今日 Top 5

1. D-Robotics 完成 4 亿美元 C 轮，继续扩展机器人计算平台

D-Robotics 宣布完成 4 亿美元 C 轮融资。公司披露，2026 年上半年 Sunrise 系列芯片累计出货已超过 800 万颗，融资将用于扩展芯片产品线并建设覆盖机器人开发全流程的软件平台。

技术拆解

D-Robotics 的定位是机器人计算基础设施，而非单一整机。其产品覆盖芯片、开发套件和软件工具链，面向从成熟服务机器人到通用人形机器人的多种形态。S600 代表的是高算力机器人平台路线，即将 AI 推理、实时控制和多传感器接入尽可能集中到统一计算底座。

技术与产业意义

机器人品类持续扩张后，计算平台的价值会从“单块开发板”转向跨形态复用的软件与硬件生态。对整机厂而言，统一计算平台可以降低算法迁移、驱动适配和开发工具维护成本；对供应链而言，芯片与软件平台在整机 BOM 和后续生态中的权重可能继续上升。

仍待验证

• 800 万颗累计出货包含哪些机器人品类，官方没有细分；
• S600 在人形机器人中的真实量产占比、单机 ASP、功耗和客户侧性能数据仍未公开；
• 新融资是否能转化为稳定的软件生态和规模客户，仍需后续验证。

来源：
- D-Robotics Series C 官方公告
- D-Robotics 官网

2. QBit QB88XX 把高自由度机器人多电机控制集中到单颗 SoC

QBit Semiconductor 发布 QB88XX 系列，面向 20+ DOF 灵巧手及机器人多关节控制。官方称，该 SoC 可支持最多 32 个电机，并集成 AI 伺服调参能力。

技术拆解

QB88XX 采用分层控制架构：Arm Cortex-A78 与 NPU 负责较高层指令处理，Cortex-M7、TGEN 与第二颗 NPU 处理更实时的电机伺服。芯片同时集成 PCIe、USB、CAN Bus 和摄像头接口，并引入 CMAC 控制思路。

技术与产业意义

高自由度机器人系统长期面临控制板数量多、线束复杂、同步困难、功耗高和散热压力大的问题。把多关节控制压缩到更少芯片，理论上可以减少 PCB 和线束数量、降低 BOM 与功耗，并提升多轴同步性。对灵巧手和高自由度机械臂而言，低层控制芯片的集成度正在成为重要工程指标。

仍待验证

• “支持 32 电机”未说明所有通道同时运行时的控制周期和实时性能；
• AI servo tuning 的训练方式、闭环频率和延迟尚未公开；
• 目前还缺少大规模机器人客户和第三方 benchmark。

来源：
- QBit QB88XX 官方发布
- QBit Semiconductor 官网

3. Raytron 发布红外专用 VLM，机器人感知继续扩展到物理模态

Raytron 在 CIOE 2026 发布 Infrared Vision-Language Model、第三代红外 AI 图像处理芯片 Falcon 500，以及新一代 8 μm / 12 μm 红外探测器。其红外 VLM 使用超过 500 万条专有多模态红外数据训练。

技术拆解

红外成像读取的是物体自身热辐射，而非可见光反射信息，因此可提供温度、热分布、低照度环境和部分气体泄漏等信息。Raytron 的路线是将专用红外视觉编码器、行业数据、探测器和边缘计算芯片结合起来，而不是直接复用通用 RGB 视觉模型。

技术与产业意义

机器人进入能源、化工、消防、巡检和夜间作业后，单一 RGB 感知无法覆盖全部物理状态。专用红外模型意味着 Physical AI 的感知层正在从通用视觉扩展到“多物理模态”。这会带动红外探测器、专用 ISP、边缘芯片和行业数据集形成更紧密的软硬件组合。

仍待验证

• 500 万条数据的组成、标注方式和任务分布没有完整公开；
• 尚无公开 benchmark 对比其与通用 VLM 的实际提升幅度；
• Falcon 500 的算力、功耗、价格和机器人端集成成本仍未披露。

