS 的 NPU，可在高動(dòng)態(tài)場(chǎng)景下實(shí)現(xiàn)視覺(jué)、力控與環(huán)境理解的多模態(tài)協(xié)同。支持最高 12 路 1080p @ 30fps 或 4 路4K @ 30fps 的視頻輸入，在 Kalos 的基礎(chǔ)上將高速接口升級(jí)為 PCIe Gen4，面向多足機(jī)器人和人形機(jī)器人等強(qiáng)調(diào)實(shí)時(shí)性與穩(wěn)定性的機(jī)體。

Liora：面向具身智能“大腦”的全能計(jì)算平臺(tái)

如果說(shuō) Aura 更強(qiáng)調(diào)的是“身體如何穩(wěn)、如何動(dòng)得漂亮”，Liora 關(guān)注的則是“機(jī)器人在復(fù)雜世界中如何思考和做決定”。Liora 采用 16× CortexA78AE 作為高性能通用計(jì)算集群，同時(shí)搭載 6× CortexR52 作為實(shí)時(shí)控制與安全監(jiān)控單元，并集成超過(guò) 500 TOPS 的 NPU，為大規(guī)模 CNN 感知模型、Transformer 多模態(tài)模型以及端到端控制提供算力基礎(chǔ)。

與更偏重運(yùn)動(dòng)控制與多模態(tài)協(xié)同的 Aura 相比，Liora 在通用計(jì)算與推理層面明顯“加碼”，更適合作為整機(jī)系統(tǒng)的認(rèn)知中樞。

Liora 還首次引入了面向機(jī)器人真實(shí)場(chǎng)景的 Model Zoo。它并不是簡(jiǎn)單的模型集合，而是一套經(jīng)過(guò)算子適配與推理優(yōu)化、能夠直接在模組上部署的預(yù)訓(xùn)練模型與技能庫(kù)，覆蓋目標(biāo)識(shí)別、空間感知、大語(yǔ)言模型等能力。讓機(jī)器人廠商無(wú)需從零訓(xùn)練模型，就能獲得可直接調(diào)用的核心智能能力，大幅降低開(kāi)發(fā)門檻，加速產(chǎn)品落地，也標(biāo)志著 SesameX 的能力從“執(zhí)行與控制層”正式延伸到“認(rèn)知與技能層”。

在系統(tǒng)設(shè)計(jì)上，Liora 面向的是世界模型與高階認(rèn)知任務(wù)：一方面需要承載視覺(jué)、語(yǔ)言、觸覺(jué)等多模態(tài)輸入，構(gòu)建對(duì)環(huán)境的統(tǒng)一表征；另一方面要在此基礎(chǔ)上完成任務(wù)規(guī)劃、行為決策甚至端到端控制輸出。這就要求其在算力之外，還必須具備足夠的內(nèi)存帶寬、任務(wù)并行能力和對(duì)多路傳感器的接入能力。Liora 支持最高24路1080P@30fps視頻輸入，I/O在 Aura 的基礎(chǔ)上進(jìn)一步擴(kuò)展帶寬與通道數(shù)量，同樣提供 PCIe Gen4、TSN 及多種工業(yè)總線接口，更適合作為人形機(jī)器人、復(fù)雜服務(wù)機(jī)器人等形態(tài)的“中央大腦”，將環(huán)境理解、任務(wù)推理與運(yùn)動(dòng)指令統(tǒng)一在同一套認(rèn)知框架之下。

SesameX 并不是提供一個(gè)統(tǒng)一模塊給所有機(jī)器人，而是通過(guò)分層能力覆蓋機(jī)器人行業(yè)，讓不同形態(tài)的機(jī)器人都能找到合適的“智能起點(diǎn)”。

中間件層：決定機(jī)器人是否“流暢自然”的關(guān)鍵

機(jī)器人動(dòng)作的流暢性，在外界看來(lái)是“是否自然、是否像人”，但在工程體系中，它真正考驗(yàn)的是中間件能否在毫秒級(jí)完成任務(wù)調(diào)度、資源分配與異常處理。

