2025年人工智能芯片与人形机器人、边缘 AI 领域发展动态
人工智能芯片
在2025年初的国际消费电子展（CES）上，Nvidia 展示了其桌面级人工智能计算设备，最初命名为 Digits，搭载 GB10 芯片，集成 Grace 处理器与 Blackwell GPU，配备 128GB 统一内存，可支持运行参数量达 2000 亿的模型。经过一年的技术迭代，该设备正式命名为 DGX Spark，并于同年9月完成首批交付，首任用户为特斯拉（Tesla）和 SpaceX 首席执行官 Elon Musk。
Anaconda、Cadence Design Systems、ComfyUI Docker、Google、Hugging Face、JetBrains、LM Studio、Meta、Microsoft、Ollama 及 Roboflow 等公司均采用 DGX Spark 进行工具、软件和模型的验证与优化。同时，Acer、ASUS、Dell Technologies、GIGABYTE、HP、Lenovo 及 MSI 等硬件厂商参与了该设备的制造，其设计功耗为 240 瓦。
作为 Blackwell 系列的后续产品，Rubin CPX 芯片于2025年9月发布，并计划于2026年底投入量产。该芯片集成了 Vera CPU 与 100TB 第四代高带宽内存（HBM4），单机柜即可提供高达 8 艾法（exaflops）的人工智能算力，相较当前出货的 GB300 NVL72 系统提升了 7.5 倍。
Nvidia 创始人兼首席执行官 Jensen Huang 表示，Vera Rubin 平台将为人工智能计算带来新的突破，该平台不仅搭载新一代 Rubin GPU，还引入了全新的处理器品类 CPX。类似 RTX 架构重塑图形处理和物理仿真 AI 技术，Rubin CPX 是首款专为大上下文 AI 应用设计的 CUDA 架构 GPU，支持模型在数百万知识令牌范围内进行推理。
Rubin CPX 在 4 位精度模式下可提供最高 30 petaflops 的算力，并搭载 128GB 第七代 GDDR7 内存。该芯片还集成视频编解码器与长上下文推理模块，能够满足视频检索与生成式视频等复杂任务对高性能计算的持续需求。
为迎头赶上竞争，AMD 推出 Instinct MI350 与 MI355 GPU，与数据中心级 CPU 形成协同。相较于前代产品，训练算力提升 4 倍，推理算力最高可达 35 倍。两款芯片功耗分别达到 1000 瓦和 1400 瓦，不断突破传统功耗极限。
尽管行业发展迅猛，但行业分析师指出，AI 芯片领域存在高度技术关联性，未来或将出现大量初创企业被淘汰的风险。
2025年，多家企业面临挑战：RISC-V 架构 AI 芯片公司 Esperanto Technologies 宣布破产；Untether AI 资产被 AMD 收购；同年 8 月，MIPS 被格芯（Global Foundries）收购；Kinara 则被恩智浦（NXP）收入麾下。
人形机器人领域
人形机器人作为 AI 赋能的新兴技术方向，正加速发展。三星（Samsung）在年初加快布局，而 Nvidia 凭借 Jetson 系列 GPU、模型和开源工具，持续在人形机器人训练领域保持领先。
与此同时，多项技术进展引发关注。如加州大学伯克利分校开发的 MAVERIC 芯片，基于 16 纳米制程，集成 4 个 RISC-V 架构核心与 13 个 AI 加速核心，可提供每秒 72 帧的 AI 视觉处理能力，适用于人形机器人。
中国也在积极布局人形机器人，不仅汽车制造商参与其中，技术还逐步渗透至军事应用。
上海傅里叶智能科技研发的第二代双足机器人 GR-2 拥有 53 个自由度，公司称其是首款实现汽车制造场景商业化落地的人形机器人。此外，多家中国汽车企业向 UBtech 预定了人形机器人原型，订单数量已达 500 台。
开普勒机器人（Shanghai Kepler Robotics）正与 50 家目标客户合作，推动 K2 人形机器人在智能制造与物流仓储等领域的应用。公司表示，K2 已接近实现自主完成特定任务的能力。
深圳英擎智能科技推出的 PM01 机器人基于 Jetson Orin 模块，已在多家汽车工厂完成测试。业内预计，该技术从工业级向消费级市场过渡，尚需 2 至 5 年。
美国 1X 公司于 10 月推出面向消费者的人形机器人 NEO，宣称其能够自主完成日常家务。该机器人依赖于 Nvidia 在 8 月发布的 Jetson Thor 芯片，该芯片同样支持 L4 级自动驾驶。
1X 首席执行官 Bernt Børnich 表示，NEO 的发布标志着人形机器人从科幻走向现实，是首款真正可量产并触手可及的产品。
边缘人工智能领域
韩国初创公司 DeepX 是边缘人工智能芯片领域的重要新进入者。该公司计划推出兼容 Raspberry Pi 的 DX-M1 边缘 AI 加速卡，样品已于年初完成测试。同时，DeepX 正研发 2 纳米工艺的 M2 芯片，功耗维持在 5 瓦。
DeepX 的主要竞争对手是以色列企业 Hailo，其 10H 边缘 AI 处理器支持生成式 AI 模型在本地运行，无需依赖云端。该芯片内置 Transformer 算法，支持边缘端大语言模型（LLM）和视觉语言模型（VLM）的原生运行。Hailo 还与 Avnet ASIC 合作，获取台积电先进制程支持。
BrainChip 完成 2500 万美元融资，用于加速其神经形态 AI 技术的商业化。AKD1500 芯片基于 TENNs 架构，可支持大语言模型在终端本地运行，实现隐私友好型生成式计算，且无需上传至云端。其 Akida 2 升级版新增低功耗自学习功能，适用于需边缘自适应智能的应用场景。
NXP Semiconductors 以 3.07 亿美元收购边缘 AI 芯片设计公司 Kinara，旨在构建对标 Nvidia CUDA 的汽车 AI 生态。
NXP 互联边缘业务高级副总裁 Rutger Vrijen 表示，Kinara 的 Ara-2 生成式 AI 芯片将首先应用于车载座舱，如驾驶员监控或信息娱乐助手，提供环境监测与智能响应功能。
他表示，Kinara 技术将与 NXP 广泛产品线融合，带来规模化应用机会。虽然目前尚未达到 CUDA 生态的成熟度，但 NXP 采取“软件与工具链先行”策略，推动技术更易用。Kinara 不仅是芯片供应商，更是技术易用性的推动者。
NXP 已将 Kinara 工具链与模型库集成至 eIQ 开发平台，并兼容其定制 Linux 系统与 FreeRTOS。
截至2025年底，Nvidia 市值突破 4.4 万亿美元，超越 Apple（4.0 万亿美元）、Alphabet（3.6 万亿美元）和 Microsoft（3.6 万亿美元），位列全球首位。
这一地位增强了 Nvidia 的资本实力，使其能够向 OpenAI、xAI、CoreWeave 等芯片采购方进行战略投资，并支持电信巨头诺基亚（Nokia）及英特尔（Intel）等合作项目。Nvidia 与英特尔合作开发定制 CPU，与 Rubin GPU 搭配使用，并可能收购英特尔部分业务。
人工智能产业的持续增长为 Nvidia 带来巨大机遇，而该公司也在积极扩张。随着 Jetson Thor 芯片量产，以及 Rubin CPX 芯片于 2026 年投入市场，Nvidia 正引领 AI 技术的全面性能提升。