高通Anshuman：机器人“单一大脑解决一切”的模式行不通

飞象原创（魏德龄/文）“很多公司认为把一个强大的电脑或计算单元放入机器人里就行了，但我们认为，这未必是正确有效的方法。”高通技术公司副总裁兼ADAS和机器人业务总经理Anshuman Saxena接受媒体采访时谈到。高通认为机器人拥有极高的行动灵活度，需要分布式智能，智能必须靠近各种具体执行位置进行部署。

系统级方案才能推动规模化发展

Anshuman专门举了机械臂抓取玻璃杯或软瓶的案例，感知物体硬度并实时调整握力的决策，必须通过在边缘端的手部控制器以极低延迟完成。若将信号回传至中央GPU或主大脑处理，其带来的功耗波动与响应滞后将导致动作失准。除了需要实时性外，手臂端还必须是一个低功耗、低时延且受限的本地解决方案。

“单一大脑”的方案还会对成本产生极大影响。Anshuman强调，当市场开始对医疗护理、工业自动化或居家伴侣机器人产生需求，如果只采用一个功耗极大、成本极高的大脑芯片，将难以支撑机器人规模化发展。高通倡导的是一个从通信、感知到计算的全套可扩展的系统级解决方案，而非单点芯片。

“如果只孤立地做一颗芯片，你根本无法回答一些最根本的系统设计问题，比如‘为什么需要1000TOPS ，甚至2000TOPS的算力’‘为什么需要这么多的传感器’”，Anshuman表示，高通在所有业务中主打的原则都是打造成熟的生态系统，只有真正理解整个系统，才能打造出能够真正赋能并与生态系统形成互补的硬件与方案。

高通也同样不是依靠一己之力解决所有技术难题，而是通过与包括AI模型、硬件、电机、传感器等各方在内的伙伴形成合力，构建完整系统平台“底座”，帮助机器人厂商快速推向量产。

在2026年1月发布的高通跃龙IQ10系列，正是一款系统级解决方案。高通又在6月提供了面向机器人的全栈参考设计IQ10 RRD，将计算、感知、网络与软件整合为一套部署就绪的系统，助力团队加速实现从原型设计到量产。据Anshuman透露，目前许多合作伙伴对IQ10的采用正处于早期的评估与验证阶段，整体工作正在积极稳步推进中，高通未来也会将更多的客户和合作伙伴带到该平台中。

“理解语言”跨越到“理解动作”

物理AI被视为高通目前以及未来的核心战略聚焦方向。为了让机器人在行动中，能够更好地理解真实的物理世界，Anshuman透露，高通正前瞻性地布局的WAM（世界动作模型），这被视为当前最前沿的探索方向。

VLA以及人们所说的感知语言模型等存在一定局限性，因为动作执行仍需等待对事物现状的感知。厂商若直接在行业中以通用的、拥有几十亿甚至上百亿参数的大型VLA模型在端侧运行，机器人的动作反应速度会极其缓慢，必须在系统层级进行深度优化。由于“视觉－语言－动作”的逻辑，会造成“感知滞后于动作”的情况，在这种机制下，机器人的行动必须时刻等待感知系统返回结果。

VLA也无法理解真实物理世界的物理属性，Anshuman就举例表示：如果把一个球丢到地面上，球会根据其物理属性产生反弹；但如果想在半空中接住或拿住这个正在反弹的球，VLA难以提供这种实时的物理预测和动态调整能力。

不同于VLA的“走一步看一步”，WAM引入了物理引擎，它让机器人能真正理解物体的真实物理属性、受力反馈以及它们在空间中的行为规律。

面对不同的现实工作场景，WAM能够自动模拟和适应极其多元的物理机制与场景，这使得机器人可以像人类一样，在动作发生前就对物理结果进行“预判”，实现更连贯、精准的物理交互。

由于要容纳海量的物理规律、运动学计算和不同的交互场景，WAM模型本身会变得极其庞大，也同样需要面对模型参数过大所产生的功耗与时延问题。高通的思路是：首先，在云端或仿真环境中，利用海量的数据和多场景物理模拟来构建和训练WAM基础模型；随后，针对具体用例和场景进行“蒸馏”，提取出高精简、高能效的子模型；最终，将蒸馏后的轻量化模型部署在可扩展的端侧SoC硬件平台上，从而在保障极低时延与功耗的前提下，让机器人具备真正的物理交互能力。Anshuman表示，这些能力对于机器人未来进入医疗护理、工业自动化、家庭陪伴等更复杂场景具有重要意义。

谈及目前通用机器人解决方案和人形机器人的现状，Anshuman认为还处于早期发展阶段，距离终极形态之路还很遥远，并面临成本问题。然而，高通正在通过可扩展的系统级解决方案，与产业生态伙伴，共同推动机器人从演示走向更可规模化的落地。

“我认为这个行业还有很长的路要走，跑得长远的人最终必将在未来取得成功。”Anshuman总结道。