7月15日，2026成都·春晖国际青年学者交流活动——人工智能、机器人与空天信息产业专场在欧洲中心举行。星凡智能副总高君效受邀参加“人工智能如何赋能未来产业发展”圆桌论坛，并围绕“AI芯片底层赋能：具身智能迭代升级的算力支撑路径探析”作主题分享。

本次活动由教育部留学服务中心、四川省委人才办、成都市委人才办主办，成都市人才发展促进中心、成都高新区、四川大学、电子科技大学、西南交通大学共同承办。活动汇聚数百余位海外玛丽·居里学者，以及高校专家、科研人员、行业协会和科技企业代表，围绕人工智能、机器人、低空经济与空天信息等前沿方向展开交流，推动国际人才交流、科技成果转化与产学研协同。

01 汇聚多领域力量，共议人工智能赋能未来产业

活动期间，电子科技大学机械与电气工程学院程洪院长围绕脑机接口与智能康复的发展趋势作主题分享；电子科技大学（深圳）高等研究院范衠教授围绕具身智能与智慧医疗的融合展开交流。

圆桌论坛上，星凡智能与来自人工智能产业链上下游的专家学者与产业代表，包括星尘智能、纵横股份等企业代表，以及中国科学院工程研究所研究员、华南理工大学国家级青年人才等科研力量，围绕“人工智能如何赋能未来产业发展”研讨主题展开交流。

在讨论中，嘉宾们围绕人形机器人产业化的技术瓶颈、通用具身智能的落地挑战，以及低空经济多元场景的商业价值等议题进行了探讨。不同领域观点的交汇，进一步体现出具身智能正在成为连接芯片、机器人、医疗、低空经济与空天信息的重要技术方向。

星凡智能副总高君效从AI芯片底层能力切入，从物理AI产业落地的实际需求出发，分析具身智能在本地推理、运动控制、多模态处理和持续迭代中的算力需求。

02 从具身智能落地挑战，看底层算力的新需求

高君效先生指出，物理AI的计算任务与传统云端AI存在明显差异。

机器人需要在有限功耗下，实时处理视觉、语音、力觉、位置和运动状态等多模态信息，并完成环境理解、任务规划与动作控制。通用算力架构虽然适用范围广，但在低时延推理、持续运动控制和端侧运行中，仍可能面临数据搬运频繁、软件调度链路较长和能效利用不足等问题。

因此，物理AI芯片的价值并非简单提升峰值算力，而是围绕真实任务重新设计计算架构，让芯片更加适配机器人感知、推理、决策和行动的连续过程。

从产业落地看，物理AI仍面临专用芯片不足、真实交互数据供给有限和跨场景泛化能力不足等问题。解决这些问题，既需要低功耗、低时延的本地算力，也需要真实数据、仿真训练与任务反馈形成持续迭代闭环。

03 算法先行，芯片接力，释放更高有效算力

围绕这一方向，星凡智能持续推进算法、芯片架构和软件栈的协同优化。

在算法层面，通过混合精度量化、低比特计算和稀疏化优化，降低模型对显存、带宽与功耗的需求；XBoost异构加速平台进一步承担模型压缩、算子优化和异构硬件调度，将算法优势转化为实际推理效率。

在芯片层面，星凡智能将成熟的算法能力进一步沉淀到硬件架构中。通过异构多核设计和硬件原生加速，使不同计算单元分别承担低比特推理、稀疏计算和参数更新等任务，减少软件调度与数据转换开销。

作为星凡智能面向物理AI场景推出的核心芯片产品，星核S1赋能包含具身智能、太空计算、低空经济在内的星-云-边-端等多元场景，为物理AI落地提供更高能效、更低成本、更易部署的芯片级算力支撑。

高君效先生还谈到，具身智能的持续进化不能只依靠芯片。机器人面对不断变化的环境和大量长尾任务，需要将真机交互数据、仿真训练数据与任务执行反馈连接起来，形成“任务执行—数据产生—模型优化—能力提升”的闭环。

此次交流，进一步呈现了产业界对底层算力与具身智能协同发展的关注。星凡智能将继续围绕物理AI芯片与真实世界数据飞轮开展技术攻坚，深化与高校、科研团队及产业伙伴的协同创新，推动前沿技术从实验室走向产业一线、进入更多真实场景，以智能拓展人类能力，让科技更好造福真实世界。