AMD 机器人业务深度分析报告

报告定位：本报告以具身智能技术工程从业者的视角，从技术、工程、生产、商业、市场、投融资六个维度，对 AMD（Advanced Micro Devices）的机器人相关业务进行系统性拆解，重点放在产品技术工程落地的可行性分析上。报告基于截至 2026 年 8 月的公开信息撰写，所有关键数据均标注来源。

1. AMD 不是机器人赛道的"新玩家"，而是"老地主反攻新大陆"。 通过 2022 年完成对赛灵思（Xilinx）的收购，AMD 获得了深植于全球工业机器人"身体"（传感器接口、运动控制、功能安全、工业网络）的 FPGA 与自适应 SoC 资产。过去二十多年，工厂机械臂的伺服接口、手术机器人的安全链、晶圆厂 AMR 的防撞融合，大量跑在 AMD 的 Zynq 和 Spartan FPGA 上[^20^]。2025—2026 年，AMD 正以锐龙 AI 嵌入式 X100 处理器、Kria AI SOM 和机器人开发者平台为矛，正式向被英伟达 Jetson 生态占据的"机器人大脑"高地发起进攻[^20^]。

2. 财务上，机器人相关业务归属嵌入式事业部，这是一门"高毛利、强黏性、周期性明显"的生意。 嵌入式事业部 2025 财年收入 34.54 亿美元（同比 -3%），2026 年第二季度收入 9.77 亿美元、同比 +19%，单季营业利润 3.86 亿美元、营业利润率高达约 40%[^1^][^3^]。2022 年并表赛灵思初期，该事业部单季营业利润率曾高达 51%[^5^]。需要清醒认识：机器人只是嵌入式事业部众多终端市场之一，通信、工业、航空航天与国防、汽车、测试测量等合计构成基本盘，机器人（尤其是人形机器人）当前贡献的收入占比很小，更多是战略叙事与未来期权。

3. 技术上，AMD 打出了行业里罕见的"全栈异构"牌。 从云端的 Instinct GPU + EPYC CPU（模型训练与仿真），到机器人"大脑"（Ryzen AI Embedded X100 / Kria AI SOM：16 核 Zen 5 + RDNA 3.5 GPU + XDNA 2 NPU + 最高 128GB 统一内存），再到"脊髓"（第二代 Versal AI Edge 自适应 SoC）、"关节"（Zynq UltraScale+ 多轴电机控制）与"神经末梢"（Spartan UltraScale+ 传感器接入），AMD 是目前唯一一家能够用自有芯片覆盖机器人全身计算层级的厂商[^21^][^22^]。其工程主张不是峰值 TOPS，而是"微秒级反射 + 百毫秒级推理"同芯片、同内存池、同生命周期的确定性集成[^20^]。

4. 生态与商业落地仍处早期，但动作密集。 2026 年 7 月 Advancing AI 大会上，AMD 发布 Kria AI 解决方案与首个"开放交钥匙"机器人开发者平台，同步推出零会员费的 AMD 机器人合作伙伴网络（首批 30 余家企业，覆盖 ODM、ISV、仿真、传感器、安全与系统集成商）[^14^][^18^][^19^]。标杆项目上，AMD 通过 AMD Ventures 参投意大利人形机器人公司 Generative Bionics（8100 万美元种子轮），并为其 GENE.01 人形机器人提供 CPU、GPU 与 FPGA 嵌入式平台的整机车规级计算方案[^24^][^25^]。

5. 竞争格局上，AMD 是挑战者而非领跑者。 英伟达凭借 Jetson 系列与 Isaac/GR00T 生态占据高端具身机器人主控芯片约 65% 的份额，Jetson Thor（2070 FP4 TFLOPS、128GB 显存、模块批量价 2999 美元）已成为人形机器人事实上的高端基准[^28^][^26^][^27^]。英特尔 CPU 仍是运动控制"小脑"的主流选择[^29^]。AMD 的机会窗口在于：VLA 模型时代机器人对"实时控制 + 端侧推理 + 工业级可靠性"一体化方案的真实工程需求，以及中国等市场对开放、非单一供应商绑定方案的偏好。

理解 AMD 的机器人业务，必须回到 2020 年 10 月宣布、2022 年 2 月完成的全股票收购赛灵思交易。收购完成后，AMD 重组了财报分部，新设立的"嵌入式事业部"（Embedded Segment）包含 AMD 原有嵌入式产品与赛灵思全部嵌入式产品[^5^]。2022 年第二季度，嵌入式事业部并表后单季收入即达 13 亿美元，同比增长 2228%，营业利润 6.41 亿美元，利润率高达 51%——这组数字直观说明了赛灵思资产的盈利质量[^5^]。截至 2022 年中，与赛灵思和 Pensando 收购相关的商誉及无形资产高达 504 亿美元[^5^]，这既是 AMD 历史上最大手笔的战略押注，也决定了其必须在嵌入式与自适应计算市场打出回报。

赛灵思带给 AMD 的，远不止 FPGA 芯片本身，更是一整套在工业、汽车、航空航天、医疗等高壁垒市场的客户关系与认证体系。机器人恰好处在这张能力网的中心：工业机器人控制器、机器视觉相机、激光雷达信号链、工业以太网（EtherCAT/TSN）、功能安全（SIL/ASIL）——这些恰恰是 FPGA 与自适应 SoC 的传统优势腹地。

在相当长的时间里，AMD（赛灵思）在机器人产业链中的角色是"隐形冠军"：FPGA 深植于伺服驱动器、传感器前端和安全控制器中，外界感知不到，但替换成本极高。业内观察人士将这段历史概括为——过去二十年机器人产业链里"最贵、最难替换的部分是实时控制环路和传感器接入"，其中大部分跑在 AMD 的 Zynq 与 Spartan FPGA 上，"这块生意不性感，但稳定、高毛利、客户黏性强"[^20^]。

转折点出现在 2024—2026 年。VLA（视觉-语言-动作）模型的出现改变了游戏规则：端侧推理能力开始决定机器人能做什么任务、能卖多少钱，"大脑"芯片的 BOM 占比与话语权同步上升。纯 FPGA 的算力叙事撑不起"物理 AI 大脑供应商"的定位，AMD 必须向价值链上游走[^20^]。2026 年 1 月 CES 上，AMD CEO 苏姿丰明确表示，支撑人形机器人与自动驾驶等自主机器的"物理 AI"（Physical AI）可能是"下一个大事件"，AMD 正将其作为战略的关键组成部分[^21^]。她在接受彭博采访时进一步透露："从我们在 FPGA 和嵌入式实时能力上的所有工作来看，我们在这个领域已经耕耘了很长时间，已经为很多机器人应用提供算力……与人形机器人（Generative Bionics）的合作将把我们的能力和智能提升到另一个层次"[^22^]。

