消費級具身智能跨越式新品:算力提1000倍,對標英偉達Jetson Thor

機器之心發布

剛剛，蔚藍科技發布了新款機器狗。

外表看起來像 "玩具"，但性能堪比服務器。

它不翻跟頭，不跑障礙，過去五年行業 "卷" 的炫技，它沒跟。

但它可能是消費級具身智能第一次真正配得上 "智能" 兩個字的產品

早在 2023 年，這家公司就發布了全球首款家庭陪伴四足機器人 BabyAlpha，賣了 2.5 萬多臺。

有人覺得酷，有人覺得雞肋。褒貶不一。

3 年后，他們把那些質疑都用技術砸了回去。

這代產品干了一件非常底層的事 —— 給機器狗裝上一套超越人類的感知系統，外加一套能撐起端側大模型的異構算力架構，相較上一代算力提升 1000 倍，對標英偉達 2,070 TFLOPS 算力的 Jetson AGX Thor T5000 芯片，但成本僅為英偉達的約 1/10

顛覆性創新之父 Clayton M. Christensen 曾說："The next big thing will start out looking like a toy." （下一個顛覆時代的偉大事物，起初看上去都像一件玩具。）

今天，當我們談論感知與思考的突破時，真正的指向并非一臺更具噱頭的機器狗，而是通用人工智能機器人的原點 —— 人造勞動力。

而這臺萬元級機器狗的背后，或許藏著 “人造勞動力” 從概念走向落地的關鍵一步。

國產算力方案如何撕開一道口子

先看行業現狀。

四足機器人常用的幾款芯片 ——RK3588、Orin NX、S100P—— 算力上限 6-128 TOPS（每秒萬億次操作）。

單芯片要同時跑視覺感知、3D 建圖、運動控制、大模型交互、安全冗余，少說 5-6 個任務，根本分配不過來。

最直接的體現就是端側大模型。

行業產品跑個 15 億參數模型，TPS（每秒處理的 Token 數）最高也就 20 幾；70 億參數的，大多數直接跑不動。

參數稍微大一點就卡成 PPT，你跟它對話得等好幾秒才有反應，還談什么交互體驗。可是參數要小的話，跑是跑得動了，但智能表現宛如 "智障"。

BabyAlpha A3 是怎么破這個局的？

它沒有繼續沿用行業通用的單芯片方案，而是搞了一套自己的具身智能邊緣端混合異構計算集群

簡單說，就是6 顆芯片分布式協同：2 顆 5 納米 + 2 顆 8 納米 + 2 顆 3D 堆疊，一共 22 核 CPU。

核心邏輯：不同任務分配給最擅長的芯片 ——5 納米跑大模型推理，8 納米處理感知數據，3D 堆疊管運動控制。三者通過高速總線互聯，任務切換延遲控制在毫秒級。

對比行業主流方案，不是同一個量級。

15 億參數 TPS，從行業最高的 23 飆到 617，70 億參數 TPS 能到 280，意味著端側大模型在消費級產品上第一次真正可用

數據聲明

1: 以上參數均為各型號消費級旗艦款規格參數。

2: 本表格數據來源于各品牌官方網站產品頁及技術文檔中心 (2026 年 5 月獲取)、第三方公開評測報告。如有誤差，請聯系更正。

3: 各產品持續迭代，配置以最新官方信息為準。

關鍵的是：這套方案完全采用國產芯片設計與制造工藝，突破了美國高端芯片、先進制程對國內企業的封鎖。

對標英偉達 Jetson AGX Thor T5000（售價約 3000 美金），蔚藍用國產方案實現更高算力，成本僅 300 余美金。

而這條路線一旦跑通，帶來的不只是成本優勢。

蔚藍自研算法模型架構 + 蔚藍自研算法模型架構 + 異構計算架構，實現了對傳統 GPU 路線的效率代際領先：更高算力下成本僅為英偉達的約 1/10，同等成本下算力大幅領先。

