答案已發布15 個來源
星凡智能的物理 AI 產品矩陣：從晶片到機器人「大腦」，哪些已知、哪些待驗證？
2026 年 9 月 22 日，星凡智能公布涵蓋晶片、運算設備、資料與模型的物理 AI 產品矩陣，目標是讓裝置執行 AI、回收現實環境資料，再改進模型。[45] 星核 R 系列面向機器人，K 系列面向衛星；E 系列被列為邊緣應用產品，但現有資料不足以判斷其具體規格。[2][45] 星核 S1 的設計方向已有描述，整套產品的實測效能、功耗，以及工作站可支援的模型規模，仍缺乏足夠資料核實。[45][46][48]
發布者使用 GPT-6 Sol 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- 2026 年 9 月 22 日，星凡智能公布涵蓋晶片、運算設備、資料與模型的物理 AI 產品矩陣，目標是讓裝置執行 AI、回收現實環境資料，再改進模型。[45]
- 星核 R 系列面向機器人，K 系列面向衛星；E 系列被列為邊緣應用產品，但現有資料不足以判斷其具體規格。[2][45]
- 星核 S1 的設計方向已有描述，整套產品的實測效能、功耗，以及工作站可支援的模型規模，仍缺乏足夠資料核實。[45][46][48]
AI 提示詞
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Chengdu-based XFEON unveil in its September 2026 physical-AI product matrix, and how do the Xinghe S1 chip’s architecture, performa. Article summary: XFEON presented its September 2026 matrix as a proposed loop from **edge chips to physical action**: run models locally, collect real-world data, improve the models, and deploy them back to devices. The available reporti. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
星凡智能（XFEON）總部位於成都。它在 2026 年 9 月 22 日公布的物理 AI 產品矩陣，不只是一份晶片清單，而是試圖把裝置端推論、現場資料蒐集、模型改進與任務執行接成循環：讓 AI 在真實環境中運作，再用取得的資料改善下一輪部署。6
45
這是理解整份產品矩陣的關鍵，但也要分清楚：產品如何分工，是目前可辨認的策略；整個循環是否已在實際部署中展現預期效益，現有報導尚未證實。6
45
晶片如何分工？S1 是基礎，R、K、E 面向不同場景
星核 S1 瞄準功耗、散熱空間與記憶體都受限制的物理 AI 裝置。相關設計描述包括硬體支援的混合精度運算、低位元推論、稀疏化優化，以及晶片與演算法協同設計。搭配的 XBoost 加速平台，則負責算子優化、量化壓縮、編譯與部署等工作。這些資訊說明星凡智能打算如何讓模型在裝置端運行，卻不能據此推算 S1 的實測吞吐量、功耗或效率提升幅度。2
46
其他系列的定位更偏向應用場景：
- 星核 R 系列面向機器人，聚焦裝置端的多感測器資料整合、即時推論與任務決策。
2
- 星核 K 系列面向衛星在軌運算，包括衛星上的推論，以及就地分析遙測資料。
- 星核 E 系列在 9 月的產品矩陣中被列為邊緣應用產品；現有資訊未提供足夠規格，無法進一步比較它與其他系列的架構或效能。
45
工作站、資料循環與具身模型接在哪裡？
星輝 Token 工作站是這份矩陣中的整合式運算設備。另有報導提及建設星輝推論系統生產基地的計畫；但這項計畫與目前可見的產品矩陣摘要，都不足以核實所謂 D／N 系列的具體配置，或工作站可支援的最大模型規模。45
48
在資料與模型一側，XGAIA 被定位為資料閉環組件，AGLobe 則被描述為具身 AI「大腦」。兩者在產品構想中的作用，是把真實裝置運作產生的資料，連回能指引決策與動作的模型。較早的報導也提到，星凡智能規劃蒐集真實裝置、第一人稱視角及模擬訓練資料。不過，現有資料不足以評估 AGLobe 所稱的「概念學習」方法，也無法確認 DexCore 在技術架構中的確切角色。6
45
看懂這份矩陣，還需要看什麼證據？
把各產品放在一起，星凡智能提出的是一套由下而上的架構：專用晶片在裝置端執行模型，XBoost 協助模型優化與部署，工作站提供另一層運算設備，XGAIA 與 AGLobe 則分別承擔資料回流和具身決策的預期角色。2
45
46
**目前能確認的是產品定位與整合方向，而不是整套系統的實測成果。**要判斷這個循環能否有效運作，仍需要可比較的晶片效能測試、功耗數據、經核實的工作站模型容量，以及端到端部署結果；現有來源未提供足夠證據。2
45
46
48
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「星凡智能的物理 AI 產品矩陣：從晶片到機器人「大腦」，哪些已知、哪些待驗證？」的簡短答案是什麼？
2026 年 9 月 22 日，星凡智能公布涵蓋晶片、運算設備、資料與模型的物理 AI 產品矩陣，目標是讓裝置執行 AI、回收現實環境資料，再改進模型。[45]
最值得優先驗證的重點是什麼？
2026 年 9 月 22 日，星凡智能公布涵蓋晶片、運算設備、資料與模型的物理 AI 產品矩陣，目標是讓裝置執行 AI、回收現實環境資料，再改進模型。[45] 星核 R 系列面向機器人，K 系列面向衛星；E 系列被列為邊緣應用產品，但現有資料不足以判斷其具體規格。[2][45]
接下來在實務上該怎麼做？
星核 S1 的設計方向已有描述，整套產品的實測效能、功耗，以及工作站可支援的模型規模，仍缺乏足夠資料核實。[45][46][48]