一只鸭子引发的思考：爆火的Microduck，为什么选瑞芯微？

9月3日，英伟达宣布以129.3亿美元收购全球最大AI开源平台Hugging Face。就在一周前，Hugging Face旗下Pollen Robotics发布售价399美元的双足机器人Microduck。开订24小时订单额破260万美元，高峰期平均每4秒卖出一台，已开启4-6个月预售排期。

这只机器鸭不是普通的成品玩具，而是能够不断学习的“学生”，技能的上限由全球开发者的想象力决定，边际成本趋近于零。低门槛、全开源、生态位丰富同时在一只鸭子身上凑齐了。

GPU巨头的收购和Microduck的爆火，共同传达了一个信号，或许具身智能的“寒武纪”时刻来了

过去三年，AI叙事的主线始终是更大的云端模型、更贵的GPU、更庞大的算力集群。Microduck的反向走红，把产业注意力拉回了三个更朴素的问题：谁更易调用，谁的成本更低，谁的体验更好。这三个问题指向AI产业正在发生的深层变化，重心正从“算力规模”转向“落地效率”。

答案藏在这只鸭子的神经中枢里——瑞芯微RK3566。

一、Microduck爆单背后：为什么全球开发者选了瑞芯微？

在一个完全由国际开源社区主导的项目中，开发者没有选择高通、没有选择英伟达，而是选择了瑞芯微。

为什么？是因为它“刚刚好”。

端侧AI通常存在一个不可能三角，智能、功耗、响应速度通常无法兼顾，要响应速度，就要跑大模型，功耗就容易过载；要低功耗，就得压缩模型，满足不了响应速度。

Microduck选择的瑞芯微RK3566处理器，在这个不可能三角中找到了一个“刚刚好”的位置，负责驱动15个电机、摄像头、LiDAR及50Hz机器人策略循环，这一技术路线在性能、功耗、成本和开发者体验之间做到了平衡。

第一，成本与功耗可控。RK3566作为2020年发布的中端SoC，集成四核A55与1TOPS NPU，在性能、功耗和成本之间找到了最佳平衡点。Microduck仅配备1GB内存和32GB存储，内存成本占总价10%至15%。在这种极致成本控制下， RK3566是在功耗、算力和价格三角中表现突出的成熟方案。

第二，开发者生态成熟。瑞芯微提供完整的RKNN软件开发套件，支持TensorFlow、PyTorch等主流框架模型转换和部署。全球数百万套RK系列开发板、上亿台终端设备、数十万开发者基于RKNN做算法开发，网上问题解决方案和开源项目极其丰富。芯片能直接上手，不需要从零搭建开发环境。“开箱即用”的体验，大幅降低了端侧AI的入门门槛。

第三，产品矩阵完整。从入门级RV11系列到中高端RK3576，再到旗舰RK3588，再到端侧AI协处理器RK182X，客户在一个平台上就能完成从低到高的全系列开发，不用换工具链、不用重学开发环境。微控制器的迁移成本，核心不是采购价格，而是开发成本。一旦用上了瑞芯微的工具链，后续产品升级大概率还是瑞芯微。

这套产品矩阵的效能，已经反映在业绩里。2026年上半年，瑞芯微实现营收28.77亿元，同比增长40.60%；归母净利润8.59亿元，同比增长61.73%。毛利率达45.79%，同比提升3.5个百分点，创历史新高。智能应用处理器芯片收入占总营收约90%，仍是核心收入来源。这些数字背后，是端侧AI开发者用脚投票的结果。

二、端侧AI的下一程：突破“内存墙”

Microduck用的是RK3566的0.8～1TOPS的NPU，验证的是“端侧AI落地模式”的市场可行性。而当端侧AI从“轻量级推理”走向“运行大模型”时，芯片架构需要一次根本性的跃迁。

跃迁的方向，是高带宽。

大语言模型的推理，瓶颈不在算力，在带宽。每次生成一个token，都需要把模型全部的权重参数从内存搬到计算单元。算得快但数据送不过来，芯片只能干等。

传统方案中，处理器与内存是两颗独立芯片，中间隔着基板和焊点。数据通道数量有限，带宽受物理引脚数量的硬约束。本质上，数据要绕很远的路才能到达计算单元。传统方案带宽仅44-100GB/s，面对大模型动辄数GB的权重搬运，根本跑不动，这是端侧部署大模型时无法绕过的“内存墙”。

突破这道墙，需要从芯片架构层面重新思考内存与计算单元的关系。瑞芯微的判断是：与其在制程上堆算力，不如在架构上做文章。

2025年7月，瑞芯微在第九届开发者大会（RKDC2025）上正式发布了全球首颗近存计算架构端侧算力协处理器RK182X，内置存储芯片以提高带宽，有效解决了端侧部署大模型面临的带宽与功耗瓶颈。公司明确表示，RK182X在同类市场中实现了对标产品3倍性能及6倍能耗比。