AMD 嵌入式事业部由高级副总裁兼总经理 Salil Raje 执掌。在 2026 年 CES 与 Advancing AI 大会上，他系统阐述了 AMD 的物理 AI 主张："从用于实时计算、视觉和控制的 FPGA 与嵌入式处理器，到用于仿真、训练和规模化部署的领先 CPU 与 GPU，全部由开放标准和开放生态支持"[^25^]。这标志着机器人业务在 AMD 内部完成了从"嵌入式事业部的若干终端应用之一"到"公司级物理 AI 战略载体"的定位升级。

从工程视角看，一台现代机器人（尤其是人形机器人）本质上是"系统的系统"，其计算架构呈现清晰的分层[^28^]：

这一分层结构对理解 AMD 的战略至关重要：英伟达占据的是"大脑"层，而 AMD 的历史存量在"脊髓、关节与神经末梢"层。 2026 年 AMD 发布 X100/Kria AI 的本质，是从身体层向大脑层的垂直整合进攻——在一台人形机器人上，AMD 的产品矩阵可以分别扮演"大脑（Kria AI）、脊髓（第二代 Versal AI Edge）、关节（Zynq UltraScale+）、神经（Spartan UltraScale+）"的角色，连云端训练都可以用 Instinct GPU 完成[^19^]。

人形机器人市场的预测分歧极大：综合多家研究机构的口径，2025 年全球人形机器人市场规模的中位数约 26.6 亿美元（约 30 亿美元量级），各机构对终点的预测从 2030 年 110 亿美元（BCC Research，CAGR 42.8%）到 2035 年 502.7 亿美元（MarketsandMarkets，CAGR 28.1%）不等[^30^]。无论采用哪个口径，人形机器人当前都仍是"亿美元到百亿美元"级别的早期市场，对 AMD 这样年收入 346 亿美元（2025 财年）[^1^]的公司而言，短期财务贡献有限。

真正的现金流基本盘在存量工业市场：工业机器人、AMR/AGV、机器视觉、医疗机器人、无人机。这些市场对芯片的需求特征是——生命周期要求 10—15 年以上、宽温（-40°C 至 +105°C）、功能安全认证（IEC 61508 SIL 3 / ISO 26262 ASIL D）、确定性实时响应、长供货承诺。这是一个"慢变量"市场，与消费电子的逻辑完全不同，也恰是 FPGA/自适应 SoC 的护城河所在。AMD 官方多次强调，其成本优化型 FPGA 产品组合中 7 系列器件供货承诺延长至 2040 年、UltraScale+ 系列延长至 2045 年[^32^]——这种"超长生命周期"承诺对机器人整机厂（尤其是工业与医疗客户）是关键的采购决策因子。

第一，从确定性自动化走向自主智能。 机器人行业正从"重复执行预编程动作"的确定性自动化，演进为需要 AI 感知、推理与实时决策的自主系统[^14^]。这意味着计算负载从单纯的控制律计算，变为"VLA 推理 + 多传感器融合 + 实时控制"并发，单芯片异构集成（CPU+GPU+NPU+FPGA）的价值凸显。

第二，大模型上机器人带来的内存与带宽饥渴。 端侧运行 VLA/VLM 模型需要大容量高带宽内存。英伟达 Jetson Thor 配备 128GB LPDDR5x、273GB/s 带宽[^27^]；AMD Kria AI SOM 同样提供 64GB/128GB LPDDR5x 选项[^15^]。"百 GB 级统一内存"已成为人形机器人主控的入场券。

第三，供应链安全与开放生态诉求。 在中美科技脱钩背景下，英伟达高端芯片对华出口受限，中国机器人厂商对"第二供应源"和开放平台的需求上升；欧洲市场则强调主权供应链——Generative Bionics 与德国 Synapticon 合作打造"欧洲制造"的执行器链条即是例证[^24^]。AMD 主打的"开放标准 + 无供应商锁定"叙事，正好切入这一情绪。

本章是报告的重点。我们将逐一拆解 AMD 机器人产品矩阵的技术规格、架构取舍与工程落地性。

截至 2026 年 8 月，AMD 面向机器人/物理 AI 的产品栈可以归纳为六层：

第一层：云端训练与仿真——EPYC CPU + Instinct GPU。 具身智能模型的训练与大规模仿真（Isaac Sim 类工作负载）发生在数据中心，AMD 的 MI300/MI350/MI400 系列 Instinct GPU 与 EPYC 处理器承担这一角色。2026 年第二季度，AMD 数据中心事业部收入 67 亿美元、同比 +107%[^3^]，云端算力的强势为机器人业务提供了"训练-推理同栈"的故事基础。

第二层：机器人"大脑"——Ryzen AI Embedded X100 与 Kria AI SOM。 2026 年 1 月 CES 发布的锐龙 AI 嵌入式产品线包含 P100 与 X100 两个分支，均集成 Zen 5 CPU、RDNA 3.5 GPU 与 XDNA 2 NPU，与锐龙 AI 300/400 系列同源[^12^]。其中 P100（4—6 核，15—54W，-40°C 至 +105°C，10 年生命周期）面向车载与工业自动化；X100 则针对"更高要求的物理 AI 和自主系统"，最多 16 核，2026 年上半年开始送样[^12^][^13^]。P100 相比上一代单线程与多线程性能提升最高 2.2 倍，图形性能提升约 35%，NPU 算力 50 TOPS[^13^]。

2026 年 7 月 Advancing AI 大会上，X100 以"Kria AI SOM"形态落地：采用 120×120mm COM-HPC 开放标准模组形态，集成 CPU、GPU、NPU 与统一内存，面向量产机器人[^18^][^14^]。开发者平台顶配的 X199 处理器规格为 16 核 CPU、60 FP16 TFLOPS GPU、最高 50 TOPS NPU，内存提供 64GB/128GB LPDDR5x 选项[^15^]。

第三层：机器人"脊髓"——Versal AI Edge 系列自适应 SoC。 第一代 Versal AI Edge 已量产多年；第二代（Gen 2）于 2024 年 4 月 Embedded World 发布，2025 年 6 月起向早期客户送样[^9^][^10^]。Gen 2 的架构要点包括：最多 8 个 Cortex-A78AE 应用核 + 10 个 Cortex-R52 实时核（合计超 20 万 DMIPS）、新一代 AIE-ML v2 AI 引擎（每瓦 TOPS 达上代 3 倍）、硬化 ISP 与 4K60 视频编解码单元、DDR5-6400/LPDDR5X-8533 内存控制器（最高 170GB/s 带宽）、ASIL D/SIL 3 级功能安全能力[^9^]。其价值主张是"单芯片智能"：把传统方案中分离的 FPGA 预处理、AI 加速器推理、CPU 后处理三颗芯片整合为一颗自适应 SoC，消除芯片间数据传输的延迟与功耗开销[^11^]。

