Praxis One：機器人的「大腦」與「小腦」為何要共用一顆晶片？

機器人看見障礙物之後，還得判斷下一步並控制身體動作。華睿智普希望縮短這段從感知到行動的運算路徑：它在 2026 年 9 月 17 日杭州舉行的中國機器人峰會相關活動中，發表以聯發科（MediaTek）Genio Pro 5100 系統單晶片（SoC）為基礎的 Praxis One，定位為重載人形機器人及其他高運算需求機器人的本體端平台。710

「大小腦同晶片」解決什麼問題？

這裡的「大腦」指認知與任務決策，「小腦」指動作控制運算。分離式設計要讓資料在認知運算硬體與控制器之間傳遞，整機廠商也須處理兩套系統的適配。華睿智普主張，把兩者放在同一顆晶片上，可減少跨硬體傳輸的延遲、資料搬移負擔及整合工作；讓運算留在機器人身上，也能降低每次本地決策都仰賴雲端往返的需求。71017

**但這是架構上的預期效益，不是已公布的延遲測試成績。**現有資料沒有提供 Praxis One 的控制迴路耗時，也未證明它在實際機器人部署中優於某套分離式系統。717

它要在機器人身上執行哪些工作？

Praxis One 瞄準多模態感知、視覺—語言—動作（VLA）模型、本地語言模型推論、輕量級世界模型與複雜任務規劃。相關報導也指出，Genio Pro 5100 的 CPU 可承擔運動學計算及變動環境中的規劃工作。這些能力的目標，是讓關節與動作複雜的機器人，在本體端完成更多從感測、推論到動作決策的處理。7104

就晶片規格與報導數據而言，Genio Pro 5100 採用台積電 3 奈米製程，配備八核心 Arm v9.2 CPU：1 顆 Cortex-X925、3 顆 Cortex-X4 與 4 顆 Cortex-A720；另有 12 MB 三級快取、10 MB 系統快取，運算效能標示最高 260K DMIPS。第八代 NPU 890 的報導算力為 106 TOPS，並配有針對 Transformer 的運算引擎；報導所引述的本地 Qwen3-7B 模型生成速度則是每秒 23 個 token。345

這些數字不能直接視為 Praxis One 同時執行感知、規劃與控制時的整體效能；文字生成速度尤其不是動作控制的延遲指標。此外，聯發科另以「超過 50 TOPS 的系統級生成式 AI 加速能力」描述晶片，與報導中的 106 TOPS NPU 額定算力屬不同口徑，不宜直接互換。1413

Praxis One 與 Praxis Nano 如何分工？

Praxis One 採用 Genio Pro 5100，偏重大型或高運算需求機器人的感知、模型推論與規劃；Praxis Nano 則採用 Genio 720，著重中小型機器人及輕量資料蒐集裝置的即時動作控制、多感測器同步蒐集與本地閉環回饋。聯發科將 Genio 720 的 NPU 標示為 9 TOPS，但單憑晶片算力，無法比較兩款完整平台的控制表現。71012

華睿智普也同步提出「睿眸星源」資料蒐集生態系、物理潛空間世界模型及特定場景機器人。它希望將運算平台、軟體、資料工具與機器人應用整合為交鑰匙方案，而非只提供晶片；現有報導尚無法確認這套整合方案已向客戶交付到什麼程度。71031

**名稱提醒：**中文報導以「智能超腦」稱呼涵蓋 Praxis One 與 Praxis Nano 的整體平台；現有資料不足以確認該平台的正式英文名稱。710