徐勁博士談到，當(dāng)前不少機(jī)器人在真實(shí)場(chǎng)景中出現(xiàn)動(dòng)作不連貫、卡頓甚至異常行為，往往并不是模型能力本身不夠，而是底層中間件在多任務(wù)并發(fā)時(shí)無(wú)法做好調(diào)度與算力分配，導(dǎo)致關(guān)鍵控制鏈路被擠占，從而帶來(lái)潛在風(fēng)險(xiǎn)。

SesameX 的中間件體系正是為了解決這一行業(yè)痛點(diǎn)。它不僅提供異構(gòu)算力調(diào)度，還會(huì)在任務(wù)下發(fā)前對(duì)不同類型的任務(wù)進(jìn)行統(tǒng)一建模和預(yù)判，提前評(píng)估各自的資源需求與潛在沖突，并據(jù)此為感知、決策、控制鏈路排定優(yōu)先級(jí)，從而在執(zhí)行前就把關(guān)鍵路徑“規(guī)劃好”。這意味著，當(dāng)機(jī)器人同時(shí)進(jìn)行導(dǎo)航、避障、抓取和語(yǔ)音交互時(shí)，系統(tǒng)能夠提前分配算力與帶寬，避免關(guān)鍵任務(wù)被擠占。

同時(shí)，中間件內(nèi)置的實(shí)時(shí)監(jiān)控機(jī)制會(huì)持續(xù)追蹤各模塊的運(yùn)行狀態(tài)，一旦出現(xiàn)延遲積累或調(diào)度異常，系統(tǒng)會(huì)自動(dòng)調(diào)整任務(wù)路徑或進(jìn)行局部降級(jí)，而不是整體停擺。例如，當(dāng)視覺(jué)模塊因光照突變導(dǎo)致計(jì)算延遲時(shí)，中間件會(huì)優(yōu)先保障平衡與力控鏈路，并暫時(shí)降低視覺(jué)分辨率或調(diào)用緩存策略，從而保證機(jī)器人動(dòng)作連續(xù)。

黑芝麻智能還首次提出了 Runtime 自學(xué)習(xí)調(diào)度機(jī)制。中間件會(huì)在長(zhǎng)期運(yùn)行中記錄任務(wù)執(zhí)行情況，并自動(dòng)優(yōu)化調(diào)度策略，讓機(jī)器人在使用過(guò)程中“越跑越順”。這使得 SesameX 不再依賴人工調(diào)參，而是能夠根據(jù)環(huán)境變化和任務(wù)類型動(dòng)態(tài)調(diào)整執(zhí)行邏輯。

這一層決定的不僅是機(jī)器人“能不能動(dòng)”，而是“動(dòng)起來(lái)是否連貫、是否自然、是否可靠”。中間件讓機(jī)器人擺脫“拼腳本驅(qū)動(dòng)動(dòng)作”的模式，轉(zhuǎn)向真實(shí)意義上的實(shí)時(shí)協(xié)同與連續(xù)控制，為后續(xù)能力層提供了穩(wěn)定基礎(chǔ)。

原子應(yīng)用層：讓機(jī)器人“學(xué)會(huì)任務(wù)”而不僅是“執(zhí)行動(dòng)作”

在傳統(tǒng)機(jī)器人系統(tǒng)中，技能大多依賴預(yù)設(shè)腳本，一旦任務(wù)組合發(fā)生變化或環(huán)境略有差異，動(dòng)作便可能失效。這也是行業(yè)普遍面臨的核心瓶頸：機(jī)器人會(huì)“做動(dòng)作”，但不會(huì)真正“完成任務(wù)”。

