上海2025年12月15日 /美通社/ -- 在全球機(jī)器人產(chǎn)業(yè)加速演進(jìn)的背景下，一個(gè)越來越清晰的共識(shí)正在形成：機(jī)器人真正走向真實(shí)世界，依賴的不只是更高的算力或更復(fù)雜的算法，而是一套能夠長(zhǎng)期穩(wěn)定運(yùn)行、持續(xù)演進(jìn)、并且可被產(chǎn)業(yè)廣泛采用的智能計(jì)算基礎(chǔ)。
過去十年，機(jī)器人經(jīng)歷了從"可編程執(zhí)行"到"感知驅(qū)動(dòng)控制"的階段演進(jìn)，視覺、定位與運(yùn)動(dòng)控制逐步成熟。但隨著深度學(xué)習(xí)和 Transformer 架構(gòu)進(jìn)入機(jī)器人領(lǐng)域，機(jī)器人開始承擔(dān)更復(fù)雜的理解、決策與協(xié)作任務(wù)，系統(tǒng)復(fù)雜度呈指數(shù)級(jí)上升。真實(shí)世界中不斷變化的光照、環(huán)境、人類行為和任務(wù)目標(biāo)，使得傳統(tǒng)"模塊割裂、靜態(tài)部署"的機(jī)器人架構(gòu)逐漸暴露出瓶頸。
在這一背景下，黑芝麻智能推出 SesameX 多維具身智能計(jì)算平臺(tái)。SesameX 的目標(biāo)并非構(gòu)建一個(gè)封閉的全棧系統(tǒng)，而是面向產(chǎn)業(yè)伙伴提供一套開放、可擴(kuò)展、可量產(chǎn)的機(jī)器人智能計(jì)算底座，幫助機(jī)器人從"可運(yùn)行"走向"可成長(zhǎng)"，從單點(diǎn)能力展示邁向長(zhǎng)期商業(yè)化落地。
一、SesameX 多維具身智能計(jì)算平臺(tái)：讓機(jī)器人真正從"可運(yùn)行"，走向"可成長(zhǎng)"
SesameX 在平臺(tái)設(shè)計(jì)的早期階段，就將"可成長(zhǎng)性"作為核心目標(biāo)之一。所謂成長(zhǎng)，并非簡(jiǎn)單依賴模型規(guī)模擴(kuò)大，而是系統(tǒng)能夠在真實(shí)環(huán)境中持續(xù)穩(wěn)定運(yùn)行，并在反饋中逐步優(yōu)化行為表現(xiàn)。
傳統(tǒng)機(jī)器人系統(tǒng)往往以任務(wù)為中心進(jìn)行設(shè)計(jì)，感知、規(guī)劃、控制彼此分離，模型部署完成即進(jìn)入長(zhǎng)期靜態(tài)運(yùn)行狀態(tài)。一旦環(huán)境變化或任務(wù)復(fù)雜度提升，系統(tǒng)需要重新設(shè)計(jì)、重新標(biāo)定，難以支撐規(guī)模化落地。
SesameX 通過在平臺(tái)層面引入統(tǒng)一的計(jì)算結(jié)構(gòu)、任務(wù)表達(dá)方式和執(zhí)行調(diào)度機(jī)制，使機(jī)器人在架構(gòu)上具備持續(xù)演進(jìn)的基礎(chǔ)條件。不同來源的感知模型、規(guī)劃算法和控制策略可以在同一平臺(tái)內(nèi)協(xié)同運(yùn)行，并在系統(tǒng)運(yùn)行過程中形成穩(wěn)定的閉環(huán)反饋，從而支持機(jī)器人能力隨時(shí)間逐步提升。這種設(shè)計(jì)，使機(jī)器人首次在工程層面具備了從"任務(wù)執(zhí)行型"向"認(rèn)知理解型"再向"全腦協(xié)同型"演進(jìn)的現(xiàn)實(shí)路徑。
1.如何實(shí)現(xiàn)全腦智能？