第四层：关节与实时控制——Zynq UltraScale+ / Zynq-7000。 面向低延迟多轴电机控制[^22^]，这是赛灵思时代沉淀最深的存量市场。

第五层：传感器接入与 I/O 扩展——Spartan/Artix UltraScale+ FPGA。 Spartan UltraScale+ 于 2024 年 3 月发布、2025 年 6 月开始量产出货，采用 16nm FinFET 工艺，相比上一代 28nm 产品总功耗降低 30%，提供 11K—218K 逻辑单元、最多 572 个 I/O，是 AMD 首款集成硬化 LPDDR5 内存控制器和 PCIe Gen4 的 UltraScale+ FPGA，并内置基于 NIST 认证算法的后量子密码安全 IP，整体生命周期超过 15 年[^31^]。在 Kria AI 机器人开发者平台中，Spartan UltraScale+ 就作为载板上的 FPGA，负责传感器聚合与底层接口[^15^][^17^]。

第六层：系统集成——Embedded+ 架构。 2024 年 2 月发布的 Embedded+ 架构将锐龙嵌入式处理器与 Versal AI Edge 自适应 SoC 集成到同一块 PCB，由 ODM 伙伴提供预验证的整机方案[^7^]。首款产品是蓝宝科技（Sapphire）的 Edge+ VPR-4616-MB（锐龙嵌入式 R2314 + Versal AI Edge VE2302，整机功耗低至 30W 的 Mini-ITX 主板）[^7^][^8^]；2025 年又推出搭载锐龙 V2748 的 VPR-5050[^33^]；CES 2026 上则升级到 VPR-7P132——锐龙 AI 嵌入式 P132 + 第二代 Versal AI Edge VE3558，提供 5 路显示输出、双 10GbE、USB4，I/O 子板支持最多 12 路 GMSL2 相机与 2 路 CAN-FD[^34^]。

作为 AMD 机器人攻势的旗舰载体，Kria AI 机器人开发者平台（2026 年 7 月 23 日发布，Q4 2026 正式供货）值得从工程角度细读[^14^][^15^]：

硬件构成：Kria AI SOM（X199 处理器）+ 机器人载板（集成 Spartan UltraScale+ FPGA）+ 散热外壳。接口配置极具"机器人味"：2 路 1/2.5/5GbE RJ45、2 路 1GbE（EtherCAT/TSN）、1 路万兆 QSFP、2 路 CAN-FD、1 路 RS485、2 路 USB4 Type-C、FAKRA 相机接口（GMSL2/3 与 GMSL1/2 各一路）、A2B 音频总线、板载 IMU、Oculink PCIe 扩展[^15^]。这份接口清单几乎是为移动操作机器人和人形机器人量身定制：EtherCAT/TSN 用于实时运动控制总线，GMSL 用于高带宽相机串行链路，CAN-FD 用于车身/底盘通信，QSFP 用于外接激光雷达或高速视觉。

性能宣称（AMD 官方，需注意为厂商口径）：每秒超过 8000 次控制决策的确定性实时控制，同时完成低于 100 毫秒的 VLA 推理；相比英伟达 Jetson T5000，实时可靠性最高提升 3.4 倍、可用 CPU 余量核心最高多 1.6 倍、支持的并发智能体数量最高多 2.3 倍[^14^]。另据产业媒体报道，合作伙伴博世力士乐实测了 125 微秒控制周期、每秒 8000 次决策，RDNA 3.5 集成 GPU 跑 π0 视觉-语言-动作模型基准达 sub-100ms[^20^]。

工程解读：这几组数字揭示了 AMD 的核心差异化主张。传统"工控机（x86，跑 ROS 与控制）+ Jetson（跑 AI 推理）"的双盒方案，数据要过 PCIe、经过显式拷贝，两套散热与供电使总功耗和故障面翻倍[^20^]。X100 的统一内存架构（CPU/GPU/NPU 零拷贝共享同一 LPDDR5x 池）直接消除了这一系统开销——对力反馈延迟一毫秒就可能捏碎工件的工业场景，这不是跑分游戏，而是功能安全问题[^20^]。AMD 官方将 VLA 推理的关键测试称为"感知-推理-行动全链路的瞬时适应"[^25^]。当然，作为从业者必须指出：这些对比数字来自 AMD 自家测试（官方脚注已注明部分结果来自合作伙伴测试，不能直接外推至其他工作负载）[^18^]，最终需要在真实机器人负载下由第三方复现验证。

硬件之外，AMD 机器人战略的另一半是软件。AMD Robotics Software Suite 构建于 ROCm 与 ROS 2 之上，包含 Robotics Core SDK、Physical AI SDK、硬件加速的 ROS 节点（ROS 2 Perception Node）、MoveIt 2 运动规划，以及音频、操控等优化模块[^18^][^19^]。原生支持 PyTorch、ONNX、ROS 2、MoveIt 等工业标准框架[^14^]。

两个细节值得注意：

其一，CUDA 迁移工具链。 AMD 提供 HIPIFY 工具，官方称可自动将平均 75% 的 CUDA 代码转换为 HIP 代码，并提供 rocBLAS、rocSparse、MIOpen 等 CUDA 库的对应物，Triton Kernel 实现即插即用[^14^][^23^]。这直接瞄准英伟达生态的最大护城河——存量 CUDA 代码资产。

其二，云边同栈。 IDC 在现场分析中指出，AMD 机器人发布中"最具战略意义的一点是软件连续性"——Robotics Software Suite 基于 ROCm 构建，AMD 明确将 ROCm 描述为"云端验证、嵌入式就绪"（cloud-proven and embedded-ready），在数据中心 AI 与物理 AI 部署之间创建了共同的软件层[^16^]。对机器人公司而言，这意味着训练侧（Instinct GPU 集群）与端侧（X100/Kria AI）可以用同一套工具链，模型从训练到部署的移植成本大幅降低。

但也要看到阴影面。 AMD 此前的机器人软件尝试 Kria Robotics Stack（KRS）——一个基于 ROS 2 的硬件加速框架，2022 年随 KR260 机器人入门套件（售价 349 美元）推出[^36^][^37^]——社区活跃度并不理想。有开发者在 2025 年底撰文指出"KRS 近期的发展已显不足，更复杂的场景并不存在"，并因此自行重构了"KRS Unleashed"架构[^46^]。这提醒我们：AMD 在机器人软件生态上的积累深度，与英伟达 Isaac（仿真 + GR00T 基础模型 + 加速库全套）相比仍有明显代差，Robotics Software Suite 目前处于 Early Access 阶段[^18^]，其成熟度将是 2027 年前后验证 AMD 机器人故事的关键看点。

