560 TOPS 上一块板干两件事：省掉的不是一块板，是一次时钟对齐
AI 算力板与运动控制板合成一块，行业普遍理解成「省 BOM」。真正的收益在别处：跨板时间戳对齐、两套工具链、两拨联调人员，这些成本从不进 BOM，但每个项目都在付。
- 窗口内事件：2026-11-11，地瓜机器人与珞石机器人（03752.HK）宣布深度合作，旭日 S600 端侧算力平台用于珞石太白 AR5 双臂与逐星 H 系列轮式人形，珞石玄和 iNex 运动控制系统已完成对 S600 的全量适配。
- 关键变化：AI 大脑与全身运动控制「小脑」在同一计算平台原生运行，整机无需再配独立运动控制盒。此前 iNex 已适配英伟达 Orin、Thor。
- S600 硬指标：560 TOPS @INT8，4 核 BPU Nash + 18 核 A78AE + 6 核 R52+ 实时 MCU，LPDDR5x 204.8 GB/s 带宽；官方称 π0 在 PiLIBERO 仿真下端侧推理 10.1 FPS。
- iNex 的承诺：小脑集成周期从行业普遍的月级缩到周级，单项目据称节省六到九个月底层开发时间。
- 珞石的量：9 月 29 日第 10000 台人形力控臂下线，服务全球 1000 余家企业客户，覆盖 40 多个国家；2026 上半年营收 4.15 亿元，同比 +135.8%，具身智能业务 1.39 亿元占 34%。
- 判断：双板合一的真实收益不在 BOM，在时延预算的可测量化。合成一块板之后，端到端延迟第一次能被当成一个可以写进合同的数，而不是一句「系统响应很快」。
这条新闻在中文科技媒体上被写成「端侧算力再下一城」。这个说法没错，但漏掉了最有意思的那一层。
值得说的不是谁给谁供芯片，是两块板变成了一块板，以及这件事在工程上到底省掉了什么。
传统人形机器人的计算架构是分开的：一块 AI 算力板负责模型推理与感知，一块运动控制板负责关节伺服、力控环路和实时调度。
这么设计有它的道理——实时控制要求微秒级的确定性，AI 推理要求大算力和高带宽，两者的芯片选型逻辑完全不同。硬要放一起，往往两头都不讨好。
但代价也很实在。
第一层代价是通信。两块板之间要靠以太网、CAN 或 PCIe 连接，中间隔着协议栈、缓冲区、驱动。对「看一眼、动一下」这种慢节奏任务，几毫秒不算什么；但对力控插接、柔性抓取这类接触任务，几毫秒就是碰与不碰的差别。
第二层代价是时间对齐。视觉的时间戳在 AI 板上，关节编码器的时间戳在控制板上，两个时钟不同源。要让模型知道「我看到这张图的时候，手臂在什么位置」，就得做时钟同步与插值补偿。这件事没有标准答案，每家公司自己写一套，写完还要在真机上反复校准。
第三层代价是调试。两块板，两套工具链，两个日志系统，两拨人。现场出问题的时候，第一个问题永远是「到底是感知错了，还是控制错了」——而这个问题的定位成本，通常比修复成本还高。
判断：这三层成本，一层都不进 BOM，但每一个项目都在付。所以「省掉一个运动控制盒」这件事，如果只按硬件成本算，省下的可能只是几千块；按工程成本算，省下的是每个项目几个月的联调时间，以及一支不需要常年待命的跨板调试队伍。
珞石方面给的数字是：iNex 可将小脑集成周期从行业普遍的月级缩短至周级，单项目节省约六到九个月底层开发时间。
这个数听起来夸张，但放在「从零做双板同步」的语境里不算离谱。真正的新项目，光是把两个时钟对齐到能用、把两套日志拼成一条时间线、把异常定位流程跑通，三个月是常态。
先看硬件。旭日 S600 是地瓜 2025 年 11 月发布的具身智能专用算力平台，芯片层面的关键配置是：
| 单元 | 配置 | 在机器人里的角色 |
|---|---|---|
| BPU（NPU） | 4 核 Nash，560 TOPS @INT8 | VLA / VLM 模型推理 |
| CPU | 18 核 A78AE | 多任务调度、后处理、业务逻辑 |
| 实时 MCU | 6 核 R52+ | 实时控制、安全环路 |
| 内存带宽 | LPDDR5x，204.8 GB/s | 大模型权重与多路视频流 |
| 视频接入 | 芯片侧最多 6 路、4K@60FPS；模组侧最高 24 路并发 | 多相机感知 |
再看那个更有信息量的数：官方称 π0 模型在 PiLIBERO 仿真场景下，端侧推理帧率达到 10.1 FPS。
10 FPS，即每 100 毫秒一帧。
这个数不能简单理解成「够快」或「不够快」，得看它在控制链里处在哪一环。
如果 VLA 模型直接输出关节指令，10 FPS 意味着控制环只有 10 Hz——这个频率做位置控制勉强，做力控完全不够。电流环通常在 1 kHz 以上，位置环在 100 Hz 到 1 kHz 之间。10 Hz 的决策频率直接驱动物理执行，等于让一个每 100 毫秒才眨一次眼的人去接飞来的球。
所以真实的架构只能是分层的：VLA 出「动作块」或「目标位姿」，底层控制器以远高于 10 Hz 的频率做插值与闭环修正。
这也正好解释了 B-spline 类动作表示为什么在这个阶段变得重要——模型不需要输出每一个控制周期的指令，只需要输出一条轨迹的参数，剩下的交给控制器按节拍执行。昆腾动力在物流场景用的也是这条路（本号今日另一篇拆过）。
