优必选（HK9880）与沐曦股份（688802）联合发起成立的具身智能端侧芯片公司曦选创智，近日完成了5亿元天使轮融资，投后估值达到40亿元。本轮融资由纪源资本、经纬创投（885413）联合领投，和利资本、鼎晖龙芯创投（885413）、上汽恒旭资本、耀途资本、正轩资本、心资本、优势资本、博雅创投（885413）等机构跟投。这一融资节奏在端侧具身芯片领域并不常见，也把“整机厂商+芯片厂商”的合资模式再次推到台前。
曦选创智于2026年5月由优必选（HK9880）、沐曦、锋龙股份（002931）共同出资成立，首颗自研芯片定位为面向机器人的“大小脑一体”SoC。据优必选（HK9880）方面披露，该芯片以全面超越英伟达（NVDA）应用于具身智能的Thor芯片为研发目标。在芯片厂商与机器人本体厂商的几种合作形态中，优必选（HK9880）与沐曦的绑定程度是最深的一档。智驾领域有可参照的案例：爱芯元智（HK0600）与蔚来（NIO）旗下神玑科技合资成立重庆创元智航，联合开发旗舰智驾芯片M97等，并计划向其他车企出货。相似之处在于，本体厂商不再只是芯片流片后的适配方，而是把定义环节前移。
深度差异的实质是芯片定义权归谁。品牌IP营销专家、广州思益得首席策略官陈彦颐的判断是，优必选（HK9880）和沐曦选择合资，是因为双方要的东西用“供应”的形式拿不到。沐曦需要真实机器人的工作负载来反向定义一颗为具身智能原生设计的芯片，而不是把智驾芯片改一改；优必选（HK9880）需要从芯片架构层面嵌入自身对多模态感知、运动协同的理解，而不是等芯片流片后再做适配。影响力研究院副院长梁华新补充，无论是供应合作还是参考设计，芯片的定义权都不在本体厂商手里。合资公司由双方各持股35.01%，创始人分别出任董事长和副董事长，这一治理安排让优必选（HK9880）能把产线机器人的真实工况——运动控制、多模态感知、功耗约束——在芯片架构设计之前就输入进去。
安邦智库研究中心贺燕从成本与迭代机制上给出另一层解释。传统合作模式下容易出现技术需求与实际应用脱节，且具身智能机器人对芯片的要求已不再局限于AI算力，而是涉及GPU、CPU、传感器（885946）处理及实时控制等多种计算能力的协同。芯片研发投入大、周期（883436）长、迭代复杂，普通供应合作难以保证持续投入。共同投资之后，机器人实际运行中发现的问题可以反馈至芯片架构、编译器、算子库和系统软件，形成持续优化机制。这一模式同时带有产业平台卡位的意味：沐曦借此从数据中心GPU向具身智能端侧计算延伸，优必选（HK9880）则从机器人整机制造向底层计算平台拓展。
资金用途上，据优必选（HK9880）方面消息，本轮募集资金将重点投入核心芯片与计算平台研发、软件工具链搭建、研发团队扩充，同时推进和机器人厂商、行业客户的联合验证，及量产交付相关的准备工作。曦选创智正快速推进首款自研机器人主控SoC及配套软硬件系统的研发。按照研发规划，公司计划于2027年向产业伙伴提供开发验证平台，用于适配和测试，并于2028年推出首款SoC产品及配套的具身智能整体解决方案。
这条路径并非没有代价。合资模式前期投入大、研发周期（883436）长，面临技术路线判断失误、公司治理复杂以及客户范围受限等风险。若产品过度围绕优必选（HK9880）开发，还可能形成封闭的专用技术体系，难以实现规模化推广。这是理解“对标Thor”时必须同时看到的边界条件：定义权向内集中有利于软硬件协同，但开放性与客户广度会因此承压。
关于对标英伟达（NVDA）Thor的胜算，贺燕认为，曦选创智希望对标Thor，主要原因是国产机器人产业缺的不只是芯片，还包括芯片与软件、算法和机器人应用之间的软硬件协同能力。端侧芯片相比数据中心GPU，确实存在更多差异化创新机会，但不意味着技术难度更低，也不意味着可以绕开英伟达（NVDA）的软件生态竞争。数据中心GPU已形成相对成熟的竞争格局，核心围绕算力、显存、带宽和集群性能展开；具身智能仍处于快速发展阶段，机器人计算平台的技术标准、产品形态和应用需求尚未完全定型，这给国产企业留下了重新设计产品的空间。
