黑芝麻智能推出 SesameX 多维具身智能计算平台

简介

黑芝麻智能推出的 SesameX多维具身智能计算平台，构建了业界首个从硬件、软件、工具链到模型生态的全栈机器人全脑体系 "。其中，SesameX Aura是专为多足机器人等复杂场景设计的高性能异构计算模组，具备 70 TOPS 算力与多模态同步采集能力，支持多摄像头输入、IMU 同步等高速接口，能精准实现环境感知、智能决策与运动控制的协同优化，让机器人 "看懂世界，精准行动"。

产品介绍

SesameX 的目标并非构建一个封闭的全栈系统，而是面向产业伙伴提供一套开放、可扩展、可量产的机器人智能计算底座，帮助机器人从 “可运行” 走向 “可成长”，从单点能力展示迈向长期商业化落地。

SesameX 在平台设计的早期阶段，就将可成长性作为核心目标之一。所谓成长，并非简单依赖模型规模扩大，而是系统能够在真实环境中持续稳定运行，并在反馈中逐步优化行为表现。

传统机器人系统往往以任务为中心进行设计，感知、规划、控制彼此分离，模型部署完成即进入长期静态运行状态。一旦环境变化或任务复杂度提升，系统需要重新设计、重新标定，难以支撑规模化落地。

SesameX 通过在平台层面引入统一的计算结构、任务表达方式和执行调度机制，使机器人在架构上具备持续演进的基础条件。不同来源的感知模型、规划算法和控制策略可以在同一平台内协同运行，并在系统运行过程中形成稳定的闭环反馈，从而支持机器人能力随时间逐步提升。这种设计，使机器人首次在工程层面具备了从 “任务执行型” 向 “认知理解型” 再向 “全脑协同型” 演进的现实路径。

一套“从端侧模组到全脑智能的体系化计算的全栈自研平台”

SesameX 多维具身智能计算平台提供了一套从硬件模组到系统软件的完整计算体系，其目标并非替代行业生态，而是为机器人厂商和算法伙伴提供一个可靠、可扩展的基础平台。平台通过模块化设计、统一接口和兼容主流生态的方式，帮助合作伙伴降低系统集成复杂度，加速产品从研发走向量产。

• 计算平台层 Module

SesameX 的计算系统由我们自主研发的三款计算模块 Kalos、Aura 和 Liora 构成，分别面向不同类型与复杂度的机器人算力需求。在计算平台这一层，我们提供的不仅是三款单独的模组，而是一套完整的计算平台体系。模组内部已高度集成 SoC、内存、电源、电源管理与时钟等复杂设计，并可兼容主流底板接口，支持丰富的 I/O，包括 MIPI、CAN-FD、以太网、USB、SPI 与 I2C 等，从而让开发者可以直接面向系统级方案进行设计。

平台具备从实时控制到大模型推理均能稳定输出的可靠性能，同时 Kalos 与 Aura 拥有紧凑小巧的体积（分别为 69×55mm 与 82×54mm），非常适合部署于敏感空间或移动场景。借助这一平台化设计，开发者只需进行底板设计即可完成整机规划，大幅降低研发门槛。

整体而言，这一层的价值在于为机器人提供可量产级的坚实硬件基础，帮助不同形态的机器人以最低成本快速进入功能调试与商业测试阶段。

• 计算平台层 Network

SesameX Network 作为系统级通信与数据编排层，负责在机器人内部将不同计算模组、异构算力单元以及各类外设构建为一个统一的实时协同体系，并同时支撑机器人与边缘节点、云端之间的稳健无线互联。

在该层中，网络子系统基于确定性以太网（TSN）构建内部主干，使感知→算力→控制链路具备可预测的端到端延迟与带宽保障；通过集成多路高带宽数据通道，可同时承载高分辨率 MIPI 视频流、10GbE 数据交换以及跨单元共享 SRAM 的高速访存，实现视觉、SLAM 与推理任务的并行数据供给。