這個技術路徑的突破不止適用于機器人 ——它具備通用性，可以拓展到數據中心級大規模算力場景。

按照行業 12-18 個月算力成本下降一半的節奏，近 10 倍的成本效率優勢意味著：把行業 3-4 年后的算力能力，提前拉到今天。

感知指標超人類：比人更安全自主行動的前提

算力突破是腦子，但光有腦子不夠。

機器人要在家庭場景里安全行動，感知能力必須超過人類

不是 "接近人類"，是超過。

人靠常識兜底 —— 拖鞋是軟的、線纜不能踩、玻璃門要繞開，看不清也猜得到。

機器沒有常識，感知不夠就真的看不見、聽不明，行動如 “摸瞎”。

行業現在是什么水平？

視覺 100-300 萬像素、HDR 不到 90db，逆光暗光就糊。空間靠 16 線激光雷達，3-8 萬點 / 秒，相當于馬賽克地圖導航。聽覺單麥或 4 麥，定位聲源基本做不到。

感知天花板太低，"看清" 都做不到，更別說 "看懂"。

BabyAlpha A3 是如何打破這一瓶頸的呢？

他們拿出了一套非常硬核的硬件配置：

數據聲明

1: 以上參數均為各型號消費級旗艦款規格參數。

2: 本表格數據來源于各品牌官方網站產品頁及技術文檔中心 (2026 年 5 月獲取)、第三方公開評測報告。如有誤差，請聯系更正。

3: 各產品持續迭代，配置以最新官方信息為準。

視覺：6600 萬像素、HDR 140dB、480fps，多維度超過人眼

8K+4K+4K 三組高清攝像頭，360 度環視，總像素 6600 萬 —— 像素水平飆到行業平均水準的 30 + 倍！

HDR 140dB，超過人眼 100-120dB 的動態范圍，逆光窗邊、陰影交錯處單幀內同時捕捉高光和暗部細節。

幀率最高 480fps，遠超人眼 60fps，這意味著 A3 能以極致慢鏡視野，清晰捕捉每一瞬的動態細節。

人眼約 200 度視野，腦后和側面都是盲區。A3 能實現 360 度全覆蓋，不需要 "回頭" 就能感知身后環境。

空間感知：360° 環視面陣，從馬賽克地圖到厘米級 3D 地圖

5 組 3D TOF 和 3D 結構光構成 360° 環視面陣，點云密度 223.2 萬點 / 秒 —— 行業主流 3-8 萬，幾十倍差距。

8 萬點看到模糊輪廓，223.2 萬點能看清地板上的充電線、扁平的拖鞋、玻璃門半開的那條縫。

點云密度夠高，才能構建厘米級精度的 3D 環境地圖 —— 這不是 "看到了"，是 "看清了、測準了、能導航了"。

自動測距、實時標注，自主導航的物理基礎全靠這個精度。

聽覺：12 麥立體陣列 —— 仿生貓頭鷹，360 度聲源精確定位

行業方案慣用 1-4 顆麥克風，只能判斷聲源大概方向。A3 用了 12 顆。

12 顆麥克風按 3D Mesh 拓撲分布在頭部，不是平面排列，而是立體覆蓋 —— 類似貓頭鷹雙耳左右不對稱的原理，通過空間 "錯位" 產生時間差和音量差，同時解算聲源的方位角、俯仰角和距離，3D 空間中精確定位

定位之后是聚焦。波束成形在目標方向形成極窄波束，只收目標聲源，其他方向全部抑制 —— 電視聲、空調聲、旁邊人的聊天聲，不影響它聽你的。4~8kHz 兒童高頻段衰減更小，孩子的高音調呼喚也認得準。