黑芝麻智能提出"全腦智能（Whole-Brain Intelligence）"作為機(jī)器人計(jì)算平臺(tái)的長(zhǎng)期設(shè)計(jì)目標(biāo)。該理念并非強(qiáng)調(diào)單一模型或算力的突破，而是借鑒人類大腦多區(qū)域協(xié)同工作的方式，將語言理解、空間感知、決策推理和運(yùn)動(dòng)控制等能力，在系統(tǒng)層面進(jìn)行統(tǒng)一組織和協(xié)同調(diào)度。
在 SesameX 平臺(tái)中，全腦智能并不是通過某一個(gè)"超級(jí)模型"實(shí)現(xiàn)，而是通過以下幾個(gè)層面的協(xié)同：
在計(jì)算層面，通過異構(gòu)算力單元（CPU、NPU、DSP、MCU 等）的統(tǒng)一調(diào)度，使不同類型的任務(wù)在合適的計(jì)算資源上高效執(zhí)行；
在系統(tǒng)層面，通過統(tǒng)一的任務(wù)表達(dá)和執(zhí)行機(jī)制，使感知、規(guī)劃與控制之間不再依賴人工拼接，而是形成連續(xù)的信息流；
在模型層面，通過多模態(tài)模型與原子化能力組合，使來自不同算法體系和生態(tài)伙伴的模型能夠自然協(xié)同。
通過這種方式，SesameX 將原本分散在多個(gè)子系統(tǒng)中的智能能力重新組織為一個(gè)持續(xù)協(xié)作的整體，使機(jī)器人在復(fù)雜環(huán)境中能夠形成穩(wěn)定、一致的跨模態(tài)理解與行為輸出，而非碎片化響應(yīng)。
2.如何面對(duì)機(jī)器人安全挑戰(zhàn)？
與汽車等高度結(jié)構(gòu)化場(chǎng)景不同，機(jī)器人通常與人類共享空間，安全不只是防止硬件故障，更是一種系統(tǒng)級(jí)能力。安全意味著行為可預(yù)測(cè)、狀態(tài)可解釋、異常可恢復(fù)，并在極端情況下仍能最大程度保護(hù)人類。
SesameX 并未將安全視為某一個(gè)獨(dú)立模塊，而是將安全理念貫穿于整個(gè)平臺(tái)架構(gòu)之中。從感知輸入、算力調(diào)度、任務(wù)執(zhí)行到控制輸出，每一層都引入明確的安全約束和兜底機(jī)制。
平臺(tái)通過L0～L5多層級(jí)安全體系，使機(jī)器人在傳感器異常、模型輸出異常、資源爭(zhēng)搶或任務(wù)沖突等情況下，能夠自動(dòng)進(jìn)入受控狀態(tài)，包括限速、重規(guī)劃或安全停機(jī)。這種系統(tǒng)級(jí)安全設(shè)計(jì)，使機(jī)器人不再依賴單點(diǎn)正確性，而是具備整體可控、可預(yù)測(cè)的運(yùn)行特性，為商業(yè)化部署提供必要前提。
3.機(jī)器人"如何行動(dòng)、如何保護(hù)人類"？
為了在真實(shí)環(huán)境中實(shí)現(xiàn)安全與自主并存，SesameX 將復(fù)雜的安全需求抽象為六層安全機(jī)制，從物理行為一直延伸到數(shù)據(jù)與系統(tǒng)安全，形成由下而上的整體防護(hù)結(jié)構(gòu)。
在執(zhí)行過程中，系統(tǒng)會(huì)持續(xù)監(jiān)測(cè)傳感器狀態(tài)、運(yùn)動(dòng)趨勢(shì)、人機(jī)距離以及決策穩(wěn)定性。一旦檢測(cè)到潛在風(fēng)險(xiǎn)，平臺(tái)可在不同層級(jí)采取干預(yù)措施，從動(dòng)作約束到策略降級(jí)，確保行為不越界。
在最高層的數(shù)據(jù)安全層，平臺(tái)通過本地推理、加密傳輸和系統(tǒng)完整性保護(hù)機(jī)制，防止數(shù)據(jù)泄露和系統(tǒng)被篡改。這一設(shè)計(jì)使機(jī)器人不僅在物理層面安全可控，在數(shù)字層面同樣具備可信基礎(chǔ)。
4.感知、算力和智力如何融合成完整有機(jī)體？
