【導讀】隨著具身智能快速發展，RISC-V正在走上牌桌，爭奪新賽道的定義權。有專家認為，RISC-V憑借更可預測的硬實時性與底座控制優勢，比x86和Arm更適合作為具身智能的“小腦”?？梢哉f，越來越多的人開始關注到了RISC-V這一指令集在機器人領域的重要性。
2026年WAIC期間，在芯原主辦的“RISC-V和物理智能論壇”上，戴偉民表示真正能夠做到自主可控又繁榮的，就是RISC-V，從這個角度上就可以看出來RISC-V的重要性。
人形機器人發展幾何
2026年央視春晚節目《武BOT》由宇樹科技的人形機器人G1和H2完成演示，展示了機器人在全身運動控制、動態平衡、跌倒恢復等方面的能力。同時，通過多機器人協同與編隊控制，體現了人形機器人在群體協作和系統調度上的技術進展。
戴偉民介紹，人形機器人通常由“大腦”“小腦”“肢體”和“系統工程”四個層級構成。其中，“大腦”負責認知決策和任務規劃，核心技術包括多模態大模型、VLA（Vision-Language-Action）模型等；“小腦”負責運動控制和全身協調，主要依賴強化學習、Mamba等算法；“肢體”承擔執行、感知和能量輸出，關鍵部件包括關節電機、減速器和靈巧手等；而“系統工程”則負責整機調度、安全管理和OTA升級，并通過群體智能、數字孿生等技術實現機器人系統的高效運行。
戴偉民博士指出，盡管當前人形機器人的技術展示令人矚目，但多數仍依賴預設程序，真正的“大腦”智能化程度依然不足。若以自動駕駛分級（L1-L5）來衡量，目前的機器人技術僅處于L2左右的初級階段。由于機器人面臨的場景比自動駕駛更加泛化，其落地難度也更高。
他強調，傳統的Transformer大語言模型主要基于海量文本進行概率預測，完成了“讀萬卷書”的第一步。然而，物理人工智能（物理AI）和空間計算所涉及的“世界模型”，本質上要求機器人能夠“行萬里路”，甚至在未來能夠引入情感交互做到“閱人無數”。在這方面，僅靠現有的語言模型還遠遠不夠。
開放的RISC-V擁有獨特的優勢
“RISC-V是第五代，它的指令集很簡單、關鍵是留白。”戴偉民在會議上強調。
戴偉民博士指出，x86和Arm架構雖然產業生態極其繁榮，但在自主可控性上存在局限；而過去一些小眾的自主架構雖能做到自主可控，卻無法形成繁榮的生態。
RISC-V架構指令集簡單且具備極高的“留白”靈活性，是目前唯一能夠同時實現“自主可控”與“產業繁榮”的架構體系。
產學研用協同筑牢RISC-V生態底座
戴偉民回顧并介紹了中國RISC-V產業聯盟（CRVIC）、上海開放處理器產業創新中心（SOPIC）以及芯原近年來在人才培養、專利保護和行業活動方面取得的務實成果：
首先，在教育與人才培養方面，目前已有15所高校和8家企業共同參與RISC-V課程“備課”。通過開源600頁的教學PPT，在2025年秋季和2026年春季期間，已在13所高校開設了29門相關課程，覆蓋學生1600余人。此外，全國嵌入式軟件大賽的舉辦也極大激發了青年人才的創新活力。
其次，在知識產權保護方面，針對潛在的侵權風險，創新中心已正式成立RISC-V專利池，首批已有多家企業注入大量專利，為產業健康發展筑起協同保護網。
最后，在行業生態與學術成方面，RISC-V的產業熱度持續高漲。在2025年RISC-V中國峰會上，參會人數達8188人，包含1場主論壇與9場垂直分論壇，共收到論文投稿202篇。同時，諸如“滴水湖論壇”等行業會議每次均能催生50篇以上的原創深度報道，技術傳播與生態凝聚力不斷增強。
