把世界模型塞进 560 TOPS 的端侧芯片：地瓜与极佳视界这场合作，值得抄的是五个环节的分工表
地瓜机器人与极佳视界宣布战略合作，把开源具身模型 GigaBrain-0.7 装上 560 TOPS 的旭日 S600。签约本身不值钱，值钱的是双方把「世界模型大脑、端侧大脑、算力底座、本体、数据回流」这五个环节的边界写成了一张表。
- 合作：2026-09-14，地瓜机器人与极佳视界宣布战略合作，首期集成模型为开源具身基础模型 GigaBrain-0.7，硬件底座为端侧大算力平台旭日 S600，并接入 GigaWorld 世界生成模型能力。
- 算力：旭日 S600 具备 560 TOPS INT8 AI 算力，多核异构架构，支撑 VLA、VLM 与具身基础模型在端侧推理。
- 分工：五环节明确切分——GigaWorld 负责场景生成与失败样本复训、GigaBrain 负责语言理解与任务拆解、GigaWorld-Policy 负责动作策略与失败恢复、S600 负责推理与轨迹规划、Maker 与拾光等本体负责执行与数据回流。
- 模型战绩：GigaBrain-0.7 在 RoboColiseum 仿真评测拿下指令跟随、空间理解、扰动适应、通用操作四项第一，技术报告发布当天登上 Hugging Face 趋势榜第一，代码、模型与数据集全部开源。
- 未披露：上机实测尚未开始，量化后的延迟、内存占用、功耗数字均未公布，本次为合作宣布而非产品交付。
- 判断：这场合作真正的看点是「端侧闭环的责任边界被写清了」；在此之前，模型跑不动时，模型方、芯片方与本体方三方都能把问题推给对方。
这一次要看的是分工表，不是合影
机器人行业的战略合作，绝大多数签完字、拍完照就没有下文。判断一场合作值不值得跟进，有一个很朴素的标准：双方到底把哪块东西拿出来拼，每个环节谁负责，写清楚了没有。
地瓜机器人与极佳视界这场合作，罕见地把五个环节的边界写成了明文。极佳视界出的是世界模型 GigaWorld、具身基础模型 GigaBrain、动作策略 GigaWorld-Policy，以及 Maker、拾光等本体与场景落地积累；地瓜机器人出的是端侧 AI 算力平台旭日 S600、算法工具链与机器人生态。
传统开发模式里，链路是断的
在传统机器人开发模式下，模型、算力硬件、机器人本体、场景数据、应用交付分属不同体系。这种割裂带来的最典型症状是：同一个模型在仿真里跑出 90% 的成功率，上到真机只剩 60%，而没有人能说清这 30 个百分点丢在哪一环。
模型方会说算力不够、量化掉点；芯片方会说算子不适配、模型写得糙；本体方会说机构精度不足、时延不稳定。三方都有道理，也都能把问题推出去。这正是过去两年具身智能从 demo 走不到交付的核心障碍之一，它不是一个技术问题，是一个责任划分问题。
这次合作把五个环节的任务边界显式写出来，工程上的意义就在这里：一旦上机实测不达标，可以追溯到具体环节，而不是在三方之间踢球。
GigaBrain-0.7 的 System-3 与「先预演再执行」
GigaBrain-0.7 是极佳视界 8 月发布并开源的新一代具身基础模型，走的是世界模型驱动路线。它的核心设计被称作 System-3：把世界模型放进机器人的实时决策回路，让机器人先预演判断，再执行动作。
在第三方仿真评测平台 RoboColiseum 上，该模型包揽指令跟随、空间理解、扰动适应、通用操作四项第一；技术报告发布当天登上 Hugging Face 趋势榜第一；代码、模型与数据集全部开源。模型通过跨本体共享的 Action Expert 实现异构本体间的操作知识迁移——这是它能在 S600 上面向多类本体做端侧部署的前提。
| 模型 / 组件 | 宣称战绩 | 核验状态 |
|---|---|---|
| GigaWorld-1 | WorldArena 评测登顶全球第一 | 企业自述，单一信源 |
| GigaBrain-0 系列 | RoboChallenge 真机评测全球第一 | 企业自述，单一信源 |
| GigaWorld-Policy | RoboCasa365 评测登顶全球第一 | 企业自述，单一信源 |
| GigaBrain-0.7 | RoboColiseum 四项第一、HF 趋势榜第一 | 企业自述；代码与权重已开源，可验证 |
这里有个细节值得单独说：四个「全球第一」里，只有 GigaBrain-0.7 把代码、模型和数据集全开源了。其余三项目前只能靠企业口径。对外部观察者来说，可复现性本身就该是判断权重最高的一项。
560 TOPS 够不够，取决于谁在问
旭日 S600 是地瓜机器人面向具身智能的旗舰算力平台，标称 560 TOPS INT8，多核异构架构，宣称可支撑 VLA、VLM 和具身基础模型在端侧高效稳定推理。
560 TOPS 这个量级怎么理解？放在车端智驾的坐标系里，它属于主流中高阶平台的水平；放在机器人端侧，它足够跑一个参数量在数 B 量级的 VLA，但跑更大的模型就得靠量化、剪枝与算子优化。这恰恰是这次合作要干的活：双方将围绕 GigaBrain-0.7 做模型转换、量化部署、算子适配、推理加速、内存优化和功耗调优。
换句话说，这六项工作一项都还没做完。双方的最终目标是「持续迭代更高性能、更低延迟、更高稳定性的软硬一体化方案」，并把联合样机、开发者套件、行业 POC 和标准化参考设计逐步落地——这些都是计划口径。
战略合作宣布；首期集成模型与硬件底座确定；GigaBrain-0.7 代码、模型、数据集已开源。
模型量化、算子适配、推理加速、内存与功耗调优；机械臂、移动底盘、人形本体上的上机实测；延迟与功耗数字公布。
做集成交付时的四个检查点
把这次合作的架构抽象成一份可执行的检查清单，对做具身集成的团队有直接用处：
一、先划边界，再谈指标。模型、算力、本体、数据四方各自负责到哪一环，必须写成文档。这决定了出问题时的追溯路径。
二、把「失败样本」单独设一个环节。这次架构里，GigaWorld 的职责包含「失败样本复训」，这是一条独立回路，而不是顺带功能。真实部署中，失败数据的价值高于成功数据。
三、区分标称算力与可用算力。560 TOPS 是 INT8 峰值口径。签方案时应要求供应商给出目标模型在目标精度下的实测帧率与功耗，而不是峰值 TOPS。
四、优先选开源可复现的组件。同样宣称「全球第一」，代码与权重开源的那一项，验证成本要低一个数量级。