当时，这类方案在端侧AI芯片领域几乎没有商业化先例。行业的主流做法是在先进制程上堆NPU算力，晶晨的6nm A311Y3、高通的8 Gen系列走的都是这条路。近存计算架构被视为成本高、工艺难度大的“前沿技术”，行业普遍认为它离端侧量产还有距离。

这一判断的前瞻性，在随后一年得到了充分验证。2026年，端侧AI芯片头部玩家高通宣布了近存计算芯片的设计方案。同年，国内光羽芯辰、小米也陆续发布了类似方向的产品方案。此时，距离RK182X发布，刚好过去一年。

更关键的是模型适配的广度与深度。2026年7月，瑞芯微在WAIC大会展出多款基于qwen3.5的产品方案。。8月，完成Qwen3.8-27B的Day0适配，通过多卡级联方案在端侧本地流畅运行这一中等参数稠密模型。依托RKNN3工具链，RK182X已覆盖大语言、语音、多模态、视觉、RAG向量检索等海量开源模型。

但“首发”不是壁垒，量产才是。发布不到一年，RK182X已导入十几个行业、数百个项目，首批客户已进入量产阶段。当端侧AI芯片赛道还在规划近存计算架构时，瑞芯微已经完成了从设计、封测到客户导入的全链路跑通。

三、双轨制的本质：把迁移成本变成护城河

RK182X解决了带宽问题，但量产的前提是客户能够灵活使用它。

端侧AI芯片常见的算力升级路径为：换芯片、改主板、重新调试、重新认证。一套流程走下来，少则半年、多则一年，更新成本极高。

而瑞芯微“SoC+协处理器”双轨制最精妙的地方就在于，不需要客户做选择题。

轻量级场景，单颗SoC搞定。RK3588、RK3576这些主控芯片本身已经集成了NPU，能满足0.5B到3B参数级别模型的本地部署。

需要跑大模型，就加一颗协处理器，通过PCIe或USB标准接口挂载，开发工具链不变、开发环境不变。客户不需要重新设计主板，不需要重新学习开发工具，不需要在两个方案之间做取舍。

这就是双轨制的核心价值——把选择权留给客户，把复杂度留给自己。

这套机制已在多个行业得到验证。

汽车领域，瑞芯微已形成智能座舱、车载AI Box等多条产品线，汽车方案已赋能数百款量产车型。2026年4月北京车展期间，瑞芯微与面壁智能正式签署战略合作协议，联合开发面向智能座舱场景的AI Box产品。双方推出基于“RK3576M主控+RK1828协处理器”的双芯方案，适配面壁MiniCPM 4B VLM大模型。

机器人领域，旗舰RK3588在机器人市场已有较高占有率，已与宇树科技、优必选、智元、松延动力、星海图、目心科技等主流品牌合作。瑞芯微的芯片已成为国产人形/四足机器人主控芯片的重要选择，市占率领先。

例如普渡商用清洁机器人，搭载RK1828实现本地污渍识别与路径规划，目前已量产。在需要环境理解与自主决策的高阶场景中，RK182X可进一步以独立协处理器身份，为从人形机器人到各类专业机器人提供端侧大模型推理能力，实现能力的灵活扩展。

在开发者生态层面，瑞芯微自研的RKNN-SDK已覆盖全球5000+硬件厂商。配套RKNN AI开发工具链、底层系统SDK、行业参考设计，覆盖PyTorch、TensorFlow、Caffe等主流框架。客户一旦采用，迁移成本高达12-18个月。这种生态粘性，才是瑞芯微最深的护城河。

同时，瑞芯微在公告中表示，未来还将陆续推出一系列不同算力的协处理器RK1860、RK1899等，产品将延续“SoC+协处理器”双轨制战略，Soc负责系统调度与控制，协处理器专门负责在端侧设备上独立完成大模型推理，不占用主控芯片资源，新推出的产品在算力、内存配置、性能边界较之前都将有明显提升，使用场景将进一步打开。

AI下一场战争，不是“谁的模型更聪明”，而在于谁能控制更多真实的世界端点。一只399美元的机器鸭，用瑞芯微的芯片作为神经中枢，在全球开发者的参与下，正在验证一个更底层的产业变化，当物理AI的开发门槛从“只有巨头玩得起”降到“每个开发者都买得起”，端点的数量将不再受限于资本规模，而是受限于谁能让开发者用最低成本完成调用。

从消费端到技术端，瑞芯微已经在生态锁定、技术卡位和量产落地三个维度上提前完成了布局，那只鸭子体内跳动的RK3566，只是这个趋势的开始。