2025 年 11 月 20 日，SesameX 多维具身智能计算平台在上海浦东文华东方酒店首次完整亮相。在 " 多维进化，智赋新生 "2025 黑芝麻智能机器人平台产品发布会上，当 SesameX 多维具身智能计算平台首次完整呈现在行业面前时，台下几十位来自机器人、智能驾驶、科研与投资界的领军人物，几乎不约而同地前倾了身体——与其说是为技术的突破性所震撼，不如说是一种发自内心的认可：一个业界期盼已久、认为早该有人去做的事情，今天终于等到了。

这并不是一次普通的技术升级。它是业内首个真正面向机器人商业化部署的全栈计算平台。这是第一次有企业把感知、理解、推理、运动控制、安全体系全部拉到同一套架构里，并且以车规级安全的标准去构建机器人 " 全脑 "。

一个集成了车规级安全、异构算力、多模态感知、跨模组统一生态等特性的平台就此诞生，机器人领域或许正迎来属于自己的 " 安卓时刻 "。

一、产业处于拐点：机器人从 Demo 时代迈向商业化时代

如果要给当前机器人行业找一个历史类比，黑芝麻智能创始人兼 CEO 单记章给出了一个极具穿透力的判断：" 现在的机器人产业约等于 2018 年的智能汽车，但增长速度会远超过后者。"

这句话在行业内引发共鸣，因而不断被引用。它揭示了一件正在发生、但外界尚未充分认知的现实——机器人正站在一个比智能汽车更陡峭、更快速的产业 S 曲线前端。、

所有智能从数字世界溢出到物理世界的迹象，都在机器人身上集中重演：过去十年，智能先在互联网跃迁，再在车端扎根，如今它正向更复杂的物理场景——机器人渗透。市场数据也支撑了这一判断：全球服务机器人市场预计在 2025 年突破 400 亿美元，年复合增长率超过 20%。而中国市场的增长路径更为激进：在政策推动、产业链本土化和大模型能力快速成熟的背景下，中国已成为全球最大的机器人应用场景，其场景密度、复杂度和多样性，正在构成难以复制的全球竞争力。据悉从清洁、配送、巡检、安防到教育、人形机器人，多元应用正在中国并行爆发。

回顾 2018 年，智能汽车向资本市场初步展现了 " 算法 + 传感器 + 计算平台 " 对传统行业的重塑潜力。而今天的机器人行业，是在相似的底层技术上，叠加了更丰富的想象力、更快的技术迭代速度以及更密集的应用场景。机器人产业几乎所有关键要素，都在今年第一次同时进入 " 可落地状态 "：大语言模型、多模态模型、世界模型能力肉眼可见地跃升；底层 AI 芯片与算力供应链已经远比 2018 年的智能汽车成熟。

但在繁荣的数据和模型之下，站在商业化的前夜，行业普遍面临的痛点也在迅速显性化，甚至成为阻止机器人真正进入 " 规模化时代 " 的最大瓶颈—整个行业共同的卡点却始终没有被解决——缺一个能把硬件、算法、安全与商业化真正串起来的 " 基础设施平台 "。

当前。行业普遍存在以下问题：机器人视觉强却理解弱，动作快但决策慢；CPU、GPU、NPU、MCU 资源互相抢占，多任务彼此干扰；进入新场景又要重训，无法积累经验；最致命的是，没有车规级的系统化安全。当下机器人最常见的 " 感控大脑缺陷 "，不是算力不够，而是根本没有一个可量产的计算底座。

因此，当行业谈论机器人 " 安卓时刻 " 时，本质并不是期待一个操作系统，而是期待一种全新的基础计算能力形态：它必须同时满足异构算力调度、空间智能、多模态融合、实时性、安全可信，以及智能闭环迭代能力。而当黑芝麻智能把 SesameX 推向舞台中央，行业第一次看到一个具备所有这些特征的平台。