為解決這一問(wèn)題，SesameX 引入原子應(yīng)用層，將任務(wù)拆解為最小可復(fù)用技能單元，如抓取、推拉、遞送、開(kāi)關(guān)門、導(dǎo)航停靠等。每個(gè)技能不僅包含動(dòng)作，還包含觸覺(jué)反饋、力控策略與失敗恢復(fù)，使其能夠在不同場(chǎng)景中重新組合并適應(yīng)變化。

這一層的關(guān)鍵價(jià)值在于任務(wù)理解與組合。當(dāng)機(jī)器人接到“取杯子”指令時(shí)，它不再簡(jiǎn)單執(zhí)行固定動(dòng)作，而是根據(jù)環(huán)境狀態(tài)動(dòng)態(tài)規(guī)劃執(zhí)行流程，并在失敗時(shí)自動(dòng)切換策略。這意味著機(jī)器人開(kāi)始具備早期任務(wù)規(guī)劃與策略選擇能力。

原子應(yīng)用層還支持經(jīng)驗(yàn)回灌與跨設(shè)備遷移：機(jī)器人會(huì)根據(jù)執(zhí)行過(guò)程優(yōu)化參數(shù)，并將學(xué)習(xí)成果遷移到硬件配置相似的設(shè)備上，大幅縮短開(kāi)發(fā)周期，讓技能從單機(jī)資產(chǎn)變成平臺(tái)資產(chǎn)。

從工程意義上看，這一層為機(jī)器人補(bǔ)上了“任務(wù)智能”的一環(huán)，讓系統(tǒng)在完成動(dòng)作的同時(shí)具備面向目標(biāo)的調(diào)整與優(yōu)化能力，也為后續(xù)更高層級(jí)的智能演進(jìn)預(yù)留了成長(zhǎng)空間。

系統(tǒng)級(jí)安全：被寫進(jìn)架構(gòu)的“底層前提”

在 SesameX 的整體設(shè)計(jì)中，安全被提升到與算力和算法同等重要的位置，不再是附加在某個(gè)模塊上的“功能選項(xiàng)”。黑芝麻智能將安全機(jī)制直接嵌入感知、模型、決策和控制等關(guān)鍵鏈路之中，通過(guò)多層監(jiān)測(cè)、冗余和仲裁，讓系統(tǒng)在出現(xiàn)異常、資源競(jìng)爭(zhēng)或極端工況時(shí)，仍然能夠保持可控、可恢復(fù)的狀態(tài)，而不是簡(jiǎn)單依賴外部急�；騿吸c(diǎn)防護(hù)。

這意味著，當(dāng)機(jī)器人運(yùn)行在復(fù)雜場(chǎng)景中時(shí)，SesameX 并不是在“事后補(bǔ)救”，而是在每一次感知輸入、每一次決策下發(fā)、每一次控制執(zhí)行之前，都對(duì)風(fēng)險(xiǎn)和不確定性進(jìn)行評(píng)估與約束。安全由此從“某個(gè)模塊的職責(zé)”變成“整個(gè)平臺(tái)的工作方式”，成為架構(gòu)層面的默認(rèn)前提。

也正因?yàn)槿绱�，“為什么今天的機(jī)器人比以往任何技術(shù)形態(tài)都更需要安全”，以及“安全該如何被系統(tǒng)性地寫進(jìn)機(jī)器人的計(jì)算架構(gòu)”，成為黑芝麻智能在 SesameX 上反復(fù)試圖回答的兩個(gè)核心問(wèn)題。

二、安全為何成為機(jī)器人時(shí)代的核心前提

如果說(shuō)機(jī)器人行業(yè)的其他技術(shù)挑戰(zhàn)——感知、力控、算力、模型——都屬于“可被技術(shù)突破”的問(wèn)題，那么安全是唯一一個(gè)如果處理不好，會(huì)直接阻斷整個(gè)行業(yè)路徑的問(wèn)題。它不是一個(gè)“功能項(xiàng)”，而是一條“行業(yè)能否存在”的底線。

