RISC-V芯片K3驱动人形机器人跑完半马：中国芯片另起炉灶跑通了

今天看到一条消息，差点没反应过来。进迭时空宣布他们的旗舰RISC-V芯片K3，已经成功驱动灵龙2.0人形机器人跑完了北京亦庄半程马拉松。不是表演，是正式比赛。全球首批搭载RISC-V芯片完赛的人形机器人。

这条消息之所以让我觉得有意思，是因为它背后的技术路线选择。在大家都在讨论英伟达、英特尔、ARM的时候，RISC-V悄悄跑通了一条完全不同的路。

K3芯片到底什么水平

先上硬数据。K3是全球首颗符合RVA23标准的量产RISC-V芯片，8个高性能CPU核加8个AI核，提供130K DMIPS通用算力和60TOPS AI算力。

什么概念？60TOPS的AI算力意味着它可以在本地运行300亿到800亿参数的大模型。进迭时空给出的实测数据是：运行通义千问30B模型，首Token延迟仅0.9秒。

对于一个人形机器人来说，这个算力意味着它不需要依赖云端就能完成大部分推理任务。低延迟、高可靠性，这在做运动控制的时候是命门。你总不能让机器人跑步的时候还在等云端返回结果。

RISC-V路线的战略意义

这里要展开说一下RISC-V的特殊性。和ARM、x86不同，RISC-V是开源指令集架构，不依赖任何一家公司的授权。这意味着什么？意味着不会被卡脖子。

过去几年，芯片领域最大的风险就是架构授权的不确定性。ARM的授权政策随时可能调整，x86更是英特尔和AMD的自留地。而RISC-V是完全开放的，任何公司都可以基于它设计自己的芯片，不用交授权费，也不用担心被断供。

进迭时空的K3能在人形机器人上跑通半马，证明了一件事：RISC-V不只是IoT和嵌入式的小玩家，它已经有能力进入高端应用场景了。

人形机器人需要什么样的芯片

人形机器人对芯片的要求和普通设备完全不同。它需要同时处理运动控制、视觉感知、语音交互、路径规划等多任务，而且延迟要求极高。跑步的时候，从感知到决策到执行，整个链路必须在毫秒级完成。

K3的做法是CPU核加AI核的异构设计。CPU负责通用计算和任务调度，AI核专门跑推理。这种架构的好处是效率高、功耗低，而且可以本地运行大模型。

另外K3还支持RVV 1024bit向量扩展、FP8原生推理、芯片级虚拟化等能力，这些在全球范围内都是首创。对机器人开发者来说，这意味着可以在同一颗芯片上跑多个隔离的任务环境，既安全又灵活。

已经落地，不只是实验室产品

值得一提的是，K3不是实验室里的demo。它已经在国家人形机器人创新中心落地应用，并且获得了海外客户订单。这说明市场是认可的。

今年4月，多台搭载K3的灵龙2.0完成了半马。这不是一台机器跑一次就收工，而是多台同时完赛。稳定性和一致性都经过了验证。

从产业链角度看，RISC-V芯片在人形机器人上跑通，给行业提供了一个新选择。以前做机器人芯片，只能选英伟达的Jetson或者高通的方案。现在多了一个国产开源路线，而且成本更低、自主可控。

总结

RISC-V芯片驱动人形机器人跑完半马，这个事件的意义超出了体育赛事本身。它证明了开源指令集架构在高端AI应用场景的可行性，也证明了国产芯片在人形机器人这条新赛道上已经具备了竞争力。

2026年是人形机器人产业化的关键年份。宇树刚上市，世界机器人大会刚开幕，各家的产品都在加速落地。而芯片作为最底层的支撑，RISC-V的突围给整个行业注入了一针强心剂。这条路，走得通。