物理AI升温，端侧SoC走到台前

记者 郑晨烨

近期，在科技股下跌的市场环境中，物理AI方向的科技股表现相对强势。

所谓物理AI，指让AI驱动机器人、汽车等实体设备，在真实环境中完成感知、推理、决策、行动的实体AI。物理AI对时延要求很高，关键计算需要在设备本地进行，而承担这项工作的主要是端侧SoC（系统级芯片）这类主控芯片。

近日，A股市场的端侧SoC公司陆续发布三季报，代表性公司业绩亮眼：视觉 AI　SoC厂商星宸科技（301536.SZ）2026年三季度归母净利润为 7.01亿元，同比增长752.76%；端侧AIoT（人工智能物联网）芯片厂商瑞芯微（603893.SH）同期归母净利润为4.73亿元，同比增长90.5%。

两家公司此前发布的业绩预告都提到，机器人等产品线增长较快。

设备大脑

端侧SoC是设备里的主控芯片，相当于设备的“大脑”。一颗主控芯片上集成了CPU、GPU、NPU（神经网络处理器）以及图像处理、视频编解码等模块，设备所需的运算和控制大多由它完成。

过去，这类芯片主要用在安防摄像头、电视机顶盒、平板电脑、耳机手表等消费电子和物联网设备上，多承担视频编解码、图像处理和简单的识别任务，近几年延伸到了汽车座舱、机器人等新兴领域。

A股市场上的端侧SoC公司，主攻的市场方向各不相同。星宸科技的芯片主要用在安防摄像头等视觉设备上；瑞芯微的芯片则覆盖汽车电子、机器视觉、工业应用和机器人等多个领域；晶晨股份（688099.SH）的芯片大量用在电视和机顶盒上；恒玄科技（688608.SH）主要为蓝牙耳机、智能手表和智能眼镜提供主控芯片。

过去，这些终端设备对成本比较敏感，对算力的要求也不高，端侧SoC很少用到最先进的制程（芯片制造工艺的精细程度）。但物理AI改变的，首先就是端侧SoC承担的工作量，在这一点上，汽车走在了前面。

深圳一家芯片企业的技术专家告诉经济观察报记者，对于车上主控芯片，不少车企客户几年前还认为几十TOPS（AI芯片算力单位，指每秒万亿次运算）的算力用不完，但量产上车之后，又反馈算力不够，如今车上主控芯片的算力已经做到了上千TOPS。

另外，主控芯片接手的工作也在变多。国内一些车企提出，去掉雷达模组里自带的处理器，把原始数据直接交给主控芯片处理，以降低成本和功耗，同时也让算法开发更加灵活。

该技术专家称，汽车上用的芯片已经开始装进机器人，因为两者用的芯片基本一样，区别仅在于上层的软件和方案：汽车要解决的是在路上的自动驾驶，机器人要解决的是双手如何配合、如何行走等问题。

在该技术专家看来，算力要往上走，制程也得跟着往前推。由于端侧设备对功耗、发热和体积都很敏感，制程越先进，同样大小的芯片里能放下的晶体管越多、功耗也越低，要在有限的功耗里放进更多算力，很大程度上要靠更先进的制程。

目前，国内一些端侧SoC公司的新一代产品，已经在往先进制程的方向上推进。

公开信息显示，晶晨股份新一代边缘AI芯片A123X和C305X2采用台积电6纳米工艺，主要面向机器视觉、扫地机器人、门禁和电池供电摄像头等设备，将在2026年四季度量产。星宸科技在2026年前三季度业绩预告中也提到，其采用4/6纳米先进制程、面向机器人等具身智能设备的大算力芯片也在稳步研发。

在提升AI算力上，瑞芯微走的是另一条路：在主控芯片之外，再推出一颗专门运行 AI模型的协处理器RK182X。瑞芯微在2026年前三季度业绩预告中称，RK182X多条产品线已进入发布和量产阶段，将在2026年四季度放量。

不过，先进制程的产能并不好拿。A股市场上的端侧SoC公司大多只负责芯片设计，生产要交给晶圆代工厂，这部分产能主要集中在台积电等少数几家晶圆厂手里。台积电董事长兼总裁魏哲家在10月15日的业绩说明会上称，AI相关的需求仍远高于台积电眼下的供应能力，台积电正在全力缩小供需缺口。

眼下先进制程的代工产能依然偏紧，高算力SoC的交期已明显拉长，下游方案商（替终端品牌做整机设计的企业）开始提前一个季度下单。成熟制程的低端型号则供应正常。

深圳一家芯片分销商的负责人告诉记者，电视、机顶盒等传统领域的SoC，单价低、出货量大。2026年上半年，随着存储等元器件成本上涨，SoC的价格整体上涨约10%—15%，涨价较为顺利的主要是用在汽车、工业等门槛较高领域的芯片，以及需求旺盛、难以替代的AI相关芯片；用在家电、智能音箱等竞争激烈的物联网设备芯片，涨价并不明显。

星宸科技也在前述业绩预告中称，旗下覆盖智能机器人、边缘计算等领域的端边侧AISoC业务线，出货量和营收持续走高，呈现量价齐升的格局。

从需求端看，机器人对芯片规格的要求还会继续提高。国海证券在2026年10月25日发布的一份研报中表示，长期来看，机器人需要在本地完成从感知到做出动作的推理，这将显著抬升端侧主控芯片的算力与带宽（芯片读写数据的速度）规格。

