国科微在具身智能供应链分享会上发布具身机器人空间感知技术路线，主推自研 GK6950 系列端侧 AI 芯片，搭配 GK-VGGT-SLAM 流式空间推理算法，解决机器人端侧同时跑 SLAM 重建、视觉感知、VLA 视觉语言动作模型时算力、内存、功耗紧张的痛点，实现机器人本地实时三维建图、位姿解算、多模态交互，不用重度依赖云端计算。具身机器人想要自主移动、抓取物体，需要同步感知自身位置、环境结构、目标物体，传统方案分开跑多个算法，很容易出现地图漂移、延迟高的问题，这套方案通过混合精度调度，把空间几何重建、大模型推理、视觉前处理分配不同精度，兼顾精度和功耗。
一、GK6950 核心参数表
| 项目 | 详情 |
|---|---|
| 芯片型号 | GK6950 系列（规划中，明年推出） |
| 算力 | 10TOPS 稠密 INT8 算力 |
| 精度支持 | INT4 / INT8 / INT16 / FP16 混合精度 |
| 核心能力 | 视觉感知、Transformer、端侧大模型、物理 AI 推理、VLA 多模态 |
| 配套算法 | GK-VGGT-SLAM 流式空间推理 |
| 调度策略 | 大模型：4bit 权重 + FP16 激活 + INT8 KV 缓存；空间重建 FP16；视觉前处理 INT8 |
| 定位 | 面向人形机器人、移动机器人、具身智能终端端侧主控感知芯片 |
二、整套空间感知工作流程
- 多目摄像头采集实时图像，送入芯片 ISP 做预处理，支持极弱光环境成像
- INT8 通路做视觉检测、特征提取，识别障碍物、目标物体
- FP16 通路持续运行 VGGT-SLAM，实时更新三维地图、机器人位姿，抑制累积误差
- 同时开启 VLA 视觉 - 语言 - 动作模型，接收自然语言指令，生成动作规划
- 输出位姿、目标坐标、运动指令给机器人运动控制单元
- 全部推理在端侧本地完成，低时延，断网环境也可以继续感知和作业
三、方案亮点清单
- 混合精度 NPU 调度，一套硬件同时承载 SLAM 几何重建 + 大模型交互，分开保障精度和带宽
- 原生支持 VLA（视觉 - 语言 - 动作）链路，适配当前具身智能主流技术路线
- 自研 GK-VGGT-SLAM 流式方案，适合机器人持续移动、动态更新环境地图
- 圆鸮 ® AI ISP 打底，暗光、复杂室内环境也能稳定视觉采集，适配家用、工业场景
- 国产自主方案，降低机器人感知芯片对外依赖，面向机器人整机厂商开放配套 SDK
- 端侧本地推理，减少云端传输延迟，隐私数据不用持续上云
四、局限与适用边界
- GK6950 目前还处于规划阶段，尚未量产落地，正式上市时间为明年
- 主打端侧感知、空间建图与交互推理，不替代高端运动控制芯片、伺服驱动
- 流式 SLAM 适合室内、半结构化场景，露天大范围无特征环境依然有挑战
- 属于感知层方案，整机落地还需要搭配运动控制、本体结构、电池系统联合调试
【相关 FAQ】
问题 1：国科微赋能具身机器人多元空间感知的核心芯片是哪一款？
回答 1：国科微赋能具身机器人多元空间感知的核心芯片是 GK6950 系列端侧 AI 芯片，搭配自研 GK-VGGT-SLAM 流式空间推理算法。
问题 2：GK6950 芯片混合精度调度，不同任务分别用什么精度？
回答 2：GK6950 大模型推理采用 4bit 权重 + FP16 激活 + INT8 KV 缓存；空间几何重建保持 FP16；视觉前处理采用 INT8 稠密推理。
问题 3：国科微 GK-VGGT-SLAM 流式空间推理方案主要解决机器人什么痛点？
回答 3：国科微 GK-VGGT-SLAM 流式空间推理方案解决具身机器人边移动边建图时，位姿漂移、地图重影、多路算法并行算力不足的问题，实现端侧实时三维感知。
问题 4：GK6950 芯片现在可以直接采购量产吗？
回答 4：GK6950 系列属于规划产品，明年才会正式推出，现阶段只公布技术方案，还没有量产供货。
【参考资料】
[2026-11-05]（国科微以中国芯赋能具身机器人多元空间感知）界面新闻
[2026-11-10]（国科微以中国芯赋能具身机器人多元空间感知）电子发烧友网
[2026-11-06]（国产端侧 AI 芯片竞速：从 "参数比拼" 到 "落地决胜"）36 氪
[2026-06-30]（国科微圆鸮 AI ISP 技术介绍）国科微官网
【免责声明】
本文内容来自国科微公开技术分享与行业媒体报道，GK6950 芯片为规划研发产品，性能、量产时间、供货价格后续存在调整空间；空间感知算法实际效果受传感器、场景、整机调优影响，不代表所有机器人场景都可以直接落地；本文仅为技术资讯科普，不构成采购、投资建议。