不应忽视的是，这还是来自一个经历过车规级量产淬炼的技术体系。

正如单记章强调的，这是 " 同源技术外溢效应 " —从智能驾驶到具身智能，黑芝麻智能走的是一条看似平行，实则同源的技术路径。在智能驾驶中，它打造了华山 A1000、武当 C1200、华山 A2000 等核心产品，这些芯片不仅是国内最成熟、量产车型最多的车规级自动驾驶方案，也是支持舱驾融合、跨域计算、端侧大模型执行的核心能力。在智能汽车领域积累的这一套 " 高算力 + 多传感器融合 + 车规级安全 + 长周期量产可靠性 " 的体系，恰恰是机器人产业目前最紧缺的底层能力。机器人与汽车同属具身智能，二者所需的异构算力体系、人机共处安全机制、空间智能能力、实时控制链路，本质上是共通的。甚至由于车载系统在安全、实时、可靠性的要求更高，很多业内人士认为：从车到机器人是降维打击。

换句话说，如果说智能汽车是具身智能的第一场大型实战，那么机器人是更高维、也更广阔的终局市场。而正是在这样的产业迁移背景下，黑芝麻智能进入机器人领域的动作，并不是跨界，而是顺理成章地拓展——它带着智能驾驶领域已经验证过的体系能力，走向一个需求结构相似、但增长速度更快的市场。

正如单记章表示，" 经历过智能汽车量产的风吹雨打，我们也必将打造出机器人行业商业化落地的最佳平台 "。

二、SesameX ——机器人 " 全脑智能 " 的第一次完整呈现

SesameX 并不是单一芯片，也不是一个操作系统，而是一整套 " 从端侧模组到全脑智能的体系化计算平台 "。

SesameX 的核心价值由五个英文单词定义：eXpertise、eXcellence、eXpression、eXperience、eXpidition。它们象征的不是营销语言，而是平台试图赋予机器人五种能力：专业性、卓越性、自由交互、极致体验、无界探索。换言之，这不是一个 " 让机器人跑起来 " 的平台，而是一个 " 让机器人成长起来 " 的平台。

从底向上看，SesameX 的平台结构由五层构成：

第一层：计算平台层

由 Kalos、Aura、Liora 三大自研模组构成，分别对应机器人发展的三个智能阶段：视觉驱动、感控融合、认知进化。三款模组全部兼容 ROS2、RTOS 与 Ubuntu，同时提供丰富的 I/O、高带宽接口、低延迟通信与车规级设计。

Kalos 是 " 看得清、动得稳 " 的低速场景中枢；Aura 是 " 看懂世界、精准行动 " 的感控协同脑；Liora 则是 " 思考、预测、自主决策 " 的高阶具身智能大脑。

它们覆盖从清洁、巡检、配送到多足、机械臂再到人形机器人等全部主流形态，并可实现 " 一次开发，全系列适配 "。

第二层：网络通信层 SesameX Network

这是平台的 " 神经系统 "。它把模组内部算力单元、外设传感器、整机系统、机器人集群以及云端推理模型统一连接在一条极低延迟的通信路径上。机器人之间、机器人与云的协同可在毫秒级完成，为未来机器人集群调度、远程协控、云端知识增强奠定基础。

第三层：操作系统层 SesameX OS

这是一个兼容 ROS2 的实时操作系统，结合 Ubuntu、RTOS 形成三重组合。它不是把 ROS2 原样移植，而是围绕实时性、安全性、数据流高效传输进行了深度定制，使机器人在高并发任务下保持确定性。

第四层：中间件层

由 SesameX 调度引擎、工具链、Runtime 三者构成，是平台最具技术壁垒的层级。它承担了一个机器人系统过去最难解决的任务：如何让 CPU、GPU、NPU、DSP、MCU 等异构算力同时运行，不抢占、不冲突、不卡顿？