在真實(shí)世界中，機(jī)器人往往面臨這樣一種矛盾：傳感器"看得很清楚"，算力"也足夠強(qiáng)"，但整體行為卻依然遲緩、割裂，甚至在復(fù)雜場(chǎng)景下出現(xiàn)不穩(wěn)定的動(dòng)作和判斷。這種現(xiàn)象并非源于單一模塊能力不足，而是系統(tǒng)層面缺乏統(tǒng)一的協(xié)同機(jī)制。
以典型的服務(wù)或巡檢機(jī)器人為例，當(dāng)機(jī)器人在人員密集環(huán)境中行進(jìn)時(shí)，需要同時(shí)完成多項(xiàng)任務(wù)：視覺系統(tǒng)持續(xù)識(shí)別行人和障礙物，定位系統(tǒng)更新自身位姿，規(guī)劃模塊實(shí)時(shí)調(diào)整路徑，控制系統(tǒng)保證運(yùn)動(dòng)平穩(wěn)；與此同時(shí)，上層任務(wù)邏輯可能還在接收新的目標(biāo)或指令。如果這些能力分別運(yùn)行在相互獨(dú)立的子系統(tǒng)中，數(shù)據(jù)在多次拷貝與異步調(diào)度中流轉(zhuǎn)，系統(tǒng)就容易出現(xiàn)延遲累積、決策滯后或行為不連貫的問題。
SesameX 的設(shè)計(jì)出發(fā)點(diǎn)，正是將這些原本分散的能力重新組織為一個(gè)統(tǒng)一協(xié)同的整體。平臺(tái)在計(jì)算層面通過異構(gòu)算力融合，使感知、推理和控制不再是"各自為戰(zhàn)"的計(jì)算單元，而是接入同一算力網(wǎng)絡(luò)，由統(tǒng)一調(diào)度機(jī)制進(jìn)行管理。不同任務(wù)根據(jù)實(shí)時(shí)性和安全等級(jí)，被分配到最合適的計(jì)算資源上執(zhí)行，從而避免關(guān)鍵控制任務(wù)被高負(fù)載推理任務(wù)干擾。
在系統(tǒng)層面，SesameX 通過統(tǒng)一的數(shù)據(jù)通路和任務(wù)表達(dá)方式，將感知結(jié)果、決策邏輯和控制指令納入同一執(zhí)行鏈路。來自攝像頭、激光雷達(dá)或其他傳感器的數(shù)據(jù)，可以在最少的中間拷貝下直接進(jìn)入推理和規(guī)劃環(huán)節(jié)，縮短從"看到"到"行動(dòng)"的反應(yīng)路徑。這種端到端一致的數(shù)據(jù)流，使機(jī)器人在動(dòng)態(tài)環(huán)境中能夠更快地響應(yīng)突發(fā)變化。
在智能表達(dá)層面，平臺(tái)通過原子模型與任務(wù)圖的組合方式，把復(fù)雜行為拆解為可復(fù)用、可組合的智能單元。例如，在倉(cāng)儲(chǔ)、商服或巡檢場(chǎng)景中，避障、跟隨、定位、交互等能力可以根據(jù)實(shí)時(shí)環(huán)境被動(dòng)態(tài)組合，而不再依賴固定流程。這種"積木式"智能結(jié)構(gòu)，使機(jī)器人在面對(duì)不同場(chǎng)景時(shí)能夠靈活調(diào)整行為策略，而不是被限定在預(yù)設(shè)路徑中。
通過上述多層協(xié)同，SesameX 讓機(jī)器人從"多個(gè)模塊拼裝的系統(tǒng)"轉(zhuǎn)變?yōu)橐粋€(gè)具備統(tǒng)一感知、統(tǒng)一決策和統(tǒng)一行動(dòng)邏輯的有機(jī)整體。機(jī)器人不再只是執(zhí)行單點(diǎn)任務(wù)，而是能夠在復(fù)雜環(huán)境中形成連貫、穩(wěn)定、可預(yù)測(cè)的行為表現(xiàn)，為真實(shí)世界應(yīng)用提供必要的系統(tǒng)可靠性。
5.如何實(shí)現(xiàn)閉環(huán)進(jìn)化？
