“如今的机器人看似动作灵活，但实际能干的有效工作十分有限，整体响应动作依旧偏慢。”
在聿核科技创始人许飞翔看来，当前具身智能发展遭遇的部分瓶颈，根源出在现有芯片存在底层架构上的先天短板。
过去一两年，行业的大量关注点集中在模型、数据与机器人本体，芯片端大多仍沿用CPU、GPU和智驾芯片“凑合做物理AI”。许飞翔表示，传统GPU擅长数字大模型推理，很难支持物理AI持续的感知-推理-执行的闭环过程，架构天生不匹配。
也有人把问题归咎于软件生态不够成熟，但在许飞翔看来，底层芯片架构本身对实际使用体验的影响占比可达70%，软件仅占30%。
也正因如此，2025年成立的聿核科技，选择为Physical AI（物理人工智能）重新设计一套芯片架构。许飞翔将这次创业的契机类比上世纪90年代从x86向ARM迭代的行业机遇：当上层应用发生根本性变化，底层架构也会迎来更新换代的机会。
聿核科技的核心团队，拥有丰富的GPU与处理器架构设计经验，核心成员曾参与英伟达多代GPU设计，完整经历过包括6纳米等多代大芯片从设计到量产的全流程。目前公司正在研发首款产品聿启Y10，计划于今年底推出FPGA版本计算平台，供客户开展实际测试，后续继续推进芯片的落地开发。
基于物理AI原生架构芯片Y10
“对照Physical AI的实际业务需求来看，我们当下具备的算力水平，或许只相当于1985年的386芯片。”
聿核科技押注的是一片前景广阔的市场。许飞翔判断，如果未来3‑5年Physical AI行业迎来大规模爆发，目前人们对机器人的真实算力需求是严重低估的。
以下为2026（第二十届）DEMO CHINA期间，创业邦与聿核科技创始人许飞翔的对话实录。在2026 DEMO CHINA大会上，聿核科技入选创业邦2026年度值得关注的创新力量20强。

本文来自创业邦原创内容《绕不开英伟达，也不能被它困住：英伟达架构师辞职做物理AI芯片》，作者：卜松，编辑：刘恒涛，未经授权不得转载。#人工智能 #半导体 #大模型 #具身智能