SesameX 的任务调度基于优先级、链路实时性和算力占用自动匹配执行路径，实现毫秒级的资源分配。工具链负责量化、蒸馏、拆解和编排模型，使其适配不同算力单元。Runtime 则通过内置遥测系统自动调优，使系统越跑越快、越跑越稳，这是机器人自进化能力的核心基础。

第五层：原子应用层

这一层是 SesameX 架构的创新点。它将复杂任务拆解为 " 原子技能 "，构建类似人脑运动皮层的 " 技能图谱 "，支持机器人从任务执行转向任务学习。任务模型负责理解和拆分用户意图，原子模型负责组合执行动作。此处是机器人智能进化的关键环节，因为它让机器人第一次拥有了 " 能力记忆 "，为即将到来的端侧世界模型、具身大模型铺路。

融合层：X-Safety 系统安全层

这是 SesameX 最具颠覆性的设计之一。安全在平台中不是一个功能，而是融入各层的系统能力。

SesameX 采用四域隔离架构，并以 ASIL-D 车规级标准作为安全基线：核心域、感知域、决策域、控制域、模型域各自承担不同安全职责，所有执行链路都在 " 可预测、可回滚、可仲裁 " 的闭环里运行。

平台首次提出 " 行动即安全 ( Action=Safety ) " 的理念，将安全从被动保护转变为主动意识。这意味着机器人在执行任务时，会像人一样保持 " 安全本能 "。

值得一提的是，黑芝麻智能的逻辑非常清晰。单记章指出，具身智能的未来一定是端、边、云协同，而不是纯云端模型驱动。真正的机器人智能必须在端侧执行，因为安全、运动控制、空间理解、实时响应都无法依赖云端。

在这样的背景下，三大模组成为机器人落地的最重要抓手。

Kalos是商用服务机器人专用平台，尺寸仅 69×55mm，专注视觉与运动控制，具备多路视觉感知、48TOPS NPU 算力、车规级接口与 8 核 CPU/MCU 控制体系。典型场景包括送餐、迎宾、巡检、清洁、教育等低速系统，并已在星程智能物流车等项目中实现商业化部署。

Aura是多任务执行机器人通用平台，拥有 70TOPS 算力、8 核 A78AE CPU、3 路高速摄像头输入、多模态同步采集与 TSN 万兆网口等能力。它适用于多足机器人、智能机械臂、遥操系统、人形机器人等中高阶场景，是 " 感控融合 " 的核心代表。深庭纪、云深处、灵御智能等伙伴正在基于 Aura 推进机器人商业化。

Liora则是面向具身智能大脑的旗舰平台，最高算力接近 600TOPS，采用 CNN+Transformer 超融合架构，可同时处理视觉、语音、触觉、行为决策。适用于人形机器人、双臂协作机器人、情感交互机器人等复杂场景。平台与武汉大学刘胜院士团队共同推进基于 Liora 的 " 天问 " 人形机器人商业化落地。

从 Kalos 的 " 视觉 + 运动控制 "，到 Aura 的 " 感控融合 "，再到 Liora 的 " 认知理解 "，这三款模组构成机器人智能阶梯的三个关键阶段。更重要的是，三者在同一套软件基础上运行——也就是说，机器人厂商不需要为不同平台重写系统，这将大幅加速商业化节奏、缩短研发周期和降低成本。

从底层算力到上层技能体系全部开放给生态伙伴，这意味着机器人第一次拥有了类似智能汽车那样的 " 中央计算平台 "，而不是把视觉算力、导航算力、语音算力、运动控制算力散落在不同芯片上；意味着机器人第一次拥有了可闭环自进化的路径，而不是进入新场景就要重训；意味着系统安全第一次从 " 功能补丁 " 变成 " 系统本能 "。

SesameX 让智能汽车时代的 " 闭环迭代 " 飞轮真正迁移到机器人身上。

三、生态与落地：从汽车盟友到行业场景，SesameX 已开启商业化

在所有技术发布会中，最能说明 " 是否切到产业痛点 " 的证据，往往不是炫目的 PPT，而是携手的合作伙伴类型与数量，与达成的合作。毕竟真正的商业化，不是技术内部逻辑的自洽，而是能否被产业链的不同参与者快速吸收、部署并产生规模效应。