宇树科技（688836.SH）创始人王兴兴也在10月中旬的一场公开对话中说：“在机器人上能部署的算力相对有限，能放到云端的就尽可能放到云端。”在他看来，运动控制对实时性要求高，需要放在端侧运行，决策类任务和大规模泛化场景仍要依靠云端。

在高端机器人上，国产芯片还在追赶。前述芯片分销商负责人提到，国产SoC在人形机器人里主要承担功能相对简单的部分，如控制手臂抬举、转动腰部和头部，要完成跳舞、翻跟头等复杂动作的高性能机器人，核心处理器仍主要依赖海外产品。

上述芯片分销商负责人认为，国产芯片眼下的优势主要是性价比。以智能座舱为例，用国产芯片的方案，体验处在“够用”的水平，不如海外方案流畅，芯片性能约为海外竞品的80%，但价格约为海外竞品的一半，已有车企用国产方案替换了原来的海外方案。

但从出货量看，人形机器人还处在发展早期。国际数据公司（IDC）的数据显示，2026年上半年，全球人形机器人出货量接近2.5万台，同比增长432.1%，科研教育、表演展示以及政府出资建设、用来采集训练数据的数据采集中心等场景，合计仍占到出货量的69%。

IDC中国研究经理李君兰认为，人形机器人有望在2030年前后进入规模化应用加速发展阶段，IDC预计届时全球出货量将超过75万台。

当前，物理AI带来的变化更多体现在端侧SoC的规格、制程和AI相关产品的定价上，人形机器人带来的出货量放大，可能还要等一段时间。

内存约束

芯片规格提高后，端侧SoC越来越受制于内存。

国金证券在近日发布的研报中称，大模型在设备本地运行时，要容纳模型参数、上下文等数据，对内存容量和带宽的要求都会提高。端侧AI的性能评价已经不再只看峰值算力，开始同时考察模型装载、持续数据搬运和长时间推理的能力。

前述芯片企业的技术专家也表示，芯片有多少TOPS，并不代表实际效果，有些算法的表现受内存带宽制约，大模型每输出一个词，都要把模型参数从内存里读一遍。这两年内存成本高企，他们从底层软件到算法的各个环节帮客户节省内存，如采用更低精度的数据格式，把模型参数从16位降到4位，模型占用的内存和对带宽的需求只有原来的四分之一左右，还专门研发了占用内存较少的大模型运行软件。

该技术专家称，此前客户车上负责辅助驾驶的计算硬件一般配32GB内存，在驾驶功能不受影响的前提下，有的客户已经将硬件降到16GB，按每GB内存接近20美元估算，一套硬件能省下约300美元。

与此同时，内存还在涨价。市场研究机构集邦咨询在9月30日发布的报告中预计，2026年四季度一般型DRAM（普通内存芯片）合约价将环比上涨10%—15%。受AI强劲需求和更高利润吸引，三星电子、SK海力士、美光等存储原厂持续把产能转向服务器等领域，电视、机顶盒和可穿戴设备等利润更低的产品，更难承受存储芯片涨价。

多位受访者告诉记者，内存在端侧设备物料成本中的占比上升很快。

深圳一家大型存储企业的负责人称，机器人、智能座舱等产品配置的内存越来越大，不少端侧SoC出货时会和内存搭配在一起，有的直接把内存封装进芯片，芯片厂商要自己采购内存，头部芯片厂商大多提前锁定了货源，在这一轮涨价里明显更加从容。

公开数据显示，截至2026年9月末，星宸科技的存货价值为31.82亿元，约为年初9.3亿元的3.4倍。星宸科技在三季报中称，这批备货是为了稳定上游货源，可以支撑其平稳度过存储供应紧张的周期。

晶晨股份则调整了产品售价。按照其在2026年前三季度业绩预告中的说法，面对存储及核心原材料价格波动等外部环境，通过合理调整产品售价、提升经营效率等方式，保障了合理健康的毛利率。2026年三季度，晶晨股份归母净利润为6.83亿元，同比增长239.35%。

涨价的也不只是内存。

瑞芯微在2026年前三季度业绩预告中提到，2026年上半年，存储、电阻电容等生产资料价格一路上涨，相关影响从供应链传导到了2026年三季度的终端销售市场，当季终端市场在调整消化。PCB（印制电路板）的延迟交付也影响了当季终端产品的生产，芯片订单随之滞后、顺延，预计2026年四季度会恢复。

此外，国海证券在前述研报中提到，村田、三星电机、太阳诱电、京瓷等元件厂商的扩产计划，都在向AI服务器倾斜，三星电机还将把面向终端厂商的消费级MLCC（多层陶瓷电容）价格平均上调25%—30%，以抑制客户下单，腾出产能扩充高端产线。该研报认为，存储涨价对消费电子端侧的需求造成了不同程度的压制。

比如，产品以耳机、手表用芯片为主的恒玄科技，2026年三季度营收同比下降20.03%，归母净利润同比下降77.42%。恒玄科技在三季报中称，业绩主要受到消费电子市场需求疲软、上游存储芯片涨价等因素的影响。

华南一家大型券商的电子行业分析师表示，预计2027年一季度前后，可能会出现一批端侧AI新品，率先放量的多为内存用量少的产品，以及过去没有出现过的新品类，后者的用户对价格不那么敏感。

前述存储企业负责人认为，存储价格回落的时间点，会直接影响明年这批新硬件的内存配置，也会影响端侧芯片规格提升的速度。

也就是说，在存储等物料的价格回落之前，物理AI带来的这轮端侧SoC需求，可能会更多流向那些提前锁定了内存货源、算力足够，且能用更少内存实现同等效果的芯片厂商。