配合超聲波雷達環形陣列，全球首次消費級量產應用

總之，感知系統的 “革命性” 創新，不是炫技，而是安全底線

機器沒有常識兜底，感知必須比人更強，才可能在家庭里真正安全地自主行動。

當機器人的運動終于擺脫遙控和指令

行業過去五年卷的是運動 —— 翻跟頭、跑障礙、后空翻，這些確實做到了。

但問題從來不是 "跑不動"，而是 "不知道往哪跑"。

算力不夠，自主導航跑不了復雜算法；感知不夠，看不清環境細節，遇到透明物體就懵、碰到細小障礙就繞不開。

結果就是：運動能力很強，但只能用在遙控和簡單場景下。用戶評價 ——"不是不能用，是還不太好用"。

而從 "能跑" 到 "能用"，差的不是運動參數，是自主能力。

數據聲明

1: 以上參數均為各型號消費級旗艦款規格參數。

2: 本表格數據來源于各品牌官方網站產品頁及技術文檔中心 (2026 年 5 月獲取)、第三方公開評測報告。如有誤差，請聯系更正。

3: 各產品持續迭代，配置以最新官方信息為準。

A3 的運動能力 ——3.5 m/s 最高速度、45° 爬坡、28cm 越障，參數尚佳卻不咋稀奇，行業已經卷了好幾年。

真正與眾不同的是：全天候全自主智能。

過去四足機器人的運動參數再漂亮，也得人操控。

A3 靠算力調度和感知精度，在家庭里自主判斷怎么過樓梯、過門檻、上斜坡。

行業里大多還停留在 “偽自主” 階段：

要么依賴 UWB 測距 + 用戶佩戴定位標簽，一旦摘下標簽，機器人就無法定位你；

要么是 “發指令→執行” 的半自主模式，你不主動操控，它就原地不動，和遙控玩具沒有本質區別。

而 BabyAlpha A3，徹底告別了這些限制：

它不需要任何外部標簽或基站，通過 360° 環視面陣，搭配超聲波近場避障，由端側 Physical AI 算法獨立完成建圖、定位與路徑規劃 —— 真正實現“自己看、自己認、自己走”，遇到障礙主動躲避繞行。

跟隨體驗也迎來了質的飛躍：它不再被動等待你的指令，而是主動適配你的節奏 —— 你加快腳步它就提速，你轉彎它提前預判，始終跟在你身邊，隨需而動。

這種 “真自主” 的背后，是行業首次在消費級四足機器人上，打通感知、決策、運動三大子系統的全閉環。

安全不是加分項，是準入門檻

機器人進家庭，用戶最關心的問題永遠只有一個 ——安全嗎？

行業現有的安全思路，基本是做加法：加急停按鈕、加物理圍欄、加碰撞檢測。

本質是能力不夠，用冗余來補。機器人看不清、想不明白，只能靠事后補救。

A3 的邏輯不同 —— 安全不是外掛的防護層，而是算力、感知、架構一體化設計的自然結果。

不是一句 "我們承諾不泄露" 的空話，而是從架構上讓你不需要信任任何人的承諾：

• 物理安全—— 形態上消除隱患。關節全隱藏，夾不到，撞不傷。獨立安全制動系統，故障時毫秒級響應
• 系統安全—— 端云雙重守護。端側 360 安全大腦攔住攻擊，云端等保三級 + 阿里云 + Azure 護航
• 數據和隱私安全—— 算力在本地，數據不外傳。每一步啟動可驗證，存著加密，傳著加密