真實(shí)世界永遠(yuǎn)比實(shí)驗(yàn)環(huán)境更復(fù)雜。光照變化、環(huán)境反射、人流密度、地面材質(zhì)、設(shè)備老化等因素，都會(huì)在長(zhǎng)期運(yùn)行中不斷影響機(jī)器人性能。許多機(jī)器人在初期測(cè)試中表現(xiàn)良好，但隨著部署時(shí)間延長(zhǎng)，定位漂移、識(shí)別準(zhǔn)確率下降、動(dòng)作變得保守或不穩(wěn)定，最終需要頻繁人工介入。
SesameX 在平臺(tái)設(shè)計(jì)中引入"閉環(huán)進(jìn)化"的理念，目的是讓機(jī)器人在真實(shí)運(yùn)行中持續(xù)積累經(jīng)驗(yàn)，而不是在部署完成后停止成長(zhǎng)。這一閉環(huán)并不局限于某一種訓(xùn)練框架或工具鏈，而是通過標(biāo)準(zhǔn)化的數(shù)據(jù)與接口，將機(jī)器人運(yùn)行過程自然納入持續(xù)優(yōu)化鏈路。
在實(shí)際場(chǎng)景中，機(jī)器人在執(zhí)行任務(wù)的同時(shí)，會(huì)對(duì)關(guān)鍵運(yùn)行指標(biāo)進(jìn)行持續(xù)記錄，包括感知穩(wěn)定性、模型推理延遲、任務(wù)成功率以及異常觸發(fā)情況。這些信息不會(huì)簡(jiǎn)單堆積為日志，而是經(jīng)過結(jié)構(gòu)化整理，用于判斷系統(tǒng)在不同場(chǎng)景下的表現(xiàn)差異。
當(dāng)機(jī)器人在新環(huán)境中遇到性能下降或異常行為時(shí)，平臺(tái)可以通過對(duì)比歷史運(yùn)行數(shù)據(jù)，定位問題來源：是感知模型對(duì)特定光照不敏感，還是規(guī)劃策略在擁擠環(huán)境中過于保守，或是算力資源分配不合理導(dǎo)致延遲波動(dòng)。這種基于運(yùn)行數(shù)據(jù)的分析，為后續(xù)優(yōu)化提供了明確方向。
在優(yōu)化階段，SesameX 并不強(qiáng)制限定模型更新方式。合作伙伴可以選擇在本地進(jìn)行模型微調(diào)，也可以在云端結(jié)合仿真環(huán)境進(jìn)行再訓(xùn)練。平臺(tái)通過統(tǒng)一接口支持模型更新、參數(shù)調(diào)整和策略回滾，使優(yōu)化過程對(duì)現(xiàn)場(chǎng)運(yùn)行影響最小。
當(dāng)新的模型或策略被部署回機(jī)器人后，系統(tǒng)會(huì)在受控條件下逐步驗(yàn)證其效果，并繼續(xù)進(jìn)入下一輪反饋。這種漸進(jìn)式的迭代方式，使機(jī)器人能力在長(zhǎng)期運(yùn)行中穩(wěn)步提升，而不會(huì)因一次更新帶來不可控風(fēng)險(xiǎn)。
通過這一閉環(huán)機(jī)制，機(jī)器人不再是一次性交付的產(chǎn)品，而是具備持續(xù)演進(jìn)能力的系統(tǒng)。隨著部署規(guī)模擴(kuò)大，來自不同場(chǎng)景的數(shù)據(jù)還可以反向促進(jìn)算法和系統(tǒng)設(shè)計(jì)的優(yōu)化，形成技術(shù)與應(yīng)用相互推動(dòng)的良性循環(huán)，為商業(yè)化落地提供長(zhǎng)期價(jià)值。
二、SesameX 多維具身智能計(jì)算平臺(tái)：一套"從端側(cè)模組到全腦智能的體系化計(jì)算的全棧自研平臺(tái)"
SesameX 多維具身智能計(jì)算平臺(tái)提供了一套從硬件模組到系統(tǒng)軟件的完整計(jì)算體系，其目標(biāo)并非替代行業(yè)生態(tài)，而是為機(jī)器人廠商和算法伙伴提供一個(gè)可靠、可擴(kuò)展的基礎(chǔ)平臺(tái)。平臺(tái)通過模塊化設(shè)計(jì)、統(tǒng)一接口和兼容主流生態(tài)的方式，幫助合作伙伴降低系統(tǒng)集成復(fù)雜度，加速產(chǎn)品從研發(fā)走向量產(chǎn)。