从工程落地角度，机器人主控芯片的竞争从来不只是 TOPS 之争：

• 确定性实时
  ：X100 的 16 个 Zen 5 核负责路径规划、任务编排与硬实时控制；Versal Gen 2 的 Cortex-R52 实时核与可编程逻辑提供微秒级确定性响应[^9^][^20^]。亚德诺半导体（ADI）在合作博客中直言："对许多机器人项目而言，x86 Linux 不是妥协，而是正确的开发环境——当团队不必浪费时间去学习专有 SDK 时，进展会更快"[^17^]。
• 功能安全
  ：Versal AI Edge Gen 2 的处理系统、NoC、内存控制器均支持 ASIL D/SIL 3 级别运行[^9^]。工业机器人 IEC 61508、协作机器人 ISO/TS 15066、医疗机器人 IEC 60601 系列认证都要求芯片级的安全机制支撑，这是纯消费级 AI 芯片难以跨越的门槛。
• 宽温与长寿命
  ：P100 支持 -40°C 至 +105°C 环境温度、10 年生命周期[^12^]；Spartan UltraScale+ 生命周期超 15 年[^31^]；7 系列与 UltraScale+ 供货承诺分别至 2040/2045 年[^32^]。
• 安全特性
  ：Spartan UltraScale+ 内置后量子密码硬 IP、PUF 物理不可克隆函数[^31^]——对联网机器人（IEC 62443 工控网络安全）日益重要。

值得注意的是，AMD 的机器人硬件路线经历了清晰的迭代：2021 年 Kria K26 SOM（Zynq UltraScale+ MPSoC，四核 Arm + FPGA）→ 2022 年 KR260 机器人入门套件（349 美元，原生 ROS 2 支持，4 路千兆以太网 + 10G SFP+，面向工业网络与机器视觉）[^36^][^37^]→ 2024 年 Embedded+（x86+自适应 SoC 双芯方案）→ 2026 年 Kria AI SOM（X100 单 SoC 大脑 + Spartan 载板）。从"FPGA 为主、Arm 为辅"到"x86 大脑为主、FPGA 为传感与控制协处理"的转变，本身就是机器人计算范式迁移（控制驱动 → AI 驱动）的缩影。

AMD 是无晶圆厂（fabless）设计公司，机器人相关产品横跨多个台积电工艺节点：X100/P100 基于与锐龙 AI 300/400 同源的 Zen 5 平台（4nm 级）[^12^]；第一代 Versal 为 7nm；Spartan UltraScale+ 为 16nm FinFET[^31^]；存量 Zynq-7000 为 28nm。多节点组合的好处是成熟制程保障了成本与供货稳定性，先进制程集中在大脑芯片上——这符合机器人行业"控制层求稳、智能层求新"的采购心理。

Kria AI 采用 SOM（系统级模组）+ 载板模式，这一商业-工程决策的意义在于：机器人整机厂通常不具备高速 PCB（LPDDR5x 布线、信号完整性）设计能力，SOM 把最难的"SoC + 内存 + 电源 + 时钟"集成在 120×120mm COM-HPC 标准模组上，客户只需设计相对低速的载板[^14^][^18^]。COM-HPC 是开放标准（PICMG 制定），意味着客户不被 AMD 私有形态锁定——这是与 Jetson 私有模组形态的关键差异。第三方 SOM 厂商（如 iWave 已推出基于第二代 Versal AI Edge 的 iG-G77M 模组）也在扩充生态供给[^11^]。

关键时间节点梳理如下[^12^][^13^][^14^][^19^]：

• P100：4—6 核型号 2026 年初已送样，Q2 2026 量产出货；8—12 核版本 Q1 2026 送样。
• X100：2026 年 6 月开始送样，Q4 2026 量产供货。
• Kria AI SOM：Q4 2026 起通过 ODM 伙伴供货。
• Kria AI 机器人开发者平台：正向早期客户送样，Q4 2026 正式供货。
• Versal AI Edge Gen 2：2025 年 6 月向早期客户送样，2025 年底预期生产级硅片，CES 2026 已大规模商用演示[^10^][^9^]。

从工程管理角度看，这是一份"激进但可信"的时间表：X100 复用已量产的 Strix Halo 同源平台，降低了硅片风险；真正的风险点在系统级——SOM 的热设计（16 核 CPU + 60 TFLOPS GPU + 50 TOPS NPU 塞在 120×120mm 模组内，功耗区间虽未公布但必然不低）、功能安全认证周期、以及 Robotics Software Suite 的软件成熟度。值得注意的是，有媒体审慎指出 AMD 在 7 月发布中"未提供详细的量产时间表，'发布'不应被解读为所有 X100 型号或 Kria AI 配置已在批量出货"[^41^]——量产兑现情况需在 2026 年 Q4—2027 年 H1 持续跟踪。

AMD 嵌入式产品走分销 + ODM 双轨：Avnet 等全球分销商承担 Kria 系列的分销与小批量支持[^43^]；Sapphire（蓝宝）承担 Embedded+ 整机主板的 ODM 角色[^7^][^34^]；Kria AI SOM 则由六家载板合作伙伴与多家 ODM 伙伴承接量产转化[^20^]。这种"轻资产"渠道结构与机器人行业"长尾客户多、单客户量小"的特征匹配，但也意味着 AMD 对最终客户体验的掌控力弱于英伟达的直营开发者生态。

这是 AMD 物理 AI 战略迄今为止最完整的一次落地展示。Generative Bionics 是 2024 年 7 月从意大利技术研究院（IIT）孵化的公司，创始团队带着 iCub、ergoCub、iRonCub 等二十余年人形机器人研究积累与 IIT 独家技术授权，约 70 名工程师整体转入，是 IIT 历史上最大规模的技术转移[^40^]。2025 年 12 月，公司完成 7000 万欧元（约 8100 万美元）种子轮——欧洲年度最大深科技融资之一——由 CDP Venture Capital 人工智能基金领投，AMD Ventures、Duferco、Eni Next、RoboIT、Tether 参投[^24^][^39^]。

GENE.01 于 2026 年 1 月 CES 在 AMD 主题演讲上由苏姿丰亲自站台发布[^23^][^25^]，其核心特征是"全身触觉皮肤"——遍布全身的力与接触传感器网络，使触觉成为智能的主通道，配合"物理原生 AI"（physics-native AI）理念，把身体、机构与运动智能作为一体设计[^24^]。AMD 的角色是双重的：既是投资人（AMD Ventures），又是技术伙伴——为 GENE.01 提供并联合设计机载高性能计算方案，包括领先 CPU、GPU 以及基于 FPGA 的嵌入式视觉与传感器平台，用于实时处理[^25^][^23^]。按计划，GENE.01 将于 2026 年 Q4 发布，首个真实应用是与造船巨头芬坎蒂尼（Fincantieri）合作开发船厂焊接人形机器人[^24^]；量产化方面引入前法拉利整车装配负责人担任首席生产与工业化官，外观设计工业化由 Italdesign 支持，执行器与 Synapticon 共建欧洲供应链[^24^][^38^]。

工程视角解读：GENE.01 的"全身触觉皮肤"对计算架构提出了苛刻要求——成百上千个触觉/力觉通道的低延迟采集、时间同步与融合，正是 FPGA 的看家本领，也解释了为什么 AMD 方案（CPU+GPU+FPGA 嵌入式平台）比纯 GPU 方案更适配这类"身体即计算"（body as compute）的架构[^25^]。这个案例是 AMD"从身体到大脑"叙事的活广告，但其商业意义要到 2027 年 Fincantieri 船厂部署的实际效果出来后才可验证。