来源：
- Raytron CIOE 2026 官方发布
- Raytron 官网

4. Geek+ 在欧洲建立真实验证场，推动具身智能进入仓储业务流程

Geek+ 在杜塞尔多夫启用欧洲 Innovation Lab，集中展示 Pallet-to-Person、Tote-to-Person、Shelf-to-Person、RoboShuttle Hyper、机器人拣选站、Gino 1 人形机器人及物流软件，并用于客户现场测试和渠道培训。

技术拆解

Geek+ 此前发布的 Gravity 采用“认知脑 + 动作脑”的双引擎结构：高层模型负责理解和任务拆解，动作模型生成连续控制。其仓储优势在于已有大量 AMR、拣选和调度系统部署，可持续产生抓取失败、调度冲突、环境变化和人工介入等真实运营数据。

技术与产业意义

具身智能从实验室走向仓库时，模型性能只是其中一环，还需要接入 WMS/WES、AMR、机械臂和人员操作流程。真实验证场将算法、机器人硬件、业务流程和 ROI 放在同一环境中测试，有助于缩短从试验到部署的验证周期。

仍待验证

• Innovation Lab 属于验证平台，不等同于 Gino 1 已实现规模商用；
• Gravity 的公开 benchmark 主要来自公司自测；
• 单位任务成本、人工介入率、MTBF 和相对传统自动化方案的 ROI 尚未充分披露。

来源：
- Geek+ European Innovation Lab
- Geek+ Innovation Lab Partner Training
- Geek+ Gravity

5. Faraday Future 继续扩展机器人产品线，销售与出货累计达 552 台

Faraday Future 披露，其 EAI 机器人自 2 月开始交付后，截至 8 月底累计 销售和出货 552 台，并计划在 9 月 19 日一次发布 9 款机器人和 4 套行业方案，覆盖人形、四足和移动操作机器人。

技术拆解

FF 目前采用“多形态机器人 + EAI Brain + 行业解决方案”的组合路线。与垂直自研全部硬件的机器人公司相比，其商业模式更依赖外部 OEM、合同制造、渠道和行业集成。

技术与产业意义

如果这种模式能够持续交付，机器人行业可能出现类似消费电子的分工结构：核心 OEM、品牌商、渠道商和行业集成商各自承担不同环节。对供应链而言，这意味着“机器人品牌”不一定等同于“机器人制造商”，上游代工和标准化平台的重要性会提高。

仍待验证

• “sales and shipments”是合并口径，没有拆分已付款销售、实际交付和渠道库存；
• 552 台没有披露各机器人形态和型号占比；
• 公司宣称的正毛利仍需后续财报验证；
• 对 OEM 和外部供应链的依赖可能影响成本、交付和本地化进度。

来源：
- Faraday Future 官方披露
- FF EAI Robotics

今日供应链观察

过去24小时，机器人供应链新增信息主要集中在三个层面：主计算、低层运动控制和专用感知。

D-Robotics 对应高算力机器人计算平台，QBit 对应多电机实时控制，Raytron 对应红外感知和边缘处理。三类技术如果进一步集成，将直接影响机器人 BOM 中的板卡数量、线束、散热、功耗和接口复杂度，也会提高芯片与软件平台在整机价值中的占比。

供应商关系也可能从单一部件采购转向平台绑定。计算平台、控制芯片和感知芯片一旦与驱动、模型、仿真和开发工具形成完整生态，整机厂后续切换供应商的工程成本会明显增加。

今日技术主线

过去24小时的技术进展呈现出较清晰的分层结构：高层模型需要更强的机器人计算平台，中层需要低延迟、多关节控制，底层需要超出 RGB 的物理感知。

与此同时，商业验证的指标也在变化。实验室成功率之外，真实场景数据、长期可靠性、部署成本、人工介入率和供应链一致性正在成为更直接的工程指标。

机器人竞争正在逐步扩展为一套完整系统：

芯片 × 控制 × 传感 × 模型 × 数据 × 制造 × 渠道。