1.計(jì)算平臺(tái)層 Module
SesameX 的計(jì)算系統(tǒng)由我們自主研發(fā)的三款計(jì)算模塊 Kalos、Aura 和 Liora 構(gòu)成，分別面向不同類型與復(fù)雜度的機(jī)器人算力需求。在計(jì)算平臺(tái)這一層，我們提供的不僅是三款單獨(dú)的模組，而是一套完整的計(jì)算平臺(tái)體系。模組內(nèi)部已高度集成 SoC、內(nèi)存、電源、電源管理與時(shí)鐘等復(fù)雜設(shè)計(jì)，并可兼容主流底板接口，支持豐富的 I/O，包括 MIPI、CAN-FD、以太網(wǎng)、USB、SPI與I2C 等，從而讓開發(fā)者可以直接面向系統(tǒng)級(jí)方案進(jìn)行設(shè)計(jì)。
平臺(tái)具備從實(shí)時(shí)控制到大模型推理均能穩(wěn)定輸出的可靠性能，同時(shí) Kalos 與 Aura 擁有緊湊小巧的體積（分別為69×55mm與82×54mm），非常適合部署于敏感空間或移動(dòng)場(chǎng)景。借助這一平臺(tái)化設(shè)計(jì)，開發(fā)者只需進(jìn)行底板設(shè)計(jì)即可完成整機(jī)規(guī)劃，大幅降低研發(fā)門檻。
整體而言，這一層的價(jià)值在于為機(jī)器人提供可量產(chǎn)級(jí)的堅(jiān)實(shí)硬件基礎(chǔ)，幫助不同形態(tài)的機(jī)器人以最低成本快速進(jìn)入功能調(diào)試與商業(yè)測(cè)試階段。
2.計(jì)算平臺(tái)層 Network
SesameX Network 作為系統(tǒng)級(jí)通信與數(shù)據(jù)編排層，負(fù)責(zé)在機(jī)器人內(nèi)部將不同計(jì)算模組、異構(gòu)算力單元以及各類外設(shè)構(gòu)建為一個(gè)統(tǒng)一的實(shí)時(shí)協(xié)同體系，并同時(shí)支撐機(jī)器人與邊緣節(jié)點(diǎn)、云端之間的穩(wěn)健無線互聯(lián)。
在該層中，網(wǎng)絡(luò)子系統(tǒng)基于確定性以太網(wǎng)（TSN）構(gòu)建內(nèi)部主干，使感知→算力→控制鏈路具備可預(yù)測(cè)的端到端延遲與帶寬保障；通過集成多路高帶寬數(shù)據(jù)通道，可同時(shí)承載高分辨率 MIPI 視頻流、10GbE 數(shù)據(jù)交換以及跨單元共享 SRAM 的高速訪存，實(shí)現(xiàn)視覺、SLAM 與推理任務(wù)的并行數(shù)據(jù)供給。
系統(tǒng)還實(shí)現(xiàn)了面向 WiFi7/5G 的低時(shí)延無線協(xié)同協(xié)議，使機(jī)器人在與邊側(cè)節(jié)點(diǎn)進(jìn)行分布式推理、任務(wù)共享時(shí)維持毫秒級(jí)鏈路抖動(dòng)。底層數(shù)據(jù)管線采用 Zero-copy 通路設(shè)計(jì)，使來自 ISP/DSP 的感知流可直接進(jìn)入 NPU/CPU 的推理路徑，避免多級(jí)緩存拷貝帶來的額外延遲與功耗開銷。借助上述通信機(jī)制，SesameX Network 為機(jī)器人構(gòu)建起可擴(kuò)展的實(shí)時(shí)協(xié)同計(jì)算結(jié)構(gòu)，使其能夠在單機(jī)、集群與邊云協(xié)同環(huán)境下保持一致的實(shí)時(shí)性和數(shù)據(jù)一致性。
3.計(jì)算平臺(tái)層 OS