在工业存量市场，AMD（赛灵思）FPGA 长期应用于机器人控制器（如库卡 KUKA 的控制器中被用于自适应运动规划）[^35^]、机器视觉相机（Artix/Spartan 系列广泛用于工业相机的图像前端处理）[^32^]、以及工厂自动化设备。AMD 官方将协作机器人列为 Versal AI Edge 的核心应用：单颗异构器件完成异构传感器融合感知、可扩展轴数的精确确定性控制、安全关键功能隔离、加速运动规划，并以 AI 增强安全控制[^8^]。此外，AMD 时间与安全敏感网络（TSN）IP、IEC 62443 网络安全连接等，都直接对应工业机器人的联网化趋势[^32^][^8^]。

• KR260 + ROS 2 生态
  ：KR260 入门套件以 349 美元的价格提供原生 ROS 2 支持与 Kria Robotics Stack，被 Avnet 等渠道用于机器人开发者拓展[^36^][^43^]，在 AMR 与工业自动化原型开发社区有一定声量，但如 3.3 节所述，KRS 后续维护力度受到社区质疑[^46^]。
• Embedded+ ODM 方案
  ：Sapphire 的 Edge+ 系列主板已进入医疗、工业、机器视觉客户的供应链[^7^][^34^]。
• ADI 合作
  ：亚德诺在 Kria AI 开发者平台中提供传感与连接栈，与 AMD 的 FPGA 互补，并撰文阐述"机器人开发的瓶颈不是处理器，而是处理器周围的一切"——传感器接口、确定性控制与系统集成[^17^]。
• 汽车外溢
  ：第二代 Versal AI Edge 已进入斯巴鲁 EyeSight ADAS 等汽车项目[^9^][^10^]，车规级量产能摊薄机器人侧的芯片成本，这是 AMD 机器人业务隐形的规模优势。

2026 年 7 月随 Kria AI 同步发布的 AMD Robotics Partner Network，采取"零许可费、零会员费"的开放模式，首批 30 余家企业，覆盖机器人 OEM/ODM、AI 模型公司、传感器、中间件、仿真与数字孪生（如数字孪生联盟 DTC 已宣布加入）、安全与基准测试、系统集成商（如 Nota AI 提供端侧模型压缩优化）[^19^][^18^][^44^]。会员设四个等级，随验证方案的发布逐级解锁联合营销、认证与平台抢先体验权益[^19^]。AMD 机器人业务负责人 KV Thanjavur Bhaaskar 的定位表述是："AMD 扮演底层计算平台提供者的角色"[^44^]。

生态解读：这套打法明显对标英伟达 Inception + Isaac 生态，但选择了"开放标准（COM-HPC、ROS 2、ONNX、PyTorch）+ 模型无关（model-agnostic）"的差异化路线[^45^]。对厌恶供应商锁定的工业客户和受出口管制影响的中国客户，这套叙事有真实吸引力；但生态网络的价值取决于"网络效应的密度"——30 家伙伴与英伟达数万家 Inception 成员的差距，需要数年高强度投入才可能收窄。

机器人业务不单独披露，其财务载体是嵌入式事业部。整理 AMD 官方财报数据如下：

几个关键观察：

第一，盈利质量极高。 嵌入式事业部在收入低谷期（2024—2025）依然维持 30%—40% 的营业利润率，2026 年 Q2 达约 40%[^3^][^39^]，远高于 AMD 公司整体 17% 的 GAAP 营业利润率（Q2 2026）[^3^]。这印证了机器人/工业芯片生意"高毛利、强黏性"的判断。

第二，周期性明显。 2023 年 53 亿美元高点 → 2025 年 34.5 亿美元，两年缩水 35%，主因是工业与通信客户的库存周期调整[^1^][^42^]。机器人相关需求被裹挟在工业大周期中，无法独善其身。

第三，2026 年进入复苏通道。 连续四个季度同比改善（Q4'25 +3% → Q1'26 +6% → Q2'26 +19%），管理层指引 Q3 嵌入式将保持"强劲的双位数环比/同比增长"，并特别提到"嵌入式产品可能支持 2027 年毛利率扩张"、设计赢单（design win）管道跟踪超过 180 亿美元[^39^][^3^]。

AMD 不按终端市场拆分嵌入式收入，但从赛灵思的历史收入结构与公开表述可知，嵌入式事业部的基本盘是有线/无线通信（电信基础设施）、工业（含机器人、机器视觉）、航空航天与国防、汽车、测试测量与仿真、音视频广播等。机器人当前是工业子市场中的一部分，人形机器人更是早期。这一点必须向读者讲透：AMD 机器人业务今天的财务意义，不是收入贡献，而是为高毛利嵌入式基本盘提供"物理 AI 第二增长曲线"的期权，并借机器人叙事提升嵌入式资产的战略估值。

AMD 2025 财年收入 346.39 亿美元（+34%），2026 年 Q2 收入 115.36 亿美元（+50%）、现金及短期投资 131 亿美元、自由现金流 15.6 亿美元/季[^1^][^3^]。数据中心业务（占比 58%）的爆发为嵌入式与机器人业务提供了充足的"战略输血"能力——这意味着 AMD 有财力在机器人这种长周期、慢回报的市场持续投入软件生态与开发者关系，而不必急于短期变现。这是相对独立机器人芯片创业公司（如已陷入经营困境的多家边缘 AI 芯片公司）的结构性优势。

英伟达：定义赛道的领跑者。 Jetson AGX Thor（Blackwell GPU，2070 FP4 TFLOPS，128GB LPDDR5x、273GB/s 带宽，130W，14 核 Arm Neoverse V3AE）开发套件 3499 美元、T5000 模块千片批量价 2999 美元，2025 年 8 月发布后即被 Agility Robotics、亚马逊、Meta 等采用[^26^][^27^]。软件侧 Isaac 平台（仿真）+ GR00T 人形基础模型 + Holoscan 传感器处理 + CUDA 生态构成全栈壁垒[^27^]。第三方行业报告称英伟达在高端具身机器人主控芯片市场占据约 65% 份额，"几乎垄断了波士顿动力、Agility Robotics 等国际头部整机厂的供应链"[^28^]。

英特尔：小脑层的存量霸主。 中国人形机器人厂商的标配是英特尔酷睿 i5/i7 承担运动控制与平台功能（如优必选 Walker X 用 i7-8665U，宇树 H1-2 标配酷睿 i5/i7），英伟达 GPU 作为高配大脑选项[^29^]。英特尔的优势是 x86 工控机生态与实时性调优积累，劣势是缺乏 AI 加速器与 FPGA 的整合叙事。