為什么今天的機(jī)器人比任何時(shí)代都更需要安全？

機(jī)器人從實(shí)驗(yàn)室走向社會(huì)的速度，比多數(shù)人預(yù)期的更快。它們開(kāi)始出現(xiàn)在醫(yī)院、工廠、酒店之間，甚至進(jìn)入家庭客廳，與孩子、老人、寵物近距離接觸。這種“物理共存”帶來(lái)了一個(gè)前所未有的挑戰(zhàn)：機(jī)器人將長(zhǎng)期、穩(wěn)定、無(wú)處不在地與人發(fā)生物理接觸。

在大多數(shù)數(shù)字產(chǎn)品和傳統(tǒng)消費(fèi)電子中，人機(jī)交互主要停留在屏幕、按鍵或語(yǔ)音層面；但機(jī)器人不同，它的行動(dòng)本質(zhì)上是一種力量作用，它的“每一次靠近、舉手、移動(dòng)”，都可能帶來(lái)潛在物理風(fēng)險(xiǎn)。

在黑芝麻智能看來(lái)，當(dāng)機(jī)器人真正進(jìn)入開(kāi)放、復(fù)雜的真實(shí)場(chǎng)景時(shí)，安全問(wèn)題呈現(xiàn)出幾類典型特征：

動(dòng)作鏈路長(zhǎng)、環(huán)節(jié)多，一處異常就可能沿控制鏈路傳導(dǎo)，演變?yōu)檎麢C(jī)動(dòng)作異常甚至失控；多模態(tài)感知、多任務(wù)并發(fā)時(shí)，算力爭(zhēng)搶、時(shí)序抖動(dòng)和“補(bǔ)丁式”安全機(jī)制疊加在一起，容易放大為整體行為不穩(wěn)定、缺乏端到端安全閉環(huán)；傳感器噪聲、模型偏差與光照變化、行人或障礙物突然闖入等突發(fā)情況交織在一起，在長(zhǎng)期運(yùn)行中不斷累積，持續(xù)暴露出系統(tǒng)的脆弱點(diǎn)。

這些問(wèn)題共同指向一個(gè)核心現(xiàn)實(shí)：機(jī)器人在真實(shí)世界中運(yùn)行時(shí)所面臨的風(fēng)險(xiǎn)來(lái)源是動(dòng)態(tài)疊加、相互影響且不斷演化的，這使得傳統(tǒng)“模塊式安全”難以為繼。

這意味著，機(jī)器人行業(yè)要真正走向規(guī)�；�，必須先回答一個(gè)更直接的問(wèn)題：當(dāng)系統(tǒng)出現(xiàn)異常甚至多點(diǎn)失效時(shí)，機(jī)器人能否依然優(yōu)先保護(hù)人類的安全？

單記章正是從這個(gè)角度強(qiáng)調(diào)：“當(dāng)所有可能出錯(cuò)的地方都出錯(cuò)時(shí)，機(jī)器人仍要能最大程度避免對(duì)人的傷害�！边@不是修辭，是一個(gè)未來(lái)產(chǎn)業(yè)的基本倫理線。

安全必須是一種系統(tǒng)能力

傳統(tǒng)的機(jī)器人系統(tǒng)，安全往往被拆分成彼此獨(dú)立的功能：避障模塊負(fù)責(zé)避障、急停模塊負(fù)責(zé)停止、力控模塊負(fù)責(zé)調(diào)節(jié)力度，遇到問(wèn)題再通過(guò)補(bǔ)丁式規(guī)則或新增硬件去“補(bǔ)救”。這種做法在相對(duì)封閉、任務(wù)固定的場(chǎng)景中還能維持運(yùn)行，但一旦進(jìn)入真實(shí)世界的高動(dòng)態(tài)環(huán)境，多個(gè)模塊同時(shí)工作、爭(zhēng)奪資源時(shí)，原本分散的安全機(jī)制就難以形成有效聯(lián)動(dòng)，任何一個(gè)環(huán)節(jié)出問(wèn)題都可能沿控制鏈路傳導(dǎo)，引發(fā)連鎖失效。正如發(fā)布會(huì)上所強(qiáng)調(diào)的，“當(dāng)所有可能出錯(cuò)的地方都出錯(cuò)時(shí)，機(jī)器人仍要最大程度避免對(duì)人的傷害”，而傳統(tǒng)的模塊式安全顯然無(wú)法支撐這一目標(biāo)。