七年前，蔚藍選擇發力家庭機器人賽道 ——不是 Demo，不是展廳款，而是面向普通家庭真實使用場景 —— 有老人、小孩、寵物的那種。

七年七代產品，目前已有超 1 萬活躍家庭使用產品，累計運行時長超 1500 萬小時。

所有安全設計均來自真實用戶反饋，突然竄出的貓、地上的拖鞋和線纜、蹣跚學步的小孩 —— 這些場景，實驗室模擬不出來。

唯一的方法，是在真實家庭里一臺一臺跑，跑足夠長的時間，積累足夠多的 corner case，然后用這些 case 反過來迭代安全設計。

為什么是這家公司

說了這么多技術方案，一個自然的問題：為什么是蔚藍科技先做到了？

行業或許不是不知道異構架構的潛力。

問題在于，異構計算集群沒法靠集成來做——6 顆芯片的分布式調度、不同制程之間的數據通路、算力任務在不同芯片間的實時分配，這些東西沒有現成方案可以買。

你得自己設計架構、自己選芯片、自己寫調度、自己做底層集成。

任何一環外包，都調不通。這不是戰略選擇，是能力門檻。

這幫人干過類似的事。

創始人劉維超畢業于德國波恩大學人工智能機器人專業，曾以隊長身份拿下 RoboCup 人形機器人國際三連冠。其核心技術團隊來自賓夕法尼亞 GRASP Lab、UIUC AI Lab、哈工大等頂尖機構。

蔚藍科技創始人曾帶隊拿下 RoboCup 三連冠

蔚藍科技成立 7 年，機械、電子、執行器、軟件、算法、智能體操作系統 —— 關鍵領域全部自研。

2021 年，第 2 代工程機 C200 打破美國 MIT 四足機器人奔跑速度世界紀錄 —— 證明中國團隊做得出頂尖運動控制

2022 年，國內首個四足機器人量產工廠建成投產，關鍵部件全部自主研發制造

2023 年，BabyAlpha 以手機價格帶上市 —— 全世界第一款真正進入千家萬戶的機器狗

2024 年，全國首家消費級具身智能零售門店落地南京德基廣場，產品完成規模化市場驗證

2025 年，BabyAlpha 在家庭消費市場始終保持銷量第一、使用時長第一、用戶活躍度第一

初代 BabyAlpha 量產下線

這么多 "第一"，蔚藍不是拿來炫耀。每一個第一，都是在回答同一個問題：機器人怎么才能真正走進家庭。

而 BabyAlpha A3，就是這些問題走到今天給出的答案。

消費級量產，才是真正的 AI 煉金爐

蔚藍堅定選擇從消費級切入 —— 萬元左右零售價，不依賴 ToB/ToG 先跑規模。

這是最難的路。

ToB/ToG 訂單大、付款穩，但場景封閉、迭代慢。

消費級意味著：技術必須便宜到普通人買得起、可靠到普通人敢放在家里、聰明到普通人愿意天天用。

行業很多公司還在 Demo 階段，蔚藍已經賣出了 2.5 萬多臺（其中家庭用戶占比 90%）。用戶累計使用時長超9.5 億分鐘，累計交互次數超6,500 萬次

這并不是簡單的市場數據，而是一個飛輪的起點 ——

每賣出一臺，真實場景數據就多一分，算法就迭代一步，產品就更聰明一程。

智能算法不是在實驗室走廊里調的，是在真實家庭的拖鞋、線纜、玻璃門之間迭代出來的。

后發者要追趕的，不只是技術，是上萬臺設備先跑出來的真實世界經驗。

“The next big thing will start out looking like a toy”

三年前有人說 BabyAlpha 是玩具，三年后我們或許正在見證這句話的后半段。

感知、算力、自主能力，A3 把這三條線第一次在消費級產品上擰成了一股繩。

不是實驗室里的三個 demo，是同一臺萬元機器狗上的完整系統。

這意味著什么？

消費級具身智能的臨界點，不在實驗室，在普通人的客廳。

不是 "看起來像智能" 的遙控玩具，不是 "參數很好看" 但跑不動大模型的擺設，是一個普通家庭買得起、放在家里真正有用、每天用會越來越懂你的智能伙伴。

Q3正式上市，到時候見真章。

關注官方渠道獲取更多新品資訊:

https://mp.weixin.qq.com/s/tVHOJiCf2Ot1qYVMP5sinA?scene=25#wechat_redirect