高通：消费与服务机器人。 RB5/RB6 平台主打中低功耗移动机器人与无人机[^47^]。

中国厂商：地平线（征程 6P 在人形机器人领域占比超 10%）、华为昇腾、先楫半导体（运动控制 MCU）等在本土市场快速崛起[^28^]。

特斯拉：垂直整合的特例。 自研 FSD 芯片部署在 Optimus 端侧，Dojo 负责训练，是行业内唯一全自研的玩家[^29^][^47^]。

小结：这是一场"峰值算力 vs 系统集成确定性"的路线之争。Thor 把赌注押在"机器人大脑 = 缩小版数据中心 GPU"上；AMD 把赌注押在"机器人大脑 = 会跑 VLA 模型的工业控制器"上。两条路线的胜负，最终取决于 VLA 模型推理的算力需求曲线与工业客户对确定性/认证/生命周期的付费意愿——短期内（2026—2028），高端人形机器人研发市场大概率仍是 Thor 的主场，而工业量产场景是 AMD 的主攻方向。

综合产品与市场分析，AMD 的差异化可以归纳为五点：

1. "身体-大脑同厂"的唯一性：纯 GPU 厂商做不出工业级实时控制 FPGA，纯 MCU/FPGA 厂商凑不齐大算力 AI 大脑。AMD 收购赛灵思后真正独有的牌就是这套组合[^20^]。

2. x86 + 统一内存的工程友好性：对习惯了 x86 Linux + ROS 2 的机器人开发者，X100 无需像 Arm 平台那样处理交叉编译与驱动移植，统一内存消除了 CPU-GPU 间的数据拷贝[^17^][^15^]。

3. 开放标准对抗生态锁定：COM-HPC 标准模组、ROS 2/PyTorch/ONNX 开源栈、模型无关策略、CUDA 代码 75% 可自动迁移——直接攻击英伟达生态的锁定效应[^14^][^45^]。

4. 工业级信誉资产：10—15 年生命周期、ASIL D/SIL 3、宽温、IEC 62443 安全——这是消费级 AI 芯片玩家短期无法复制的[^9^][^12^][^31^]。

5. 云边同栈：Instinct（训练）→ ROCm（软件）→ X100/Kria AI（端侧推理）的垂直贯通[^16^]。

官方尚未公布 X100/Kria AI SOM 定价。参照系：Jetson Thor T5000 模块批量价 2999 美元[^26^]，而 AMD KR260 入门套件仅 349 美元[^36^]。AMD 历来采取"旗舰性能、挑战者价格"策略（数据中心与客户端市场皆然）。若 Kria AI SOM 定价显著低于 Thor 模块，对人形机器人 BOM 成本（整机目标普遍压向 2 万美元以下）将形成实质吸引力。但以 FPGA 工业件的定价传统，AMD 也可能选择维持高毛利而非打价格战——这取决于其对人形机器人市场的真实销量预期。这是 2026 年 Q4 量产定价公布时最值得关注的商业信号。

AMD 在机器人领域的资本运作呈现"小步参股 + 深度绑定"的特征：通过 AMD Ventures 参投 Generative Bionics 的 8100 万美元种子轮（与 CDP、Eni Next、Tether 等并列）[^24^]，同时以技术伙伴身份提供整机车规计算方案并进入其供应链[^25^]。这种"投资 + 设计赢单"的组合拳，是芯片公司培育新兴市场设计入口的经典手法——投资金额不大，但锁定了旗舰项目的芯片选型与联合定义权。

历史上，AMD 最大手笔的机器人相关投资当然是 2022 年完成的赛灵思收购（交易完成时价值约 490 亿美元量级，相关商誉与无形资产 504 亿美元）[^5^]。从某种意义上说，AMD 的机器人业务是这场收购的"迟到的回报兑现"——收购逻辑当初主打数据中心与 5G，机器人/物理 AI 是 2024 年后才浮现的第二曲线。

截至 2026 年 8 月，AMD 市值大致在 4500—5500 亿美元区间[^48^]。华尔街对 AMD 的定价几乎完全由数据中心 AI 业务驱动（OpenAI、Meta、Anthropic 等数千兆瓦级部署承诺；管理层将数据中心 AI 加速器 2030 年 TAM 预期上调至 1.4 万亿美元）[^39^][^3^]。机器人/物理 AI 在估值模型中基本属于"免费的期权"——苏姿丰在 CES 2026 的物理 AI 表态被 Investopedia 等媒体作为"下一个大事件"报道[^21^]，但尚未进入主流分析师的盈利预测。对投资者而言，这意味着：如果人形机器人放量不及预期，AMD 下行风险有限；如果放量超预期（例如 2028 年后人形机器人年产百万台级），嵌入式事业部的高毛利弹性将提供额外的估值上行空间。

• 机器人整机厂
  ：AMD 生态的"零成本加入 + 开放标准"降低了试错的平台迁移成本；X100 的统一内存架构对算力-功耗-成本三难约束的改善值得实测。
• 芯片创业公司
  ：AMD 全栈进场进一步压缩了"单一机器人 AI 芯片"创业公司的生存空间，机会更多在传感器接口、执行器驱动、安全认证等细分层级[^28^]。
• 关注标的
  ：AMD 嵌入式事业部的季度增速、Kria AI 的 ODM 出货节奏、GENE.01 在 Fincantieri 的部署效果，是验证这条第二曲线的三个先行指标。

1. 软件生态代差是最大短板。 英伟达 Isaac Sim + GR00T + CUDA 的组合提供了"仿真-训练-部署"闭环，而 AMD 的 Robotics Software Suite 尚在 Early Access[^18^]；KRS 的前车之鉴（社区维护乏力）[^46^]警示：机器人软件生态需要十年维度的持续投入，不能寄望一次发布。

2. FPGA 工程师稀缺性悖论。 AMD 方案中 FPGA 承担的传感器融合与控制加速价值巨大，但市场上 FPGA 工程师供给稀缺；Kria/KRS 试图用 HLS 与 ROS 封装降低门槛[^37^]，成效有限。X100 大脑侧（纯 x86 软件）与身体侧（FPGA）的开发体验割裂，是 AMD 必须弥合的工程断层。

3. 机器人收入占比小，战略耐心存疑。 嵌入式事业部仅占 AMD 总收入的 8%—10%（Q2 2026：9.77 亿/115.36 亿）[^3^]，机器人又是其中的子集。当数据中心业务以 107% 速度狂奔时，机器人业务能否持续获得公司级的资源倾斜，取决于管理层战略定力。

4. 地缘政治双刃剑。 美国出口管制已对 AMD 数据中心 GPU 造成实质冲击（MI308 对华限售导致 2025 年 8 亿美元库存及相关费用）[^2^]。嵌入式/机器人产品目前受影响较小，但中国恰是全球最大工业机器人市场与人形机器人创业最活跃的市场，管制升级将直接压缩 AMD 机器人的可及市场，同时给地平线、华为等本土替代者让出空间[^28^]。