梁华新直言，Thor的规格是“摆”在那里的，是目前端侧机器人计算平台里性能“天花板”级的存在。曦选创智把Thor作为对标目标，首先是给自己设定了一个可量化的性能追赶坐标，首颗芯片的目标是“全面超越”，但这不意味着走Thor的路线。“端侧自主创新的真正机会不在算力数字的堆叠，而在Thor作为通用平台无法充分覆盖的碎片化场景。机器人的端侧约束是‘算力—功耗—成本’的三角死结，工业产线、商用服务、家庭陪伴对这三者的权重完全不同。一个从数据中心GPU架构‘瘦身’下来的通用方案，很难同时在这些场景里做到最优。”在梁华新看来，国产厂商的差异化路径恰恰是“深度定制+场景绑定”，端侧的自主创新机会属于那些比英伟达（NVDA）更懂中国机器人场景里“哪些算力可以省、哪些延迟不能省”的人，而不是在参数表上做Thor的复制品。
陈彦颐提供了更细化的参照。Thor在机器人SoC市场的份额高达69%，背后是CUDA和Isaac工具链构筑的开发者生态壁垒。如果在云端训练或通用GPU赛道正面追赶，国产芯片面对的是已经成熟的生态迁移成本。但端侧具身芯片的需求边界还没有被英伟达（NVDA）完全定义——机器人需要浮点运算支撑高精度控制，需要处理比汽车更丰富的传感器（885946）数据，需要“大小脑一体”的实时协同，这些是智驾芯片出身的Thor尚未完全覆盖的空白。端侧因此比云端更有机会走出一条不依赖既有生态的自主路径。自主创新的机会不在于比英伟达（NVDA）算力更高，而在于当具身智能的芯片需求还在成形期时，用场景定义芯片，而不是用芯片去适配场景。
回到5亿元融资本身，它解决的是研发投入和联合验证的启动资金问题，并不直接等同于产品竞争力。2027年的开发验证平台和2028年的首款SoC产品是两个可检验的节点，届时芯片的实际性能、工具链成熟度以及优必选（HK9880）之外的客户导入情况，才是判断这条合资路径成败的依据。在此之前，端侧具身芯片的竞争格局仍处在需求定义阶段，谁能在碎片化场景里把算力、功耗与成本调到最优，谁就握有下一轮话语权的入口。
图 1：单位：亿元。数据来源：优必选（HK9880） 公告
曦选创智于2026年5月由优必选（HK9880）、沐曦、锋龙股份（002931）共同出资成立，首颗自研芯片定位为面向机器人的“大小脑一体”SoC。据优必选（HK9880）方面披露，该芯片以全面超越英伟达（NVDA）应用于具身智能的Thor芯片为研发目标。在芯片厂商与机器人本体厂商的几种合作形态中，优必选（HK9880）与沐曦的绑定程度是最深的一档。智驾领域有可参照的案例：爱芯元智（HK0600）与蔚来（NIO）旗下神玑科技合资成立重庆创元智航，联合开发旗舰智驾芯片M97等，并计划向其他车企出货。相似之处在于，本体厂商不再只是芯片流片后的适配方，而是把定义环节前移。
深度差异的实质是芯片定义权归谁。品牌IP营销专家、广州思益得首席策略官陈彦颐的判断是，优必选（HK9880）和沐曦选择合资，是因为双方要的东西用“供应”的形式拿不到。沐曦需要真实机器人的工作负载来反向定义一颗为具身智能原生设计的芯片，而不是把智驾芯片改一改；优必选（HK9880）需要从芯片架构层面嵌入自身对多模态感知、运动协同的理解，而不是等芯片流片后再做适配。影响力研究院副院长梁华新补充，无论是供应合作还是参考设计，芯片的定义权都不在本体厂商手里。合资公司由双方各持股35.01%，创始人分别出任董事长和副董事长，这一治理安排让优必选（HK9880）能把产线机器人的真实工况——运动控制、多模态感知、功耗约束——在芯片架构设计之前就输入进去。
