今年全国两会期间，全国人大代表何小鹏指出，高阶智能人形机器人的核心突破在于打造具备本地计算与决策能力的“端侧大脑”，才有可能实现广泛的商业价值。

这一观点，精准指出了当前人形机器人产业的核心瓶颈——过度依赖云端算力导致的“缺脑之痛”。

作为专注于构建国产具身智能端侧算力底座的科技企业，灵境智源早已在此深度布局，并给出了自己的“解题答案”——具身智脑。

端侧部署：解决“缺脑之痛”的关键

端侧部署，是赋予机器人一个“本地大脑”，在设备内部署完整的感知—决策—行动闭环，以解决机器人网络依赖和延迟两大痛点。

在传统架构下，大部分人形机器人采用的是“大脑（负责感知决策，常位于云端）+“小脑”（负责运动控制，位于本地）”的分离架构。但这种模式存在断网及“失智”以及延迟反应两大问题。

两会上提及的“端侧大脑”，正是要将智能下沉到机器人的“身体”之中。而灵境智源的“具身智脑”，走的正是这条路。

从“端侧智脑”到“具身智脑”：不止集成，更在协同

如果说“端侧大脑”指出了“智能应该在哪里”，那么“具身智脑”则回答了“智能应该如何设计”。

针对“大脑与小脑协同”难题，灵境智源提出全球首创的 “德沃夏克”超异构计算架构。其核心逻辑是 “物理合一、逻辑分离”，这一架构将负责决策的“大脑”和负责运动控制的“小脑”集成在同一个物理平台上，解决了传统分离架构下总线通信延迟高、协同性差的“知行鸿沟” ，让机器人在动态环境中实现真正的“感知即行动”。

从协同到算力：构建具身智能端侧算力底座

大小脑的协同机制，本质上是将原本分离的决策与控制重新“拧”在一起。但这种拧合对算力提出全新要求：需要在端侧同时承载轻量化推理与实时控制——既要“想得快”，又要“动得准”。

针对“本地部署大模型”的算力挑战，灵境智源推出了全栈国产化的“致境T系列”具身智能端侧计算平台，实现了大模型端侧高效运行。基于“德沃夏克”架构，该平台使得机器人即便在“孤岛模式”下，也能依靠本地算力完成从环境感知到避障的全闭环处理。

目前，灵境智源的产品已快速渗透至人形机器人、轮臂复合机器人、无人机、无人叉车等泛具身场景，与超过250家行业客户建立联系，部分客户也已进入规模化部署阶段 。

2026年被视为人形机器人商业化验证的关键窗口期。何小鹏代表的建议从政策层面为 “端侧智能” 的发展注入了强心剂，也为灵境智源的战略方向提供了来自顶层的印证。