5. 量产与认证周期风险。 X100/Kria AI 全部量产节点压在 2026 年 Q4[^14^][^19^]，工业客户的功能安全认证与产线验证通常需要 12—24 个月，收入兑现大概率在 2027—2028 年之后。人形机器人本身的市场放量节奏（各机构预测差异巨大）[^30^]是 AMD 无法控制的外部变量。

6. 对比数据的可信度。 AMD 宣称的对 Jetson T5000 的 3.4 倍实时可靠性等指标为厂商自测口径[^14^]，工程选型时应以自有负载实测为准。

• 2026—2027（平台验证期）
  ：X100 量产、Kria AI SOM 经 ODM 铺货、Robotics Partner Network 扩容、GENE.01 等标杆项目下场实测。关键看点：开发者平台实际交付质量、第三方基准复现、首批量产客户名单。
• 2027—2029（场景渗透期）
  ：若 VLA 模型在工业场景跑通 ROI，AMD 方案有望先在"高实时性 + 高安全要求"的场景（协作机器人、医疗机器人、晶圆厂/船厂等高端制造 AMR）建立根据地，再向人形机器人外溢。
• 2029 之后（规模兑现期）
  ：人形机器人若进入十万台级以上年产能爬坡，单台计算 BOM（大脑 + 脊髓 + 关节 + 传感接入）可达数千美元，AMD"全身方案"的弹性才会真正反映在嵌入式事业部报表上。

1. 平台选型不要唯 TOPS 论。 如 ADI 所言，机器人落地的瓶颈"很少是处理器，而是处理器周围的一切"[^17^]——传感器接口、实时性、功能安全、生命周期、供货承诺，应进入选型评分表的权重前列。

2. 关注"统一内存 + 硬实时"这条技术路线的实测表现。 X100 宣称的 125µs 控制环与 sub-100ms VLA 推理并发能力[^20^]，如果第三方复现成立，将实质改变"工控机 + GPU 加速卡"双盒架构的默认范式，值得在 2026 年 Q4 套件上市后第一时间做 PoC。

3. 软件迁移成本要提前评估。 CUDA → ROCm 的 75% 自动迁移率是平均数[^14^]，剩下的 25% 往往是最耗时的性能关键路径（自定义 kernel）；ROS 2 加速节点的成熟度也需在真实负载下验证。

4. 供应链策略上，"英伟达大脑 + AMD 身体"或"AMD 全身"都是可行架构，后者在 BOM 整合度与单一供应商责任界面上更简洁，前者在 AI 生态成熟度上更稳妥。对于面向中国市场的产品，需额外评估出口管制的演进风险。

5. 保持对 KRS 教训的记忆：评估 AMD 机器人软件栈时，重点考察其更新频率、社区响应与参考设计的完整度，而非发布会上的功能清单。

AMD 的机器人业务是一个典型的"存量优势 + 增量叙事"组合：脚下是赛灵思二十余年沉淀的工业/机器人"身体"市场——稳定、高毛利、强黏性；眼前是以 X100/Kria AI 为支点向"大脑"高地的进攻——市场空间巨大但被英伟达生态重兵把守。从产品技术工程落地的角度看，AMD 的牌面（异构全栈、统一内存、工业级信誉、开放生态）是真实且独特的；它的短板（软件生态成熟度、FPGA 开发门槛、机器人收入基数小）同样真实。未来两到三年，Kria AI 平台 Q4 2026 量产后的真实交付表现、以及 GENE.01 等标杆项目的产线验证结果，将决定 AMD 是成为物理 AI 时代的"第二极"，还是继续做一个优秀的"机器人身体供应商"。对从业者而言，现在正是密切跟踪、小步验证、保留架构切换灵活性的窗口期。

[^1^]: AMD, "AMD Reports Fourth Quarter and Full Year 2025 Financial Results", 2026-02, https://ir.amd.com/news-events/press-releases/detail/1276/

[^2^]: AMD, "AMD Reports Third Quarter 2025 Financial Results", 2025-11, https://ir.amd.com/news-events/press-releases/detail/1265/

[^3^]: AMD, "AMD Reports Second Quarter 2026 Financial Results", 2026-08, https://ir.amd.com/news-events/press-releases/detail/1295/

[^4^]: AMD, "AMD Reports First Quarter 2026 Financial Results", 2026-05, https://ir.amd.com/news-events/press-releases/detail/1284/

[^5^]: AMD Q2 2022 Earnings Press Release (8-K), SEC EDGAR, 2022, https://www.sec.gov/Archives/edgar/data/2488/000000248822000120/q22022991.htm

[^6^]: HPCwire, "AMD Reports 4th Quarter and Full Year 2023 Financial Results", https://www.hpcwire.com/off-the-wire/amd-reports-4th-quarter-and-full-year-2023-financial-results/

[^7^]: AMD Newsroom, "AMD Unveils Embedded+ Architecture", 2024-02-06, https://www.amd.com/en/newsroom/press-releases/2024-2-6-amd-unveils-embedded-architecture-combines-embed.html

[^8^]: AMD, "Versal AI Edge Series", https://www.amd.com/en/products/adaptive-socs-and-fpgas/versal/ai-edge-series.html

[^9^]: AMD, "Versal AI Edge Series Gen 2", https://www.amd.com/en/products/adaptive-socs-and-fpgas/versal/gen2/ai-edge-series.html

[^10^]: AMD Blog, "Versal AI Edge Series Gen 2 and Versal Prime Series Gen 2 Adaptive SoCs Speed Toward Production", 2025-06, https://www.amd.com/en/blogs/2025/versal-ai-edge-prime-gen2-adaptive-socs.html

[^11^]: iWave, "Single-Chip Intelligence in Edge AI Systems with Versal AI Edge Gen2", 2026-04, https://iwave-global.com/articles/single-chip-intelligence-in-edge-ai-systems-with-versal-ai-edge-gen2/

[^12^]: IT之家, "AMD 推出锐龙 AI 嵌入式处理器产品线，包含 P100、X100 分支", 2026-01-06, https://www.ithome.com/0/910/797.htm

[^13^]: SiliconANGLE, "AMD launches Zen 5-based Ryzen AI Embedded chips at CES", 2026-01-05, https://siliconangle.com/2026/01/05/amd-launches-zen-5-based-ryzen-ai-embedded-chips-ahead-ces-2026/

[^14^]: AMD Newsroom, "AAI 2026: AMD Introduces Open, Turnkey Integrated Platform for Physical AI", 2026-07-23, https://newsroom.amd.com/news/aai-2026-kria-robotics-dev-platform/

[^15^]: AMD, "Kria AI Robotics Developer Platform 产品页", https://www.amd.com/en/products/system-on-modules/kria/ai/robotics-developer-platform.html

[^16^]: IDC, "IDC on the Ground: AMD Advancing AI 2026", 2026-08, https://www.idc.com/resource-center/blog/idc-on-the-ground-amd-advancing-ai-2026/

