2026年DEMO CHINA大会现场，聿核科技入选创业邦年度值得关注的创新力量20强。这家2025年成立于江苏的具身智能半导体企业，正在为Physical AI原生设计一套处理器架构。创始人许飞翔曾任英伟达GPU架构师，参与多代GPU设计，完整经历6纳米大芯片从设计到量产的全流程。他的判断很直接：今天机器人的算力水平，或许只相当于1985年的386芯片。
希鸥网观察到，当前具身智能赛道的资金与注意力几乎全压在模型、数据与机器人本体三端，芯片环节大多靠x86加英伟达Orin再用智驾芯片凑合。许飞翔给出的权重划分是：一颗并行计算处理器好不好用，芯片架构本身影响70%，软件生态只占30%。这组数字颠覆了行业把国产芯片难用归咎于CUDA生态的惯常叙事，也解释了聿核为何先啃架构这块硬骨头。
物理AI的计算范式与大语言模型并不相同。后者围绕Transformer追求更大吞吐量与更低单位计算成本，前者要求感知、推理、执行、反馈形成持续高频闭环。许飞翔把目标定在闭环推理时延压至1毫秒以内，这已不是单纯堆TOPS能解决的问题。芯片要同时处理多模态感知、物理常识推断与实时动作修正，任何一环拖长，机器人动作就会慢吞吞。
聿核首款产品聿启Y10走的是自定义高度可编程指令集路线，而非固定功能的ASIC电路。原因在于机器人模型尚未定型，今天没人知道未来模型长什么样。许飞翔类比上世纪90年代x86向ARM的迭代：上层应用发生根本变化，底层架构必然换代。芯片必须提前2到3年布局，等ChatGPT爆发才开始设计GPU，注定来不及。团队近10年所有芯片均一次流片一次点亮成功。
客户验证阶段的数据具备说服力。聿核已与国内头部机器人公司完成测试，对照现有x86加Orin加传感器芯片方案，仿真验证结果为整体性能提高5倍，成本降低80%。许飞翔强调这不是价格战：通过提升计算密度、降低对先进制程与先进存储的依赖，更少晶体管做到甚至超过对手性能，即便未来售价更低，利润率仍高于对手。目前芯片开发进度过半，今年底将推出FPGA版本计算平台供客户实物测试。
希鸥网认为，聿核选择的是单点突破加弯道换道的路径。英伟达当然有能力做Physical AI芯片，但其三十年积累的架构与CUDA生态越庞大，做根本性架构调整的阻力越大，这恰是新公司的窗口。大公司也可能直接收购一家掌握新架构的公司，聿核并不排除成为收购对象。真正决定生死的仍是客户那一关：芯片交到客户手里，三天就能判断这家公司行或不行。
硬科技的节奏与互联网平台截然不同。平台公司讲流量，更多资金能迅速换来规模；硬科技最后要回到产品本身。许飞翔注意到，一些机器人公司融资后把钱放账上甚至买理财，理由是等技术突破。他认为这是极大的浪费——资方投进去的钱没有转化为技术迭代，说明团队对底层技术缺乏理解，也没找到下一步的抓手。聿核的做法是先做架构、再写编译器、再做客户验证，而不是先讲故事拿钱。
从人的认知层面看，这种差异并不难解释。大脑存在思维偏好，左脑按顺序推理、分析细节，右脑识别主题、综合大局，彻底改变潜在偏好极难，但可以通过练习与外部工具弥补。硬科技创业者需要的是把两种思维对齐：既有对架构细节的线性推演，也有对三五年产业终局的整体判断。改变的最好方法是心理练习，给练习以回报，让大脑重新喜欢上这种痛苦的学习过程。
同样的逻辑落到商业化路径上。人形机器人放量时点不确定，聿核首批机会瞄准传统工业机械臂的智能化。合作的老牌机器人公司给出一个数据：工业场景中现有机械臂能替代的人工操作仅约2%，剩下98%仍依赖人。智能臂与柔性化恰是付费意愿明确、技术收敛的场景，人形机器人跟机械臂的差别，最终可能只差两条腿。先改造机械臂，再走向人形，这条路更平滑。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo