“比較幸運的是，我們堅持了最開始相信的事?！?在被問及黑芝麻智能如何在機(jī)器人賽道守住先發(fā)優(yōu)勢時，黑芝麻智能 CMO 楊宇欣語氣篤定。

日前，黑芝麻智能于其機(jī)器人平臺產(chǎn)品發(fā)布會上正式官宣布局機(jī)器人業(yè)務(wù)，推出業(yè)界首個機(jī)器人商業(yè)化專屬部署平臺——SesameX?多維具身智能計算平臺，包含Kalos（視覺驅(qū)動）、Aura（感控協(xié)同）、Liora（認(rèn)知進(jìn)化）三大核心模塊，已應(yīng)用于物流車、四足機(jī)器人等場景。

對于此次機(jī)器人平臺的布局，楊宇欣明確表示，這并非跨界之舉，而是業(yè)務(wù)的自然延伸。據(jù)雷峰網(wǎng)了解，黑芝麻智能的機(jī)器人業(yè)務(wù)在2024年底啟動，截至目前已有多個項目成功落地。該業(yè)務(wù)在公司整體營收中占比仍較低，尚處于戰(zhàn)略布局階段，但卻是其從智能汽車計算芯片向全域智能計算平臺拓展的關(guān)鍵里程碑。

黑芝麻智能堅定扮演 “賦能者” 角色，它并未選擇親自下場造機(jī)器人，短期內(nèi)也無專為機(jī)器人研發(fā)芯片的計劃，而是立足芯片主業(yè)，最大限度復(fù)用智駕領(lǐng)域的技術(shù)與生產(chǎn)經(jīng)驗，在工具鏈、IO 等維度適配現(xiàn)階段機(jī)器人客戶的場景需求。

從商業(yè)落地來看，黑芝麻智能為機(jī)器人業(yè)務(wù)線錨定了 “卡位 + 布局” 的核心定位?！翱ㄎ弧?是指在未來機(jī)器人產(chǎn)業(yè)鏈中明確自身技術(shù)邊界，“布局” 則是提前鎖定潛在優(yōu)質(zhì)客戶、理順上下游產(chǎn)業(yè)關(guān)系。

從智駕芯片龍頭向機(jī)器人算力平臺拓展，黑芝麻智能試圖卡位機(jī)器人賽道，成為 AI 時代的端側(cè) AI 計算平臺供應(yīng)商。

以下為黑芝麻CMO楊宇欣、機(jī)器人業(yè)務(wù)線負(fù)責(zé)人徐勁與雷峰網(wǎng)等媒體的對話內(nèi)容，雷峰網(wǎng)作了不改變原意的編輯：

Q：機(jī)器人平臺發(fā)布之后，商業(yè)化進(jìn)程大概是怎樣的？大概多久能夠在推進(jìn)過程中看到一些收益體現(xiàn)？

楊宇欣：實際上，黑芝麻的機(jī)器人業(yè)務(wù)早在 2024 年底就啟動布局，之所以現(xiàn)在才發(fā)布相關(guān)平臺，是因為目前機(jī)器人市場仍處在非常早期的階段，很難說我們已經(jīng)摸清了市場的邊界。

但從業(yè)務(wù)落地的角度來看，黑芝麻機(jī)器人業(yè)務(wù)在去年底今年初就已實現(xiàn)首批項目落地并產(chǎn)生了收入。當(dāng)前階段，隨著黑芝麻機(jī)器人平臺邊界的清晰和行業(yè)共性需求的提煉，未來其機(jī)器人業(yè)務(wù)的商業(yè)化進(jìn)程將迎來加速。

Q：此次共公布了三大平臺十款產(chǎn)品，但為何未提及與智駕芯片對應(yīng)的具體型號？

徐勁：黑芝麻進(jìn)入機(jī)器人領(lǐng)域并非跨界，而是智能汽車領(lǐng)域諸多能力的自然延伸，芯片便是其中之一。此次推出的機(jī)器人芯片與智駕芯片存在一定對應(yīng)關(guān)系。之所以沒有逐一列出具體型號，一方面是機(jī)器人當(dāng)前出貨量遠(yuǎn)低于汽車，單獨售賣芯片顯然不具備可行性；

另一方面是兩者的應(yīng)用需求存在差異，機(jī)器人的軟硬件體系均未成熟，僅提供芯片無法實現(xiàn)業(yè)務(wù)落地。因此，我們希望將芯片整合定義為模組，在 IO 接口上更適配機(jī)器人的需求，并在此基礎(chǔ)上疊加底層軟件工具鏈，包括各類算法模型，通過更上層的 “原子模型層” 為機(jī)器人產(chǎn)業(yè)賦能。

楊宇欣：盡管機(jī)器人業(yè)務(wù)所用芯片底層仍是車規(guī)級芯片，但實際上我們并未將其型號與智駕芯片完全對應(yīng)。原因在于不少機(jī)器人廠商是算法出身，并不擅長底層嵌入式開發(fā)與工程化落地工作。如果直接向其提供芯片，我們需要投入的技術(shù)支持資源，會遠(yuǎn)超服務(wù)一家車企的投入，這對雙方而言都不是最優(yōu)解。倘若未來出現(xiàn)年出貨量達(dá)千萬級的機(jī)器人企業(yè)，我們的商業(yè)模式也會隨著產(chǎn)業(yè)鏈的發(fā)展而動態(tài)調(diào)整，從而實現(xiàn)合作共贏。

Q：此次機(jī)器人“模組” 的概念是否與過往黑芝麻智能 Tier2 的定位有所偏差？是否意味著比過往做的事情更多了？

楊宇欣：首先，機(jī)器人產(chǎn)業(yè)鏈尚未形成像汽車行業(yè)那樣清晰的 Tier1、Tier2 分工，相關(guān)分工概念本身就源自汽車行業(yè)；

其次，黑芝麻智能的核心定位始終是 “賦能”，即無論采取何種方式，只要能更好地賦能客戶，我們就會選擇當(dāng)下最合適的商業(yè)模式與技術(shù)邊界。

模組只是平臺能力的硬件載體，在模組之上，底層操作系統(tǒng)、通用操作系統(tǒng)、中間件及參考模型，都能為客戶提供更全面的支持。最終要回歸商業(yè)化落地的本質(zhì)，與我們合作的對象既可以是機(jī)器人終端廠商，也可以是方案集成商，比如與華為電力的合作，我們雙方之間仍需要中間人，很難用傳統(tǒng)汽車行業(yè)的 Tier1 或 Tier2 標(biāo)準(zhǔn)，簡單界定我們的角色。

Q：機(jī)器人業(yè)務(wù)何時能釋放商業(yè)利好，形成實質(zhì)性合作或落地？機(jī)器人業(yè)務(wù)是否以獨立子公司形式運作？目前人員與資源配置情況如何？

楊宇欣：機(jī)器人業(yè)務(wù)是在上市公司體系內(nèi)推進(jìn)的，公司當(dāng)前最重要的目標(biāo)是把現(xiàn)有業(yè)務(wù)經(jīng)營好。從資源投入來看，芯片、底層軟件和工具鏈等底層技術(shù)，均來自集團(tuán)研發(fā)資源，屬于各業(yè)務(wù)可共享的資源，只是會根據(jù)機(jī)器人業(yè)務(wù)的需求進(jìn)行二次開發(fā)；機(jī)器人業(yè)務(wù)的投入更多集中在平臺側(cè)和產(chǎn)品側(cè)，目前整體投入規(guī)?？傮w可控。

商業(yè)利好方面，我們今天已公布了部分已落地場景及正在合作的客戶。不過，當(dāng)前機(jī)器人業(yè)務(wù)收入相較于公司總體收入而言并不突出，內(nèi)部對機(jī)器人業(yè)務(wù)線的定位是 “卡位 + 布局”：

“卡位” 是指在機(jī)器人產(chǎn)業(yè)鏈中明確自身的業(yè)務(wù)邊界，“布局” 則是指提前對接未來可能成長為行業(yè)頭部的合作伙伴，厘清產(chǎn)業(yè)鏈上下游的合作關(guān)系。

徐勁：公司已將機(jī)器人業(yè)務(wù)確定為 “第二增長曲線”，在該業(yè)務(wù)上的投入決心非常堅定。關(guān)于機(jī)器人業(yè)務(wù)具體的組織架構(gòu)、人員數(shù)量及后續(xù)投入方案，公司將持續(xù)研究判斷，相關(guān)基本策略后續(xù)可能會在合適的時間另行披露。

Q：機(jī)器人產(chǎn)業(yè)目前多復(fù)用汽車芯片，未來是否會出現(xiàn) “機(jī)器人級” 專用芯片？如果會，黑芝麻在產(chǎn)品線上有何規(guī)劃？

楊宇欣：現(xiàn)階段行業(yè)內(nèi)尚無明確的 “機(jī)器人芯片” 技術(shù)邊界定義，當(dāng)前機(jī)器人技術(shù)迭代速度較快，類似七八年前智能駕駛的發(fā)展階段。目前我們在技術(shù)選擇上，往往需要犧牲一定效率來換取產(chǎn)品的普適性，比如在 Transformer 模型與 GB/GPU 的選型上便是如此。待未來機(jī)器人芯片的技術(shù)邊界逐漸清晰后，我們會根據(jù)市場的演進(jìn)方向，對產(chǎn)品線進(jìn)行重新調(diào)整。

徐勁：黑芝麻現(xiàn)有芯片已能覆蓋當(dāng)前機(jī)器人在傳感（含視覺、激光雷達(dá)）、計算架構(gòu)及 IO 接口等方面的核心需求。短期內(nèi)，我們會繼續(xù)以車規(guī)級芯片為核心，不會為機(jī)器人業(yè)務(wù)單獨開發(fā)全新芯片。單獨研發(fā)一款全新芯片的成本極高，現(xiàn)階段我們僅通過機(jī)器人業(yè)務(wù)單元（BU）的需求反饋，進(jìn)一步加深對機(jī)器人場景需求的理解。

Q：隨著景區(qū)、電網(wǎng)等應(yīng)用場景增多，公司需投入的資源是否會呈線性放大？如何平衡場景拓展與業(yè)務(wù)邊界控制？

楊宇欣：當(dāng)前機(jī)器人領(lǐng)域的公司多為初創(chuàng)企業(yè)，這類企業(yè)技術(shù)實力較強，但市場資源相對薄弱，行業(yè)內(nèi)存在較大的商業(yè)落地鴻溝。黑芝麻在堅守 “計算平臺供應(yīng)商” 這一賦能角色的同時，會依托上市公司在市場與產(chǎn)業(yè)資源方面覆蓋較完整的優(yōu)勢，整合政府資源與市場化資源，協(xié)助合作方開拓應(yīng)用場景，主動 “創(chuàng)造需求” 并撮合場景方與客戶對接，最終形成商業(yè)閉環(huán)。

Q：黑芝麻如何判斷并解決從原型到量產(chǎn)之間 “斷點” 這一關(guān)鍵問題？

徐勁：機(jī)器人行業(yè)即便進(jìn)入量產(chǎn)階段，整體量產(chǎn)規(guī)模仍然有限，且 “從原型到量產(chǎn)” 的標(biāo)準(zhǔn)基線本身并不清晰，這恰恰是我們當(dāng)前面對的最大問題。相比之下，在汽車端，我們已經(jīng)完成過大平臺級別的量產(chǎn)項目，相關(guān)芯片與軟件架構(gòu)都經(jīng)歷過嚴(yán)苛的驗證，團(tuán)隊能力和技術(shù)路徑也都接受過類似量產(chǎn)考驗，因此將這套成熟體系遷移到機(jī)器人平臺時，過渡會相對順暢?，F(xiàn)階段機(jī)器人行業(yè)真正的出貨量還不算大，所以這一 “斷點” 對黑芝麻來說，并不是不可逾越的障礙。

Q：黑芝麻機(jī)器人平臺除國產(chǎn)化替代外，與英偉達(dá)等競品相比核心優(yōu)勢何在？

徐勁：這個領(lǐng)域還是一個非常早期的領(lǐng)域，很多東西并沒有定形，英偉達(dá)也不例外。

從算力角度看，當(dāng)前在中國市場，我們芯片的算力是最接近英偉達(dá)的，而且下一代芯片在部分技術(shù)指標(biāo)上甚至已實現(xiàn)領(lǐng)先。我們的芯片團(tuán)隊有長期且深厚的積累，擁有長期且深厚的技術(shù)積累，因此我們并不懼怕與英偉達(dá)同臺競爭。

在生態(tài)建設(shè)層面，我們確實與英偉達(dá)存在一定差距，但這也被我們視為突破的機(jī)會。盡管國內(nèi)機(jī)器人企業(yè)現(xiàn)階段的開發(fā)工作大多基于英偉達(dá)的方案，但一旦項目涉及成本控制與本地化技術(shù)支持，這類企業(yè)必然會將中國本土合作伙伴納入考量范圍。

Q：黑芝麻智能在智能汽車領(lǐng)域已建立成熟的國際市場布局，這些全球化經(jīng)驗如何遷移至機(jī)器人業(yè)務(wù)？公司對海外機(jī)器人市場有何具體規(guī)劃？

楊宇欣：關(guān)于技術(shù)復(fù)用，中高算力 AI 推理芯片的大規(guī)模商業(yè)化經(jīng)驗?zāi)壳凹性谧詣玉{駛領(lǐng)域，幾十 T 乃至上百 T 算力的芯片已在自動駕駛領(lǐng)域大規(guī)模應(yīng)用，工具鏈、底層軟件、算子適配、Transformer/VLA 模型落地等均在汽車行業(yè)經(jīng)歷過驗證。機(jī)器人對工程化、應(yīng)用優(yōu)化的要求略低于汽車，模型挑戰(zhàn)仍是最高的，算力越高，能承載的任務(wù)越多，支持的模型也越復(fù)雜。關(guān)于國際化策略，黑芝麻已與多家全球 Tier-1 合作，機(jī)器人業(yè)務(wù)正尋找合適的海外切入機(jī)會。中國是機(jī)器人落地進(jìn)展最快的國家，海外市場更偏場景。我們不會單純對接海外機(jī)器人廠商，而是和合作伙伴共同推進(jìn)海外場景落地。

徐勁：黑芝麻的基因是 “born international”，國際化是優(yōu)勢而非劣勢。中國機(jī)器人產(chǎn)業(yè)鏈與海外市場的付費意愿、價格體系間形成了 “時差紅利”。黑芝麻不做機(jī)器人本體，如何依托國際化優(yōu)勢形成機(jī)器人業(yè)務(wù)商業(yè)化閉環(huán)，目前仍在探索中。

Q：黑芝麻如何保證長周期里的商業(yè)化效率，同時平衡研發(fā)成本？

楊宇欣：一方面，活下來靠 “共性”。芯片公司是賦能角色，對行業(yè)共性理解越深、提取越準(zhǔn)，越能立足，我們已看到海外和國內(nèi)成功提取共性的案例。另一方面，要成功上量。黑芝麻從汽車領(lǐng)域切入機(jī)器人行業(yè)并非從零開始，而是自然演進(jìn)，底層技術(shù)相通性強，上量就代表成本優(yōu)勢，這是芯片行業(yè)很現(xiàn)實的問題。投入層面，黑芝麻盡量復(fù)用原有技術(shù)體系，在研發(fā)可控的前提下增加機(jī)器人業(yè)務(wù)的支撐部分。

徐勁：第一，需求端已出現(xiàn) “最大公約數(shù)”。過去一年黑芝麻與不同機(jī)器人廠家對接，發(fā)現(xiàn)在感知、路徑規(guī)劃、語言交互、大模型等方面需求共通，正是這種共性，讓我們有了發(fā)展機(jī)會。第二，打造 “商業(yè)落地最佳平臺”。目前的三款方案是基于 “最大公約數(shù)” 得出的、可覆蓋最大范圍場景的成果，后續(xù)還會持續(xù)升級。第三，通過軟件將更多技能映射為底層任務(wù)，實現(xiàn)更高程度的通用化。

Q：演講中提到的 “單腦控制到雙腦協(xié)同、左右腦平衡、全腦協(xié)同”，是否可理解為人類生理大腦？為何要模擬這種人類左右腦結(jié)構(gòu)？“類人腦” 設(shè)計是否真的比 “感知→決策→執(zhí)行” 鏈路更優(yōu)？能否舉例說明哪些機(jī)器人功能必須依賴左右腦分域協(xié)同才能實現(xiàn)？

徐勁：左右腦只是概念，并非要在硬件上復(fù)刻人類左右腦，核心是不能將功能做孤立劃分。我們研究大量論文并結(jié)合實踐經(jīng)驗發(fā)現(xiàn)：通常大家會認(rèn)為大模型可解決所有問題，但學(xué)術(shù)界有一派觀點強調(diào)世界模型的必要性，純語言模型的能力存在局限。比如 DeepSeek-OCR，我們曾認(rèn)為文本處理必然是語言層面的工作，后來卻發(fā)現(xiàn)引入視覺通路后，整體效果反而更好。

人腦的諸多機(jī)制可被借鑒，比如人與人對話交流時，除了獲取語言文字信息，還會接收表情等信號，諸多信息處理環(huán)節(jié)是同步進(jìn)行的，這就涉及到左右腦協(xié)同。至于是否要通過與人腦相似的硬件來實現(xiàn)該能力，這是值得探討的技術(shù)路線問題，而業(yè)界已普遍認(rèn)可視覺與語言協(xié)同的必要性。

Q：這款大計算平臺 SoC 做了創(chuàng)新性硬件設(shè)計，是否使其更適配當(dāng)下以 VLA 為主的機(jī)器人場景？

徐勁：我們確實在芯片層面做了獨到嘗試，且已將自家產(chǎn)品指標(biāo)與市面最強芯片進(jìn)行對比，我們的效能具備明顯優(yōu)勢。我們觀察到，傳統(tǒng)視覺處理的帶寬曲線呈現(xiàn)輸入帶寬高、中間計算帶寬低、輸出帶寬低的特征；而大語言模型的帶寬曲線則為輸入帶寬低、中間計算帶寬高、輸出帶寬低。

我們的目標(biāo)是在同一顆芯片上，同時高效運行視覺與語言相關(guān)任務(wù)，且兼顧帶寬、算力與 SRAM 成本。為此，黑芝麻通過一種新穎架構(gòu)實現(xiàn)了兩種模態(tài)計算的高效處理，相關(guān)技術(shù)細(xì)節(jié)暫不便公開。

Q4：傳統(tǒng)商學(xué)院的 “第二曲線” 通常要在第一曲線過了破局點之后啟動，現(xiàn)在黑芝麻第一曲線是否已經(jīng)過了破局點？為何此時啟動機(jī)器人業(yè)務(wù)？汽車領(lǐng)域的經(jīng)驗如何遷移至機(jī)器人賽道實現(xiàn) “彎道超車”？

楊宇欣：黑芝麻進(jìn)入機(jī)器人領(lǐng)域，并非完全意義上的第二曲線，而是非常自然的業(yè)務(wù)過渡。公司官方很少使用 “第二曲線” 一詞，因為其定義是進(jìn)入全新市場、團(tuán)隊研發(fā)與市場相對獨立，這與我們技術(shù)復(fù)用度極高的實際情況不符。

徐勁博士此前負(fù)責(zé)智能影像部門，相較于封閉的汽車市場，機(jī)器人場景更為豐富，其產(chǎn)業(yè)鏈布局與諸多工業(yè)品、消費品高度相似。黑芝麻在汽車領(lǐng)域積累的安全認(rèn)知，以及大算力芯片商業(yè)化落地的經(jīng)驗，均能遷移至機(jī)器人領(lǐng)域，且現(xiàn)有汽車客戶，也是潛在的機(jī)器人客戶與合作伙伴。

Q：有試過跑幾個 VLA 嗎？速度和效果怎么樣？

徐勁：我們內(nèi)部做過測試，雖尚未正式發(fā)布，但從目前結(jié)果來看，比業(yè)界最領(lǐng)先的方案還要好一點。這得益于我們長期的技術(shù)積累，以及對前沿算法的持續(xù)跟蹤，能夠?qū)⑿酒懔Ω咝Оl(fā)揮出來。

Q：現(xiàn)在行業(yè)對人形機(jī)器人 VLA 路線信心不足，黑芝麻面對終端廠商技術(shù)路線的變化，會不會調(diào)整原有設(shè)計？作為芯片廠商，該怎么應(yīng)對不停變化的技術(shù)路線？

徐勁：黑芝麻既不是算法廠商，也不是終端廠商，我們核心是推出通用架構(gòu)，最大程度滿足各類計算需求。新架構(gòu)會繼續(xù)支持 V（視覺）和 L（語言），追求 “最大公約數(shù)”。我們會關(guān)注新的技術(shù)架構(gòu)，但不會去判斷算法的發(fā)展方向。

楊宇欣：去掉 “L” 對算法的挑戰(zhàn)很大?，F(xiàn)在大模型能落地應(yīng)用，正是因為基于 Transformer 的大語言模型，能力會隨算力提升而暴增，語言就是它的核心中樞；要是直接做 V-A，很多基于 Transformer 的大模型都得重構(gòu)。

作為芯片公司，我們通常只關(guān)注模型，只要模型基于 Transformer，我們就能做加速，我們最新的 NPU 本身就原生支持這個模型。但 Transformer 未必是具身智能時代最好的模型。

我們已經(jīng)在研究 Mamba 等新架構(gòu)了，一旦行業(yè)形成下一代模型的共識，我們的 NPU 就會適配新架構(gòu)。現(xiàn)在模型迭代相對慢，十年前模型一年一換，芯片根本跟不上。

黑芝麻能活到現(xiàn)在，也說明我們當(dāng)時的技術(shù)判斷是對的?，F(xiàn)在為了保證前瞻性，我們有專人每天跟蹤學(xué)術(shù)論文。我們需要關(guān)注模型的演進(jìn)方向，讓 NPU 更好地適配新模型，同時攻克衍生的算法問題。

Q：黑芝麻處在 AI + 機(jī)器人的交叉領(lǐng)域，其估值體系有可能從智能汽車芯片切換到全域智能終端芯片，估值會有多大提升？會通過哪些業(yè)務(wù)或節(jié)點來體現(xiàn)？

楊宇欣：很難把業(yè)務(wù)發(fā)展、定位和二級市場的估值邏輯直接匹配，但估值最終還是要體現(xiàn)在對市場的把握、業(yè)務(wù)落地和實際業(yè)績上。

我們希望未來黑芝麻能成為 AI 時代端側(cè) AI 的計算平臺與芯片供應(yīng)商。接下來，公司會更強調(diào)端側(cè) AI 能力，未來具身智能會成為繼自動駕駛之后，端側(cè) AI 又一個復(fù)雜應(yīng)用場景。目前黑芝麻還在并購一家小算力 AI 芯片公司，因為算力越小，對應(yīng)的產(chǎn)品出貨量往往越大。我們認(rèn)為未來所有電子設(shè)備都需要算力支撐，希望能打造覆蓋全場景算力的產(chǎn)品線。

每個時代都有能站穩(wěn)腳跟的芯片公司，AI 時代也會誕生新的頭部企業(yè)。尤其是當(dāng)下中國能發(fā)展本土供應(yīng)鏈，和過去手機(jī)、汽車領(lǐng)域跟隨海外供應(yīng)鏈的模式不同，機(jī)器人廠商對本土供應(yīng)鏈的使用意愿和接受度更高，機(jī)器人或具身智能時代的供應(yīng)鏈本土化會更徹底。黑芝麻的定位是端側(cè) AI 芯片及品牌廠商，未來隨著覆蓋場景增多、產(chǎn)品線日趨豐富，有望獲得與之匹配的市場估值。

Q：在機(jī)器人行業(yè)當(dāng)前應(yīng)用的芯片中，是否有可對標(biāo)今天發(fā)布的三款產(chǎn)品的參照物？比如和英偉達(dá)芯片相比，存在哪些區(qū)別？

徐勁：黑芝麻在機(jī)器人領(lǐng)域并不會刻意強調(diào)芯片和算力，因為機(jī)器人場景的需求和其他領(lǐng)域不太一樣，算力高也未必實用。我們也做過相關(guān)評估，黑芝麻的 Kalos、Aura 可分別對標(biāo) NX 系列，Liora 可對標(biāo) Thor，但相比單一芯片，整套平臺方案的價值其實更重要。

英偉達(dá)芯片存在 IO 接口不足、基礎(chǔ)知識有短板的問題，在部分場景下黑芝麻具備自身優(yōu)勢，后續(xù)我們會公布更詳細(xì)的產(chǎn)品規(guī)格。

Q：在智駕芯片競爭白熱化、友商同樣可能切入機(jī)器人賽道的背景下，黑芝麻如何鎖定先發(fā)優(yōu)勢？您如何看待接下來機(jī)器人芯片的市場格局？

楊宇欣：現(xiàn)在談市場格局還為時過早，但我們希望未來黑芝麻能在這個領(lǐng)域占據(jù)一席之地。任何芯片細(xì)分市場成熟后，通常只會留存兩三家芯片公司來覆蓋不同類型客戶；而機(jī)器人場景更為分散，最終存活的企業(yè)可能不止兩三家。黑芝麻和多數(shù)汽車芯片廠商有本質(zhì)區(qū)別，我們本身就有成熟的工業(yè)及消費級業(yè)務(wù)，且每年能產(chǎn)生可觀收入。目前真正完成中高算力智駕商業(yè)化閉環(huán)的公司本就不多，我們在智駕領(lǐng)域已形成先發(fā)優(yōu)勢，始終快人一步，再疊加現(xiàn)有資源與技術(shù)支持，這一優(yōu)勢也將持續(xù)保持。

黑芝麻比較幸運的是，我們始終堅持了最初的信念。截至目前，公司戰(zhàn)略從未出現(xiàn)過大的調(diào)整，堅守自身理念也是我們的企業(yè)文化。

Q：從業(yè)績增長角度來看，成為產(chǎn)業(yè)鏈鏈主是不是會比單純直接賣產(chǎn)品帶來的附加服務(wù)價值更高？

楊宇欣：我個人認(rèn)為，公司經(jīng)營和商業(yè)運作不需要劃定非常明確的邊界。在行業(yè)發(fā)展早期，只要不觸碰客戶的核心利益，凡是對公司經(jīng)營有幫助的事都可以去做，這也是我們會協(xié)助客戶拓展應(yīng)用場景的原因。未來還會涌現(xiàn)更多商業(yè)模式，相關(guān)收益也會體現(xiàn)在我們的業(yè)績中。隨著行業(yè)邊界逐漸清晰，我們的商業(yè)模式也會朝著更成熟、更聚焦的方向收斂。

Q：黑芝麻想和什么樣的生態(tài)伙伴長期共跑？

徐勁：黑芝麻的自我定位是 AI 解決方案公司，核心能力是算力芯片。應(yīng)用場景的規(guī)模足夠大，是我們尋找合作伙伴的重要考量。此外，我們希望能為合作創(chuàng)造價值，為客戶創(chuàng)造的價值越大，自身未來的價值也會越高。

Q：現(xiàn)在的數(shù)據(jù)多為孤島，不僅成本高還難以復(fù)用，黑芝麻已啟動全域大腦融合，在技術(shù)層面有沒有可能實現(xiàn)更多的數(shù)據(jù)閉環(huán)與提煉？

徐勁：在數(shù)據(jù)層面，我們更多是提供工具、發(fā)揮賦能作用。作為芯片公司，直接收集相關(guān)數(shù)據(jù)并不現(xiàn)實，但我們會提供配套工具，協(xié)助客戶完成這類工作。雷峰網(wǎng)