因此，黑芝麻智能在構(gòu)建 SesameX 時(shí)提出了一個(gè)更高的安全定位：安全不再是設(shè)備級(jí)保護(hù)，而是一種面向真實(shí)世界的人身安全能力。這意味著安全不能停留在系統(tǒng)外層，而必須像神經(jīng)系統(tǒng)一樣嵌入整個(gè)“感知—理解—決策—執(zhí)行”鏈路。只有當(dāng)安全成為系統(tǒng)本身的運(yùn)行方式，而不是附加功能，機(jī)器人才能真正進(jìn)入復(fù)雜社會(huì)環(huán)境。

SesameX 如何實(shí)現(xiàn)系統(tǒng)級(jí)安全？

在安全的實(shí)現(xiàn)方式上，SesameX 采用的是一套從芯片到系統(tǒng)的全棧安全架構(gòu)。黑芝麻智能在官方介紹中強(qiáng)調(diào)，這一體系以車規(guī) ASILD 級(jí)別的安全要求為設(shè)計(jì)基礎(chǔ)，在平臺(tái)內(nèi)部形成“多域隔離 + 安全仲裁”的結(jié)構(gòu)：感知、決策、控制和模型等關(guān)鍵環(huán)節(jié)分別承擔(dān)不同的安全職責(zé)，而獨(dú)立的安全域則作為仲裁中樞，對(duì)各域上報(bào)的狀態(tài)和指令進(jìn)行統(tǒng)一判斷，確保所有計(jì)算與控制都在安全閉環(huán)中運(yùn)行。

在此基礎(chǔ)上，SesameX 將安全機(jī)制貫穿從“感知”到“執(zhí)行”的完整鏈路：從傳感器數(shù)據(jù)進(jìn)入系統(tǒng)開(kāi)始，到模型推理、決策下發(fā)，再到執(zhí)行機(jī)構(gòu)動(dòng)作，每一階段都配有相應(yīng)的監(jiān)測(cè)與保護(hù)策略。一旦出現(xiàn)異常數(shù)據(jù)、模型輸出異�；蚩刂奇溌凡灰恢�，系統(tǒng)可以通過(guò)限制動(dòng)作、策略降級(jí)或切換安全模式等方式，避免風(fēng)險(xiǎn)被放大，而不是單純依賴外部急�；騿吸c(diǎn)防護(hù)。

在黑芝麻智能的眼里，系統(tǒng)安全是 SesameX 架構(gòu)中的高階能力，它融入各個(gè)層級(jí)，為機(jī)器人提供可靠、可信的安全保障：安全不再是附著在機(jī)器人外層的防護(hù)殼，而是與中間件、原子應(yīng)用層等一起，成為 SesameX 日常運(yùn)行方式的一部分，讓機(jī)器人在不斷拓展能力邊界的同時(shí)，始終保持對(duì)人和環(huán)境的可控與克制。

在 SesameX 的邏輯中，安全不是“強(qiáng)行糾錯(cuò)”，而是“讓機(jī)器人從架構(gòu)上具備自我保護(hù)與保護(hù)他人的意識(shí)”。

對(duì)于機(jī)器人行業(yè)來(lái)說(shuō)，安全不是附屬條件，而是商業(yè)化的決定性因素，只有當(dāng)人類敢把身體交給機(jī)器人，才會(huì)出現(xiàn)真正意義上的市場(chǎng)。而SesameX 的系統(tǒng)級(jí)安全設(shè)計(jì)，正是試圖為機(jī)器人行業(yè)補(bǔ)上這塊“決定未來(lái)”的底座。