系统还实现了面向 WiFi7/5G 的低时延无线协同协议，使机器人在与边侧节点进行分布式推理、任务共享时维持毫秒级链路抖动。底层数据管线采用 Zero-copy 通路设计，使来自 ISP/DSP 的感知流可直接进入 NPU/CPU 的推理路径，避免多级缓存拷贝带来的额外延迟与功耗开销。借助上述通信机制，SesameX Network 为机器人构建起可扩展的实时协同计算结构，使其能够在单机、集群与边云协同环境下保持一致的实时性和数据一致性。

• 计算平台层 OS

在操作系统层，SesameX 计算平台提供了统一的软件运行环境，支持 Ubuntu、ROS 2 以及自研的 SesameX-RTOS，从而在通用开发生态与实时控制需求之间实现兼容与平衡。平台原生集成 ROS 2，能够与行业主流算法框架无缝对接；同时通过 RTOS 与 Linux 的协同调度机制，使高频控制环与大模型推理任务之间具备确定性时间片分配与干扰隔离能力。系统级安全隔离能力支持不同任务、不同权限在内核与用户态之间实现强隔离，确保运行安全性与可验证性。

此外，OS 层提供统一的软件抽象，使 Kalos、Aura 和 Liora 等多款模组可在同一套系统架构中保持一致运行体验。作为机器人系统的 “基础生命层”，这一层决定了整机的可靠性、实时性与可扩展性，是支撑上层感知、规划与控制能力的根本。

• 中间件层

SesameX 中间件层由调度引擎、工具链和 Runtime 三大核心模块构成，共同形成机器人系统的 “中枢神经网络”。其中，SesameX 调度引擎负责跨模型、跨任务及跨算力单元的协同调度，通过优先级机制与任务隔离确保关键任务不被资源争抢，安全域任务在系统中获得最高级别的实时执行权。工具链组件提供并行编译、混合精度加速、Transformer 结构优化、自动量化与算子级优化等能力，使模型在 Kalos、Aura、Liora 等不同模组上都能获得最优延迟与算力利用率。SesameX Runtime 则对 CPU、DSP、NPU 与 MCU 进行异构融合调度，通过模型沙箱化、实时自调优和故障隔离，实现多模型并行执行与多单元算力的动态分配。

借助中间件层的统一抽象和调度体系，机器人智能从 “分散式算力块” 演进为 “统一调度的大脑结构”，从而获得更平滑的动作生成、更低抖动的实时响应与更高的系统鲁棒性。

• 原子应用层

SesameX 原子应用层通过将复杂任务分解为最小可复用的原子技能（Atom Skills），并进一步抽象为可组合的原子模型（Atom Models），构建出可动态编排的智能行为体系。该层基于任务模型（Task Model）实现运行时的技能组合，使机器人能够在无需硬编码流程的情况下，根据环境与目标在线生成行为序列。核心能力包括：

覆盖视觉、定位、融合、规划、控制、语言与多模态等多类别的原子技能库；基于 Skill Graph 的任务图生成机制，通过结构化图模型而非传统代码逻辑驱动机器人行为；跨机器人平台的模型复用能力，使不同机器人可共享如 VSLAM、目标检测、轨迹生成等原子模型；以及支持实时任务编排的动态行为组合，使机器人能够根据情境变换重构任务执行链路。借助这一层，机器人首次具备类似 “思维积木” 的智能能力，智能行为从固定逻辑转变为可组合、可扩展、可实时演化的任务体系。

系统安全层

系统安全层构建的是一个 “由下而上、多级联动” 的安全体系，从物理行为开始守护，一直向上延伸到决策安全、主动预警和数据安全。这种设计保证了只要系统启动，安全就始终在线，贯穿机器人生命周期的全部环节。

L0 | 本能反射层：最底层的机械与电气保护。安全从最根部开始：电机断电、STO、限位、限扭、急停等机制构成机器人的 “本能反射”，确保即使在最极端的情况下也不会造成物理伤害。这是所有安全的地基。

L1 | 动作审查层：实时运动安全约束。再往上一层，是由 MCU/R5F 等实时控制单元构建的动作审查系统。它以毫秒级速度监测速度、加速度、力矩和关节状态，阻止任何不合理动作的发生。安全开始从 “物理兜底” 进入 “实时保护”。