安邦智库研究中心贺燕从成本与迭代机制上给出另一层解释。传统合作模式下容易出现技术需求与实际应用脱节，且具身智能机器人对芯片的要求已不再局限于AI算力，而是涉及GPU、CPU、传感器（885946）处理及实时控制等多种计算能力的协同。芯片研发投入大、周期（883436）长、迭代复杂，普通供应合作难以保证持续投入。共同投资之后，机器人实际运行中发现的问题可以反馈至芯片架构、编译器、算子库和系统软件，形成持续优化机制。这一模式同时带有产业平台卡位的意味：沐曦借此从数据中心GPU向具身智能端侧计算延伸，优必选（HK9880）则从机器人整机制造向底层计算平台拓展。
资金用途上，据优必选（HK9880）方面消息，本轮募集资金将重点投入核心芯片与计算平台研发、软件工具链搭建、研发团队扩充，同时推进和机器人厂商、行业客户的联合验证，及量产交付相关的准备工作。曦选创智正快速推进首款自研机器人主控SoC及配套软硬件系统的研发。按照研发规划，公司计划于2027年向产业伙伴提供开发验证平台，用于适配和测试，并于2028年推出首款SoC产品及配套的具身智能整体解决方案。
这条路径并非没有代价。合资模式前期投入大、研发周期（883436）长，面临技术路线判断失误、公司治理复杂以及客户范围受限等风险。若产品过度围绕优必选（HK9880）开发，还可能形成封闭的专用技术体系，难以实现规模化推广。这是理解“对标Thor”时必须同时看到的边界条件：定义权向内集中有利于软硬件协同，但开放性与客户广度会因此承压。
关于对标英伟达（NVDA）Thor的胜算，贺燕认为，曦选创智希望对标Thor，主要原因是国产机器人产业缺的不只是芯片，还包括芯片与软件、算法和机器人应用之间的软硬件协同能力。端侧芯片相比数据中心GPU，确实存在更多差异化创新机会，但不意味着技术难度更低，也不意味着可以绕开英伟达（NVDA）的软件生态竞争。数据中心GPU已形成相对成熟的竞争格局，核心围绕算力、显存、带宽和集群性能展开；具身智能仍处于快速发展阶段，机器人计算平台的技术标准、产品形态和应用需求尚未完全定型，这给国产企业留下了重新设计产品的空间。
梁华新直言，Thor的规格是“摆”在那里的，是目前端侧机器人计算平台里性能“天花板”级的存在。曦选创智把Thor作为对标目标，首先是给自己设定了一个可量化的性能追赶坐标，首颗芯片的目标是“全面超越”，但这不意味着走Thor的路线。“端侧自主创新的真正机会不在算力数字的堆叠，而在Thor作为通用平台无法充分覆盖的碎片化场景。机器人的端侧约束是‘算力—功耗—成本’的三角死结，工业产线、商用服务、家庭陪伴对这三者的权重完全不同。一个从数据中心GPU架构‘瘦身’下来的通用方案，很难同时在这些场景里做到最优。”在梁华新看来，国产厂商的差异化路径恰恰是“深度定制+场景绑定”，端侧的自主创新机会属于那些比英伟达（NVDA）更懂中国机器人场景里“哪些算力可以省、哪些延迟不能省”的人，而不是在参数表上做Thor的复制品。
陈彦颐提供了更细化的参照。Thor在机器人SoC市场的份额高达69%，背后是CUDA和Isaac工具链构筑的开发者生态壁垒。如果在云端训练或通用GPU赛道正面追赶，国产芯片面对的是已经成熟的生态迁移成本。但端侧具身芯片的需求边界还没有被英伟达（NVDA）完全定义——机器人需要浮点运算支撑高精度控制，需要处理比汽车更丰富的传感器（885946）数据，需要“大小脑一体”的实时协同，这些是智驾芯片出身的Thor尚未完全覆盖的空白。端侧因此比云端更有机会走出一条不依赖既有生态的自主路径。自主创新的机会不在于比英伟达（NVDA）算力更高，而在于当具身智能的芯片需求还在成形期时，用场景定义芯片，而不是用芯片去适配场景。
图 1：端侧具身芯片对标坐标
回到5亿元融资本身，它解决的是研发投入和联合验证的启动资金问题，并不直接等同于产品竞争力。2027年的开发验证平台和2028年的首款SoC产品是两个可检验的节点，届时芯片的实际性能、工具链成熟度以及优必选（HK9880）之外的客户导入情况，才是判断这条合资路径成败的依据。在此之前，端侧具身芯片的竞争格局仍处在需求定义阶段，谁能在碎片化场景里把算力、功耗与成本调到最优，谁就握有下一轮话语权的入口。
图 1：从成立到首款SoC的可验证节点。数据来源：优必选（HK9880） 公告