在这场发布会上，黑芝麻智能公布了首批机器人合作伙伴名单，包括云深处、傅利叶智能、自变量、极智嘉、云迹、联想、深庭纪、镜识、智平方、灵御智能、星程智能等多家机器人生态企业。其中既有具身智能的技术路径探索者，也有人形机器人厂商、消费级与工业级四足机器人企业、商用服务机器人公司，甚至还有智能座舱、边缘计算、智能终端方向的玩家。更重要的是，SesameX 的核心能力已经在这些合作伙伴的产品中落地并进入商业化阶段。

在发布会上，黑芝麻智能公布，Kalos 在星程智能的物流车中已实现量产部署；

Aura 正在深庭纪、云深处、灵御智能等伙伴的产品上进入商用阶段；Liora 正成为 " 天问 " 人形机器人的核心计算平台，由黑芝麻智能与武汉大学刘胜院士团队共同推进落地。

生态扩展速度，也直接证明了这一点。在发布会现场，黑芝麻智能宣布与均胜电子达成战略合作，双方将围绕机器人领域推出基于 SesameX 的具身机器人头部总成与域控制器。均胜电子在汽车领域是全球领先的 Tier1，在机器人领域则以 " 核心部件 + 工业场景 " 作为双轮驱动，拥有强大的制造链条与全球客户资源。两者合作机器人商业化将加速。

与此同时，黑芝麻智能还与湖北华中电力科技达成战略合作，共同推进具身机器人在电力特种作业场景的落地。电力行业是机器人最有价值的垂类之一，对安全性、可靠性、实时性要求极高。一个能满足电力行业需求的平台，其安全体系与工程能力事实上已经跨过了绝大多数行业的门槛。

这一系列合作证明，SesameX 的平台化价值不仅仅停留在 " 先进技术 "，而是具备了进入真实行业场景所需的工程成熟度与商业化条件。

行业共识也在加速收敛。来自东方证券的跟踪报告判断：机器人行业在场景、模型、结构等核心要素上的分歧正在消失，2026 年有望出现量产机型的明确信号，人形机器人、特种机器人和服务机器人将在未来一年内迎来更清晰的商业落地路径。

在这样的时间窗口下，一个具备车规级安全、多维异构算力、原生支持迭代升级的平台，天然处于行业范式转换的中心位置。

从生态的视角看，SesameX 的价值并不止于 " 让机器人更聪明 "，而是 " 让整个行业能更快地变聪明 "。

过去两年，机器人产业最明显的问题之一在于 " 技术过剩但系统短缺 "：有企业能做动作控制，有企业能做导航避障，有企业能做视觉，有企业能训模型，但缺乏足够成熟、足够统一、足够安全的底层平台，使得整个行业像一片 " 拼不上的碎片化技术群岛 "。Sesame 的价值本质上是把机器人产业从 " 单点创新竞争 " 带入 " 平台型协同竞争 " 的时代。

这有望推动产业 " 加速器效应 " 的诞生：它不是帮一家厂商提速，而是让整个赛道提速。而当一个赛道进入 " 平台加速区间 " 时，后续的增长往往不是单台机器人能做什么，而是整个行业能够多快规模化。

展望未来，随着技术突破终于与工程能力对齐，像黑芝麻智能等头部平台初步成型，生态链路开始闭环，商业化落地将加速，并迎来产业周期真正起飞的 " 起点 "。

结语

科技史上，每一个大拐点的出现，往往并非始于某个旗舰产品，而是源于 " 基础平台 " 的建立。PC 时代的 Windows、智能手机时代的 Android、智能汽车时代的中央计算架构，莫不如此。

机器人时代很可能亦然。

SesameX 的出现，或标志着这套缺失已久的基础设施第一次被补上。