[^17^]: Analog Devices, "Beyond TOPS: Why Robotics Developers Need Integrated Sensing, Control, and Compute", 2026-07-23, https://www.analog.com/en/newsroom/press-releases/2026/7-23-2026-beyond-tops-blog.html

[^18^]: 36氪, "AMD挑战英伟达全栈壁垒，一文读懂AMD AAI2026", 2026-07-24, https://www.36kr.com/p/3908862210462850

[^19^]: 智东西, "人形机器人全身的算力，都被AMD承包了", 2026-07-28, https://m.zhidx.com/p/580407.html

[^20^]: 荣格工业传媒, "AMD为什么要押注人形机器人大脑？", 2026-08-09, https://www.industrysourcing.cn/article/478756

[^21^]: Investopedia, "What's the 'Next Big Thing' in AI? Here's What Nvidia and AMD Execs Say It Could Be", 2026-01, https://www.investopedia.com/what-s-the-next-big-thing-in-ai-here-s-what-nvidia-and-amd-execs-say-it-could-be-nvda-amd-11880327

[^22^]: Bloomberg Tech at CES（苏姿丰访谈实录）, 2026-01-06, https://pod.wave.co/podcast/bloomberg-tech-840060aa-58ab-4b9f-bf5f-fd2accf06dea/bloomberg-tech-at-ces

[^23^]: TV Punjab / Generative Bionics, "Generative Bionics unveils GENE.01 at CES 2026", 2026-01-08, https://en.tvpunjab.com/?p=28037

[^24^]: New Atlas, "Generative Bionics' smart robot skin prevents collisions", 2026-07-27, https://newatlas.com/ai-humanoids/gene-01-smart-skin-robot/

[^25^]: Industrial Productivity, "Italian-designed humanoid robot marks a milestone in human-centric Physical AI", 2026-01-07, https://www.industrialproductivity.eu/en/page.php?p=c18uoqsu9f

[^26^]: ScanX, "Nvidia Unveils $3,499 Robotics Developer Kit", 2025-08-26, https://scanx.trade/stock-market-news/global/nvidia-unveils-3-499-robotics-developer-kit-targets-robotics-as-key-growth-sector/17718788

[^27^]: Yahboom, "NVIDIA Jetson AGX Thor Developer Kit 产品规格", https://category.yahboom.net/products/jetson-agx-thor

[^28^]: 《全球具身机器人芯片产业深度研究报告：2025—2026年竞争格局与技术趋势》, 2026-02, https://www.dwqgbh.cn/news/95bfc577cc738972d49e83d994cff328/

[^29^]: 钛媒体, "国产人形机器人，用的哪家处理器？", 2025-09-19, https://www.tmtpost.com/7700280.html

[^30^]: Robozaps, "Humanoid Robot Market Size: $3B Today to $5T by 2050", 2025-03, https://blog.robozaps.com/b/market-size-for-humanoid-robots

[^31^]: 中国电子应用网, "AMD 推出 Spartan UltraScale+ 系列 FPGA 产品"（量产信息见新浪财经 2025-06 报道）, https://www.chinaaet.com/article/3000163845 ; https://finance.sina.com.cn/tech/roll/2025-06-19/doc-infaqkxs5178430.shtml

[^32^]: AMD, "Cost-Optimized Portfolio / FPGA & Adaptive SoC Advantages", https://www.amd.com/en/products/adaptive-socs-and-fpgas/cost-optimized-portfolio.html

[^33^]: CNX Software, "Sapphire Edge+ VPR-5050 AMD Embedded+ Mini-ITX", 2025, https://cnx-software.ru/2025/03/11/

[^34^]: Embedded Computing Design, "CES 2026: SAPPHIRE EDGE+ VPR-7P132 Combines AMD Ryzen AI and Versal AI Edge SoCs on One Board", https://embeddedcomputing.com/technology/processing/chips-and-socs/sapphire-edge-vpr-7p132-combines-amd-ryzen-ai-and-versal-ai-edge-socs-on-one-board

[^35^]: Vemeko, "FPGA Architectures in Industrial Robotics", 2025-04, https://www.vemeko.com/blog/67190.html

[^36^]: AMD, "Kria KR260 Robotics Starter Kit", https://www.amd.com/en/products/system-on-modules/kria/k26/kr260-robotics-starter-kit.html

[^37^]: Hackster, "Accelerate Your Robotics Design with the Kria KR260 Robotics Starter Kit", https://www.hackster.io/news/accelerate-your-robotics-design-with-the-kria-kr260-robotics-starter-kit-89191a42080d

[^38^]: The Robot Group, "GENE.01: Inside Italy's New Industrial Humanoid Robot", 2026-07, https://www.therobotgroup.co.uk/post/gene-01-inside-italys-new-industrial-humanoid-robot

[^39^]: TipRanks, "AMD Q2 2026 Earnings Report", 2026-08, https://www.tipranks.com/stocks/ch:amd/earnings/q2-2026-report

[^40^]: Erzelli PST, "The humanoid robot born at Erzelli that has raised 70 million euros", 2026-07, https://erzelli-pst.it/en/the-humanoid-robot-born-at-erzelli-that-has-raised-70-million-euros/

[^41^]: Win Source, "AMD Launches Ryzen AI Embedded X100 for Robotics and Physical AI", 2026-07-27, https://blog.win-source.net/q-a/amd-launches-ryzen-ai-embedded-x100-for-robotics-and-physical-ai/

[^42^]: AMD Q2 2024 Earnings Press Release (8-K), SEC EDGAR, 2024-07, https://www.sec.gov/Archives/edgar/data/2488/000000248824000121/q22024991.htm

[^43^]: Avnet, "AMD Xilinx Industrial Robotics", https://www.avnet.com/americas/products/cp/amd-xilinx-industrial-robotics/

[^44^]: PR Newswire, "Nota AI Joins the AMD Robotics Partner Network", 2026-07-23, https://www.prnewswire.com/news-releases/nota-ai-joins-the-amd-robotics-partner-network-302832058.html

[^45^]: 电子工程专辑, "AAI 2026深度复盘：AMD三层全栈战略锁定2000亿物理AI赛道", 2026-07-26, https://www.eet-china.com/news/202607265083.html

[^46^]: Hackster, "KRS Unleashed: 1) Getting Started", 2025-11, https://www.hackster.io/paul-gottschaldt/krs-unleashed-1-getting-started-5c38f3

[^47^]: DatacentersX, "Edge & Inference Silicon for Data Centers", 2025-09, https://datacentersx.com/inference-chips.html

[^48^]: Sci-Tech Today, "Advanced Micro Devices Q2 2026 Earnings", 2026-08, https://www.sci-tech-today.com/news/advanced-micro-devices-q2-2026-earnings/

*免责声明：本报告基于公开信息撰写，所引用厂商性能数据多为厂商自测口径；文中市场规模预测来自第三方机构，分歧较大，仅供参考。本报告不构成任何投资建议。*