三、機(jī)器人需要的五項(xiàng)核心能力

結(jié)合多年在智能駕駛和車規(guī)級(jí)平臺(tái)上的量產(chǎn)經(jīng)驗(yàn)，黑芝麻智能認(rèn)為，機(jī)器人要真正走向規(guī)�；�落地，至少需要在幾個(gè)方向上形成體系化能力：可信安全、空間智能、認(rèn)知理解、自主學(xué)習(xí)、多模態(tài)協(xié)同。它們并非抽象概念，而是機(jī)器人要從“可運(yùn)行”邁向“可協(xié)作”、從“可演示”邁向“可量產(chǎn)”的必要條件。黑芝麻智能并不是把每一項(xiàng)能力拆成互不相干的功能模塊，而是希望這些能力都能在同一套工程體系中被搭建出來(lái)、被反復(fù)驗(yàn)證，并在長(zhǎng)期運(yùn)行中持續(xù)演進(jìn)。

首先是可信安全。在機(jī)器人開(kāi)始進(jìn)入家庭、工廠、醫(yī)院、園區(qū)的時(shí)代，它們將與人保持更密切、更頻繁的物理互動(dòng)，這使得安全不僅僅是要求“不要出錯(cuò)”，而是要求機(jī)器人在任何情況下都能保持行為的可預(yù)測(cè)性、可控性和可恢復(fù)性。只有當(dāng)人類愿意把自己的身體、孩子、財(cái)物交給機(jī)器人時(shí)，商業(yè)化才真正成立。黑芝麻智能從車規(guī)級(jí)架構(gòu)遷移來(lái)的多域安全體系，將安全從一個(gè)模塊提升為一種貫穿計(jì)算、感知、決策、控制鏈路的能力，讓機(jī)器人在面對(duì)復(fù)雜沖突時(shí)仍能優(yōu)雅降級(jí)并保證可靠性。

第二項(xiàng)能力是空間智能。具身智能的核心能力不是看清楚，而是理解三維世界的結(jié)構(gòu)、動(dòng)態(tài)與語(yǔ)義，這與自動(dòng)駕駛的“可預(yù)測(cè)道路模型”完全不同。機(jī)器人需要在辦公室、家庭、樓梯間、廠房、貨架等極度復(fù)雜的異構(gòu)環(huán)境中判斷地面可行性、空間拓?fù)�、障礙物屬性等。黑芝麻智能通過(guò)在底層提供多模態(tài)同步采集、高帶寬感知管線以及實(shí)時(shí)調(diào)度能力，讓空間理解不依賴單一模型，而是成為系統(tǒng)級(jí)能力，從而增強(qiáng)機(jī)器人的環(huán)境適應(yīng)性。

第三項(xiàng)能力是認(rèn)知理解。傳統(tǒng)機(jī)器人依賴規(guī)則或腳本，但下一代機(jī)器人必須具備理解任務(wù)意圖、構(gòu)建任務(wù)圖、選擇技能組合的能力，也即從“執(zhí)行命令”轉(zhuǎn)向“理解意圖”。黑芝麻智能通過(guò)原子應(yīng)用層將復(fù)雜任務(wù)拆解為最小可復(fù)用單元，使機(jī)器人不僅能完成動(dòng)作，還能根據(jù)任務(wù)目標(biāo)理解為何這樣做。這讓機(jī)器人擁有了從基礎(chǔ)行為邁向任務(wù)級(jí)智能的路徑。

第四項(xiàng)能力是自主學(xué)習(xí)。真實(shí)環(huán)境永遠(yuǎn)在變化，機(jī)器人必須具備讓自身在使用過(guò)程中不斷變得更好的能力，而不是依賴工程團(tuán)隊(duì)不斷手動(dòng)調(diào)參。黑芝麻智能將這種學(xué)習(xí)能力嵌入到系統(tǒng)循環(huán)中，通過(guò) Runtime 的自優(yōu)化機(jī)制、經(jīng)驗(yàn)緩存和策略重寫，讓機(jī)器人能夠在執(zhí)行任務(wù)的同時(shí)修正自身行為。這意味著機(jī)器人不再是一次性部署的靜態(tài)產(chǎn)品，而是一個(gè)能夠持續(xù)進(jìn)化的智能體。

