内容提要
深圳炎曦动力成立三个月,发布具身基座模型Paimon-0,在RoboColiseum、RoboCasa365、VLA-Arena等榜单排名第一,并在客户机械臂上验证FPGA控制方案,将控制周期误差降至约1/200。公司主张从算法和真实需求倒推芯片设计,提出“本地脑+元脑”架构,构建数据、模型与自我改进闭环,计划2028年交付自研芯片。
延伸解读
先做模型再定义芯片:一条反直觉的落地路径
炎曦动力成立三个月先发布具身模型Paimon-0,而非芯片,这并非偏离定位。创始人任清源解释,公司选择从算法和真实客户需求入手,跑通数据、模型、Agent和评测闭环,再用真实任务的计算需求定义芯片设计。这种“倒推”思路要求先划分云端与端侧的算力边界,从而决定端侧芯片的负载。对读者而言,这意味着芯片公司的竞争力可能越来越取决于对上层算法与场景的理解,而非单纯硬件参数。
控制时序误差降至1/200:硬件链路优化的现实价值
文章披露,客户机械臂换上炎曦动力控制方案后,在1kHz控制节拍下,EtherCAT控制周期最差到点误差从软件模式的30微秒降至FPGA硬件模式的152纳秒,约为原来的1/200。任清源还指出,机器人延迟问题常不出在模型本身,而在图像采集、预处理、内存搬运等链路。这提示读者,评估具身系统性能时,不能只看模型推理速度,底层控制与数据供给的确定性同样关键。
数据成本是规模化瓶颈,自动评估成破局点
联合创始人马智恒算过账:单个任务后训练常需采集500到1000条数据,实验室采完还要去客户现场继续采。炎曦动力押注数据成本持续下降,希望一两条示教就能把新任务成功率做到五六成,再靠rollout和强化学习提升。为此,公司构建数据、模型与自我改进闭环,并计划11–12月开源Paimon-Eval评估模型。这反映出,具身智能落地不仅依赖模型能力,更取决于能否低成本获取可泛化的奖励信号。
团队组合与商业边界:芯片公司的软件化生存
炎曦动力团队覆盖芯片、算法与控制:CEO任清源有RISC-V芯片量产经验,算法搭档马智恒、常新远出自西安交大,联合创始人张冬军负责实时通信与时间确定性方案。公司明确不做本体、不与模型和本体公司争利润,也不做“一芯多用”,商业模式包括软硬一体盒子和单独芯片。任清源强调芯片公司本质是软件公司,软件更多是生态问题,能开源尽量开源。这为理解其2028年芯片交付计划提供了组织与商业逻辑。
Q&A
炎曦动力是一家做什么的公司?为什么成立三个月就先发布模型而不是芯片?
炎曦动力(Primotion)是一家深圳的具身芯片公司,但选择先从算法和真实客户需求入手,跑通数据、模型、Agent和评测的闭环,再用真实任务的计算需求来定义芯片设计。Paimon-0模型就是这条路线的首个公开成果。
Paimon-0在哪些榜单上取得了第一?成绩如何?
Paimon-0在RoboColiseum以0.7754分排名第一,其中通用操作子榜0.6613分最高,扰动适应子榜也领跑;在RoboCasa365以58.1综合分数登顶;在VLA-Arena取得0.73平均成功率排名第一;还在IROS Workshop挑战赛以46.599总分夺冠。
炎曦动力的“本地脑+元脑”架构是怎么分工的?
云端元脑负责开放场景理解、任务规划、沉淀复用任务经验,并在任务卡壳时重规划与故障恢复;端侧本地脑负责动作执行,依托视觉、触觉、力觉等多类感知信号实时微调,完成高频闭环控制。概括为:元脑负责第一次尝试,本地脑负责稳定重复执行上万次。
炎曦动力如何降低机器人训练的数据成本?
炎曦动力押注数据成本持续下降,追求强冷启动:一两条示教就把新任务成功率做到五六成,剩余交给rollout和强化学习提升。数据层面大量采用第一视角人类操作视频,由合作方EgoScale提供十数万小时数据,覆盖3国160余城、12800余个真实场景,包含400万余个任务、1.2亿余个动作单元;同时自建数据处理管线,将原始视频转化为结构化动作单元。
Paimon-0模型在推理速度上做了哪些优化?效果如何?
Paimon-0以世界动作模型(WAM)为核心,但持续推演完整未来视频算力开销大。它借助query token蒸馏出未来状态的核心表征(物体3D位姿、语义、可操作性affordance),再送入端侧模型做动作预测,将单个动作chunk推理耗时从约3000ms压缩至300ms,降至原先的十分之一。
炎曦动力的FPGA控制方案解决了什么问题?效果数据如何?
该方案将模型推理前后的预处理、后处理任务卸载到FPGA上,把时间确定性控制下沉到硬件逻辑,避免CPU软件调度带来的抖动。在客户机械臂上,1kHz控制节拍下EtherCAT控制周期的最差到点误差从软件模式的30微秒降到FPGA硬件模式的152纳秒,降至原来的约1/200。
炎曦动力的自我改进(RSI)闭环包含哪些模块?Paimon-Eval起什么作用?
自我改进系统由三个模块协同组成,依托real2sim在仿真中推演未来轨迹并叠加到真实场景。Progress Model Paimon-Eval用于将执行结果转化为训练反馈,仅需一条示教数据做上下文学习,即可判别陌生新任务的执行阶段,输出任务进度曲线,实现低成本、可泛化的奖励信号。Paimon-Eval计划11–12月开源,提供多尺寸版本。
炎曦动力的团队背景是怎样的?
CEO任清源是广东省、深圳市两级科技专家,曾在头部RISC-V芯片企业任副总裁,带队实现芯片量产交付,累计订单超10亿元。算法搭档马智恒和常新远同出西安交通大学人工智能与机器人研究所,师从龚怡宏教授;马智恒是深圳理工大学特聘副教授、连续创业者,常新远曾任高德视觉技术中心具身智能方向技术负责人。联合创始人张冬军负责域设计、实时通信和时间确定性方案,曾在固高科技、大疆主导研发,是李泽湘教授最早一批博士生。团队两个月扩到约50人,还有芯片老兵组成的硬件与系统团队。
炎曦动力的商业模式和未来规划是什么?
商业模式上,客户可以买软硬一体的盒子,“用根网线接上去就可以直接用”,也可以只买芯片;毛利来自芯片,软件更多是生态问题,能开源的尽量开源。目标是将数采和后训练成本压到机器人本体的十分之一以内。公司不做本体,不和模型公司、本体公司争利润,也不做“一芯多用”。自研芯片计划2028年开始交付。