在操作系統(tǒng)層，SesameX 計(jì)算平臺(tái)提供了統(tǒng)一的軟件運(yùn)行環(huán)境，支持 Ubuntu、ROS 2 以及自研的 SesameX-RTOS，從而在通用開發(fā)生態(tài)與實(shí)時(shí)控制需求之間實(shí)現(xiàn)兼容與平衡。平臺(tái)原生集成 ROS 2，能夠與行業(yè)主流算法框架無縫對(duì)接；同時(shí)通過 RTOS 與 Linux 的協(xié)同調(diào)度機(jī)制，使高頻控制環(huán)與大模型推理任務(wù)之間具備確定性時(shí)間片分配與干擾隔離能力。系統(tǒng)級(jí)安全隔離能力支持不同任務(wù)、不同權(quán)限在內(nèi)核與用戶態(tài)之間實(shí)現(xiàn)強(qiáng)隔離，確保運(yùn)行安全性與可驗(yàn)證性。
此外，OS 層提供統(tǒng)一的軟件抽象，使 Kalos、Aura 和 Liora 等多款模組可在同一套系統(tǒng)架構(gòu)中保持一致運(yùn)行體驗(yàn)。作為機(jī)器人系統(tǒng)的"基礎(chǔ)生命層"，這一層決定了整機(jī)的可靠性、實(shí)時(shí)性與可擴(kuò)展性，是支撐上層感知、規(guī)劃與控制能力的根本。
4.中間件層
SesameX 中間件層由調(diào)度引擎、工具鏈和 Runtime 三大核心模塊構(gòu)成，共同形成機(jī)器人系統(tǒng)的"中樞神經(jīng)網(wǎng)絡(luò)"。其中，SesameX 調(diào)度引擎負(fù)責(zé)跨模型、跨任務(wù)及跨算力單元的協(xié)同調(diào)度，通過優(yōu)先級(jí)機(jī)制與任務(wù)隔離確保關(guān)鍵任務(wù)不被資源爭(zhēng)搶，安全域任務(wù)在系統(tǒng)中獲得最高級(jí)別的實(shí)時(shí)執(zhí)行權(quán)。工具鏈組件提供并行編譯、混合精度加速、Transformer 結(jié)構(gòu)優(yōu)化、自動(dòng)量化與算子級(jí)優(yōu)化等能力，使模型在 Kalos、Aura、Liora 等不同模組上都能獲得最優(yōu)延遲與算力利用率。SesameX Runtime 則對(duì) CPU、DSP、NPU 與 MCU 進(jìn)行異構(gòu)融合調(diào)度，通過模型沙箱化、實(shí)時(shí)自調(diào)優(yōu)和故障隔離，實(shí)現(xiàn)多模型并行執(zhí)行與多單元算力的動(dòng)態(tài)分配。
借助中間件層的統(tǒng)一抽象和調(diào)度體系，機(jī)器人智能從"分散式算力塊"演進(jìn)為"統(tǒng)一調(diào)度的大腦結(jié)構(gòu)"，從而獲得更平滑的動(dòng)作生成、更低抖動(dòng)的實(shí)時(shí)響應(yīng)與更高的系統(tǒng)魯棒性。
5.原子應(yīng)用層
SesameX 原子應(yīng)用層通過將復(fù)雜任務(wù)分解為最小可復(fù)用的原子技能（Atom Skills），并進(jìn)一步抽象為可組合的原子模型（Atom Models），構(gòu)建出可動(dòng)態(tài)編排的智能行為體系。該層基于任務(wù)模型（Task Model）實(shí)現(xiàn)運(yùn)行時(shí)的技能組合，使機(jī)器人能夠在無需硬編碼流程的情況下，根據(jù)環(huán)境與目標(biāo)在線生成行為序列。核心能力包括：