最后是多模態(tài)協(xié)同。機(jī)器人需要同時(shí)處理視覺(jué)、語(yǔ)言、觸覺(jué)、力控、導(dǎo)航、規(guī)劃等不同類型的任務(wù)，這些任務(wù)的時(shí)間尺度、計(jì)算需求和實(shí)時(shí)要求都不同。如何讓它們不相互阻塞、如何確保優(yōu)先級(jí)合理、如何在毫秒級(jí)響應(yīng)，是決定機(jī)器人“看起來(lái)自然”的關(guān)鍵。黑芝麻智能通過(guò)全棧 XPU 調(diào)度和三維并行架構(gòu)，讓多模態(tài)任務(wù)并行成為常態(tài)，使機(jī)器人能夠以接近人類的連續(xù)性和一致性與世界交互。

從本質(zhì)上看，黑芝麻智能希望將那些在人類身上經(jīng)過(guò)漫長(zhǎng)演化才形成的能力，以可工程化的形態(tài)注入機(jī)器人系統(tǒng)，讓機(jī)器人不止“能動(dòng)起來(lái)”，還能持續(xù)成長(zhǎng)，在完成任務(wù)的同時(shí)逐步學(xué)會(huì)理解并適應(yīng)所處的世界。

四、商業(yè)化進(jìn)展：從真實(shí)產(chǎn)品驗(yàn)證平臺(tái)能力

在發(fā)布會(huì)上，黑芝麻智能強(qiáng)調(diào)判斷一個(gè)平臺(tái)是否能夠成為產(chǎn)業(yè)底座，最關(guān)鍵的標(biāo)準(zhǔn)不是技術(shù)指標(biāo)本身，而是是否能夠在真實(shí)場(chǎng)景中長(zhǎng)期穩(wěn)定運(yùn)行，并支撐不同形態(tài)機(jī)器人的落地�，F(xiàn)場(chǎng)展示的多款合作伙伴產(chǎn)品，正成為 SesameX 平臺(tái)能力的直接驗(yàn)證載體。

目前，SesameX 已經(jīng)在物流、巡檢、人形等多個(gè)場(chǎng)景中實(shí)現(xiàn)部署，這些產(chǎn)品不僅完成了樣機(jī)演示，更進(jìn)入了持續(xù)運(yùn)行和迭代階段，從而為平臺(tái)提供了最具說(shuō)服力的驗(yàn)證路徑。

在園區(qū)與工廠這樣的封閉空間里，物流機(jī)器人是最早走向規(guī)模部署的一類產(chǎn)品。星程智能的慢速物流車采用了 SesameX 中的 Kalos 模組，將視覺(jué)感知與底盤控制集成在一塊信用卡尺寸大小的模組內(nèi)。在這個(gè)組合下，Kalos 不只是一個(gè)算力模組，而是承擔(dān)起“視覺(jué)中樞 + 運(yùn)動(dòng)中樞”的角色，使物流車能在高性價(jià)比前提下穩(wěn)定完成定位、避障與路徑跟隨。這種一體化中樞意味著開(kāi)發(fā)周期顯著縮短，也讓后續(xù)迭代成本可控。