L2 | 安全轨迹层：计划级的行为兜底。在控制安全之上，是规划与轨迹层的安全机制。即使决策模型输出异常，也会自动降级为 “安全轨迹”，防止机器人进入风险区域。AI 出错≠执行危险动作。

L3 | 策略防护层：约束高层意图，避免错误策略落地。再向上，是高层行为与策略的安全约束。所有任务、计划和策略在下发前都要经过校验，确保不会突破安全边界。决策层面具备 “自我约束能力”。

L4 | 主动预警层：提前 100ms 的危险预测能力。在此之上，是由多模态感知驱动的主动预警系统。人机距离、接触风险、速度趋势、传感器健康状况等都会实时监测，一旦判断有风险，会主动触发限速、减速、停机。机器人第一次具备 “第六感”。

L5 | 数据安全层

大脑与隐私的最高级守护。安全的最顶层来自数字世界：隐私保护、防攻击、防入侵。本地推理、数据不上云、端到端加密、NOC 防火墙与安全启动机制共同构建机器人 “大脑的护城河”。不仅动作安全、决策安全，也保障数据与模型的完整性。从最底部的 “不伤人”，到中层的 “不做错、不想错”，再到最高层的 “不泄漏、不被攻破”。

系统安全层建立起一个完整的安全金字塔：

底层 → 身体安全（物理行为层）

中层 → 意图安全（规划与决策层）

顶层 → 大脑安全（隐私与系统完整性）

这种自底向上的安全架构，是机器人从 “小规模示范走向大规模落地” 的根本前提，也是SesameX平台区别于业界的核心价值。

产品总结

综上所述，SesameX 多维具身智能计算平台的核心价值不在于单一算力的提升，而在于提供了一套从端侧模组到全脑智能、从硬件到底层软件、从模型到安全的完整系统体系。平台通过六层架构实现了行业首次的全链路统一：

• 硬件层统一：模块化、高集成、跨形态适配，覆盖从移动到操作、从服务到人形的完整场景；

• 通信层统一：TSN、万兆以太网与 WiFi7/5G 组成实时神经网络，支撑感知、推理与控制的确定性协同；

• OS 层统一：Ubuntu+ROS 2+RTOS 的组合既保证生态兼容，又满足工业级实时性；

• 中间件层统一：调度引擎、工具链与 Runtime 构成异构算力协调的 “大脑操作系统”；

• 智能层统一：原子模型 + 任务模型 + Skill Graph 让机器人智能像积木一样扩展、复用与重组；

• 安全层统一：六层安全体系自底向上守护，从物理行为、规划、策略到隐私与防攻击全面覆盖。

这种高度一体化的系统结构，让 SesameX 多维具身智能计算平台成为一款真正意义上的 “机器人全栈智能底座”：它让机器人不仅能稳定运行，更能随环境变化持续成长；不仅能执行任务，更能具备理解能力；不仅能处理感知与控制，更能实现全脑协同的认知智能。

SesameX 多维具身智能计算平台的意义不仅在于让机器人 “动得好、看得懂”，更在于建立起一条从感知到智能、从安全到进化的系统级高速路，为机器人规模化落地提供了前所未有的统一基础。这正是 SesameX 的独特价值：它不是一块芯片，而是一套让机器人真正迈向未来的系统智能架构。

产品合作

SesameX 多维具身智能计算平台从 Kalos、Aura 到 Liora，覆盖了不同复杂度与形态的机器人需求。这些平台并非孤立产品，而是构成一套可协同、可扩展的机器人智能阶梯。

黑芝麻智能希望通过 SesameX，与机器人整机厂商、算法公司、系统集成商共同构建开放生态，让机器人在真实世界中具备长期稳定运行与持续成长的能力。真正的具身智能，不只属于算法或算力，而属于一个能够被产业广泛采用、不断演进的系统基础。SesameX 正是为此而生。

黑芝麻智能的 SesameX 多维具身智能计算平台，让机器人能够有 “可信任的安全”，从 “可运行” 走向 “可成长”，从 “可演示” 走向 “量产落地”。让我们一起推动机器人安全和智能的进化，让机器人早日成为我们的助手和伙伴。