覆蓋視覺、定位、融合、規(guī)劃、控制、語言與多模態(tài)等多類別的原子技能庫(kù)；基于 Skill Graph 的任務(wù)圖生成機(jī)制，通過結(jié)構(gòu)化圖模型而非傳統(tǒng)代碼邏輯驅(qū)動(dòng)機(jī)器人行為；跨機(jī)器人平臺(tái)的模型復(fù)用能力，使不同機(jī)器人可共享如 VSLAM、目標(biāo)檢測(cè)、軌跡生成等原子模型；以及支持實(shí)時(shí)任務(wù)編排的動(dòng)態(tài)行為組合，使機(jī)器人能夠根據(jù)情境變換重構(gòu)任務(wù)執(zhí)行鏈路。借助這一層，機(jī)器人首次具備類似"思維積木"的智能能力，智能行為從固定邏輯轉(zhuǎn)變?yōu)榭山M合、可擴(kuò)展、可實(shí)時(shí)演化的任務(wù)體系。
6.系統(tǒng)安全層
系統(tǒng)安全層構(gòu)建的是一個(gè)"由下而上、多級(jí)聯(lián)動(dòng)"的安全體系，從物理行為開始守護(hù)，一直向上延伸到?jīng)Q策安全、主動(dòng)預(yù)警和數(shù)據(jù)安全。這種設(shè)計(jì)保證了只要系統(tǒng)啟動(dòng)，安全就始終在線，貫穿機(jī)器人生命周期的全部環(huán)節(jié)。
L0｜本能反射層：最底層的機(jī)械與電氣保護(hù)。安全從最根部開始：電機(jī)斷電、STO、限位、限扭、急停等機(jī)制構(gòu)成機(jī)器人的"本能反射"，確保即使在最極端的情況下也不會(huì)造成物理傷害。這是所有安全的地基。
L1｜動(dòng)作審查層：實(shí)時(shí)運(yùn)動(dòng)安全約束。再往上一層，是由 MCU/R5F 等實(shí)時(shí)控制單元構(gòu)建的動(dòng)作審查系統(tǒng)。它以毫秒級(jí)速度監(jiān)測(cè)速度、加速度、力矩和關(guān)節(jié)狀態(tài)，阻止任何不合理動(dòng)作的發(fā)生。安全開始從"物理兜底"進(jìn)入"實(shí)時(shí)保護(hù)"。
L2｜安全軌跡層：計(jì)劃級(jí)的行為兜底。在控制安全之上，是規(guī)劃與軌跡層的安全機(jī)制。即使決策模型輸出異常，也會(huì)自動(dòng)降級(jí)為"安全軌跡"，防止機(jī)器人進(jìn)入風(fēng)險(xiǎn)區(qū)域。AI 出錯(cuò)≠執(zhí)行危險(xiǎn)動(dòng)作。
L3｜策略防護(hù)層：約束高層意圖，避免錯(cuò)誤策略落地。再向上，是高層行為與策略的安全約束。所有任務(wù)、計(jì)劃和策略在下發(fā)前都要經(jīng)過校驗(yàn)，確保不會(huì)突破安全邊界。決策層面具備"自我約束能力"。
L4｜主動(dòng)預(yù)警層：提前100ms的危險(xiǎn)預(yù)測(cè)能力。在此之上，是由多模態(tài)感知驅(qū)動(dòng)的主動(dòng)預(yù)警系統(tǒng)。人機(jī)距離、接觸風(fēng)險(xiǎn)、速度趨勢(shì)、傳感器健康狀況等都會(huì)實(shí)時(shí)監(jiān)測(cè)，一旦判斷有風(fēng)險(xiǎn)，會(huì)主動(dòng)觸發(fā)限速、減速、停機(jī)。機(jī)器人第一次具備"第六感"。
L5｜數(shù)據(jù)安全層：大腦與隱私的最高級(jí)守護(hù)。安全的最頂層來自數(shù)字世界：隱私保護(hù)、防攻擊、防入侵。本地推理、數(shù)據(jù)不上云、端到端加密、NOC 防火墻與安全啟動(dòng)機(jī)制共同構(gòu)建機(jī)器人"大腦的護(hù)城河"。不僅動(dòng)作安全、決策安全，也保障數(shù)據(jù)與模型的完整性。從最底部的 "不傷人"，到中層的 "不做錯(cuò)、不想錯(cuò)"，再到最高層的 "不泄漏、不被攻破"。
系統(tǒng)安全層建立起一個(gè)完整的安全金字塔：
底層 → 身體安全（物理行為層）
中層 → 意圖安全（規(guī)劃與決策層）
頂層 → 大腦安全（隱私與系統(tǒng)完整性）