深庭紀(jì)的消費(fèi)級(jí)四足機(jī)器人是 Aura 平臺(tái)的重要落地之一。四足機(jī)器人每邁出一步，都在同時(shí)處理平衡、足端接觸力、視覺(jué)感知、環(huán)境理解等多路信息，如果算力分配稍有不當(dāng)，就會(huì)出現(xiàn)步態(tài)不穩(wěn)甚至摔倒�；�于 Aura 的平臺(tái)方案中，多模態(tài)同步采集和毫秒級(jí)調(diào)度允許機(jī)器人在高速運(yùn)動(dòng)中實(shí)時(shí)修正身體姿態(tài)，既能完成高難度動(dòng)作，又能保持對(duì)周邊環(huán)境的持續(xù)感知。這類產(chǎn)品不再只是展會(huì)上的“炫技道具”，而是開(kāi)始具備走進(jìn)真實(shí)場(chǎng)景的基礎(chǔ)能力。

往更高一層看，黑芝麻智能與武漢大學(xué)團(tuán)隊(duì)在 Liora 平臺(tái)上探索的人形機(jī)器人方案，則開(kāi)始引入世界模型與端到端控制，讓機(jī)器人在面對(duì)開(kāi)放環(huán)境時(shí)具備更強(qiáng)的整體性理解與決策能力。這里的 SesameX，不再只是執(zhí)行預(yù)設(shè)動(dòng)作，而是成為承載“世界觀”的計(jì)算基礎(chǔ)。

除了單機(jī)形態(tài)的產(chǎn)品落地，SesameX 也開(kāi)始進(jìn)入行業(yè)級(jí)解決方案之中。黑芝麻智能與均勝電子達(dá)成的戰(zhàn)略合作，指向的是未來(lái)具身機(jī)器人“頭部總成”和域控制器的標(biāo)準(zhǔn)化；而與湖北華中電力的合作，則把具身機(jī)器人帶入輸電巡檢、帶電作業(yè)等高度危險(xiǎn)的電力場(chǎng)景。前者讓 SesameX 嵌入汽車級(jí)供應(yīng)鏈體系，后者讓它成為行業(yè)數(shù)字化、智能化基礎(chǔ)設(shè)施的一部分。

這些已經(jīng)落地、正在運(yùn)行的產(chǎn)品，共同指向一個(gè)事實(shí)：SesameX 并不是一個(gè)等待市場(chǎng)驗(yàn)證的概念，而是一套正在被不同類型機(jī)器人反向“打磨”的產(chǎn)業(yè)底座。正是通過(guò)這些合作伙伴，SesameX 的架構(gòu)、工具鏈和安全體系在真實(shí)場(chǎng)景中不斷接受壓力測(cè)試，并在一次次部署與迭代中被塑造成更成熟的“全腦智能平臺(tái)”。

如果說(shuō)過(guò)去幾年機(jī)器人行業(yè)的關(guān)鍵詞是“速度”和“想象力”，那么未來(lái)幾年決定行業(yè)走向的，將是“穩(wěn)定性”“安全性”和“系統(tǒng)性”。行業(yè)需要一個(gè)能夠讓機(jī)器人從單點(diǎn)突破走向規(guī)模落地的基礎(chǔ)平臺(tái)。

黑芝麻智能這次給出的并不是一個(gè)激進(jìn)的概念，而是一套穩(wěn)扎穩(wěn)打、體系化清晰，且在真實(shí)場(chǎng)景中已經(jīng)被驗(yàn)證的答案：讓機(jī)器人從“可運(yùn)行”邁向“可協(xié)同”，從“可展示”邁向“可信任”，從“可用”邁向“可成長(zhǎng)”。

SesameX 的出現(xiàn)標(biāo)志著機(jī)器人行業(yè)開(kāi)始進(jìn)入“底層能力重構(gòu)”的階段。在這個(gè)階段，決定行業(yè)未來(lái)的不是誰(shuí)的動(dòng)作更炫、誰(shuí)的模型更大，而是誰(shuí)能構(gòu)建出一個(gè)真正面向現(xiàn)實(shí)世界、可持續(xù)進(jìn)化的智能體系。而這，正是 SesameX 想要承擔(dān)的使命。

       原文標(biāo)題 : 黑芝麻智能SesameX：重建機(jī)器人「該如何計(jì)算」的底層結(jié)構(gòu)