判断：「端侧 10 FPS」的正确读法是——VLA 已经能跑在本体上，但它的角色是「决策节拍」，不是「控制节拍」。这条边界划清楚，才知道端侧算力的下一轮竞争在哪：不是把 FPS 从 10 推到 30，而是把「从感知到动作下发」的端到端延迟压下来。前者是吞吐，后者是响应，动态操作只认后者。
顺带说一句带宽。204.8 GB/s 这个数，比 TOPS 更值得关注。VLA 模型的瓶颈经常不在算力，在权重搬运——尤其是多路高分辨率视频同时进模型的时候。很多「算力够但跑不动」的案例，最后查出来都是带宽打满。
这次适配的技术含义，比「又一家国产芯片进了机器人」要深一点。
iNex 是珞石自研的开放式运动控制系统，负责协调双臂、腰部、头部与移动底盘。它此前已经完成与英伟达 Orin、Thor 两个平台的适配。
现在多了 S600。
判断：一个运动控制系统的价值，取决于它能被装到多少种算力平台上，而不是它绑定了哪一家。对本体厂来说，「控制系统 + 算力平台」解耦意味着三件事：可以按产品价位选不同档的算力；可以在供应链波动时换平台而不改上层；可以在同一个软件栈上做高中低三档机型。
这也是珞石这条合作里最被低估的一句：「其开放式控制系统进一步增加了国产端侧算力平台选择，为不同性能和成本要求的机器人产品提供了更多组合。」
翻译过来就是：以后卖机器人，算力是可以选配的。
这件事在 PC 和手机行业是常识，在机器人行业还不常见——因为运动控制与算力长期是成套卖的，客户没有选择权。解耦之后，报价方式会跟着变：本体一个价，算力档位一个价，控制系统一个价。
对做交付的公司，这一条比任何参数都实用。它意味着方案报价可以按客户的算力预算做梯度，而不是只有「标配」和「加钱」两档。
把镜头转向珞石。
2026 年 9 月 29 日，第 10000 台人形力控臂下线交付。产品服务全球 1000 余家企业客户，覆盖消费电子、新能源、汽车零部件、精密加工，销售与服务网络覆盖 40 多个国家和地区。
2026 年上半年：营收 4.15 亿元，同比增长 135.8%；其中具身智能业务收入 1.39 亿元，占总营收 34%；机器人总销量超过 13000 台。
太白 AR5 是七自由度仿人构型，全关节搭载扭矩传感器，能做柔顺插接与亚毫米级精细装配。逐星 H 系列是轮式人形，全向底盘 + 双臂 + SLAM 导航，用于跨工位转运。
判断：这次合作的结构是「底座换底座」。地瓜缺的是真实本体与规模交付，珞石缺的是把大模型装进本体端侧的算力底座——两家的短板正好互为对方的长板。而且这不是意向，珞石已经有一万台的制造底子在，适配完就能上量。
把两家的数据并排放，能看出中国机器人供应链正在长出一个中间层：
地瓜机器人
脱胎于地平线机器人事业部，2024 年初拆分，只做芯片、算法与开发平台，不做本体。旭日系列芯片 2026 上半年累计出货突破 800 万片；S600 自 2025 年 11 月发布后已获 20 余家头部客户采用，具身智能领域客户覆盖率突破 50%。
珞石机器人
港股上市（03752.HK），做工业协作机器人与人形力控臂。一万台力控臂已下线，1000 余家企业客户、40 多个国家。2026 上半年具身智能业务占总营收 34%。
判断：这个中间层的意义，是把「做机器人」的固定成本拆成了可采购的模块。以前一家新公司要把本体、控制、算力、模型全部自己搞定；现在本体可以买力控臂、控制可以用 iNex、算力可以用 S600、模型可以接开源 VLA。门槛下降带来的不是更多同质化产品，而是更多「只做一个环节但做得很深」的公司。
地瓜官网的技术页里有一项容易被忽略的能力，值得单独讲：硬件在环（HIL）量化方案。
它的做法是：定量分析量化前后的动作偏差，通过闭环调优，把原本「盲目」的压缩过程变成「看着刻度调优」的工程。官方口径是——将 VLA 部署从「盲目试错」转化为4 周内的确定性高精度交付。
这句话说的其实是行业里一个长期的痛。
模型量化到 INT8 甚至更低，几乎是端侧部署的必经之路。但量化会掉精度，而「掉多少」这件事，在视觉任务里可以用 mAP 衡量，在机器人操作里没有对应指标——动作偏了 2 毫米还是 2 厘米，成功率可能从 95% 掉到 60%，也可能完全不掉。
于是绝大多数团队的做法是：量化、跑一批测试、不行就换一组校准数据、再跑一批。这是试错，不是工程。
HIL 的思路是把「动作偏差」直接作为量化误差的度量，在真实硬件闭环里测，而不是在离线的模型比对里测。
判断：这是本轮端侧算力竞争里最容易被低估的一条。因为它的产出不是参数，是工期。一个项目能不能在四周内交付，和客户能不能在季度预算里排进去，是同一件事。行业里大量的「demo 很好但交付延期」，根源都不是模型不行，是部署过程不可预测。
最后说一句这次公告里没有的东西。
没有任何采购金额，没有任何装机数量。
这很合理——技术适配公告本来就该只讲适配。但对读新闻的人来说，这意味着这条消息目前的证据强度只到「技术可行」，没到「商业验证」。
判断：适配与量产之间，隔着的是「在多少个型号上跑过多少个班次」。iNex 已经在 Orin 和 Thor 上验证过工业场景，现在多一个 S600，逻辑上是扩展而非重置。所以这件事的可信度不低，只是它现在还是一条供应链新闻，不是一条业绩新闻。