這種自底向上的安全架構(gòu)，是機(jī)器人從"小規(guī)模示范走向大規(guī)模落地"的根本前提，也是 SesameX 平臺(tái)區(qū)別于業(yè)界的核心價(jià)值。
綜上所述，SesameX 多維具身智能計(jì)算平臺(tái)的核心價(jià)值不在于單一算力的提升，而在于提供了一套從端側(cè)模組到全腦智能、從硬件到底層軟件、從模型到安全的完整系統(tǒng)體系。平臺(tái)通過六層架構(gòu)實(shí)現(xiàn)了行業(yè)首次的全鏈路統(tǒng)一：
硬件層統(tǒng)一 ：模組化、高集成、跨形態(tài)適配，覆蓋從移動(dòng)到操作、從服務(wù)到人形的完整場(chǎng)景；
通信層統(tǒng)一 ： TSN、萬兆以太網(wǎng)與 WiFi7/5G 組成實(shí)時(shí)神經(jīng)網(wǎng)，支撐感知、推理與控制的確定性協(xié)同；
OS 層統(tǒng)一 ：Ubuntu+ROS 2+RTOS 的組合既保證生態(tài)兼容，又滿足工業(yè)級(jí)實(shí)時(shí)性；
中間件層統(tǒng)一 ：調(diào)度引擎、工具鏈與 Runtime 構(gòu)成異構(gòu)算力協(xié)調(diào)的"大腦操作系統(tǒng)"；
智能層統(tǒng)一 ： 原子模型+任務(wù)模型+Skill Graph 讓機(jī)器人智能像積木一樣擴(kuò)展、復(fù)用與重組；
安全層統(tǒng)一：六層安全體系自底向上守護(hù)，從物理行為、規(guī)劃、策略到隱私與防攻擊全面覆蓋。
這種高度一體化的系統(tǒng)結(jié)構(gòu)，讓 SesameX 多維具身智能計(jì)算平臺(tái)成為一款真正意義上的 "機(jī)器人全棧智能底座"：它讓機(jī)器人不僅能穩(wěn)定運(yùn)行，更能隨環(huán)境變化持續(xù)成長(zhǎng)；不僅能執(zhí)行任務(wù)，更能具備理解能力；不僅能處理感知與控制，更能實(shí)現(xiàn)全腦協(xié)同的認(rèn)知智能。
SesameX 多維具身智能計(jì)算平臺(tái)的意義不僅在于讓機(jī)器人"動(dòng)得好、看得懂"，更在于建立起一條從感知到智能、從安全到進(jìn)化的系統(tǒng)級(jí)高速路，為機(jī)器人規(guī)模化落地提供了前所未有的統(tǒng)一基礎(chǔ)。這正是 SesameX 的獨(dú)特價(jià)值：它不是一塊芯片，而是一套讓機(jī)器人真正邁向未來的系統(tǒng)智能架構(gòu)。
三、結(jié)語：最佳機(jī)器人商業(yè)落地合作伙伴
SesameX 多維具身智能計(jì)算平臺(tái)從 Kalos、Aura 到 Liora，覆蓋了不同復(fù)雜度與形態(tài)的機(jī)器人需求。這些平臺(tái)并非孤立產(chǎn)品，而是構(gòu)成一套可協(xié)同、可擴(kuò)展的機(jī)器人智能階梯。
黑芝麻智能希望通過 SesameX，與機(jī)器人整機(jī)廠商、算法公司、系統(tǒng)集成商共同構(gòu)建開放生態(tài)，讓機(jī)器人在真實(shí)世界中具備長(zhǎng)期穩(wěn)定運(yùn)行與持續(xù)成長(zhǎng)的能力。真正的具身智能，不只屬于算法或算力，而屬于一個(gè)能夠被產(chǎn)業(yè)廣泛采用、不斷演進(jìn)的系統(tǒng)基礎(chǔ)。SesameX 正是為此而生。
黑芝麻智能的 SesameX 多維具身智能計(jì)算平臺(tái)，讓機(jī)器人能夠有"可信任的安全"，從"可運(yùn)行"走向"可成長(zhǎng)"，從"可演示"走向"量產(chǎn)落地"。讓我們一起推動(dòng)機(jī)器人安全和智能的進(jìn)化，讓機(jī)器人早日成為我們的助手和伙伴。
