机器人赛道近来热度不减。前年不少企业扎堆汽车，去年转向数据中心，今年又把机器人摆上了重点位置。恩智浦方面在采访中抛出一个新说法：机器人光有算力强劲的“大脑”、动作协同的“小脑”还不够，得再配一条响应更快的“脊髓”。顺着这个思路，恩智浦拿出了“神经轴”架构，做法是把原本集中的算力拆开下放，分散到系统各个感知与执行末梢。

01

机器人要走向量产，绕不开四类问题

袁文博把机器人规模化路上的障碍归为延迟、机械、功耗、感知四块。延迟上，他给出的说法是：机器人系统从感知到执行，延迟要求按层级分布在300毫秒到5毫秒之间。这个指标直接决定机器人在人员密集环境里的制动距离，也牵动高速运动时的稳定性。网络是延迟的主要来源之一。目前机器人内部同时存在

机械方面的约束来自机器人自身结构。关节内部空间有限，散热和线束布置互相抢地方，电子器件尺寸一大，自由度设计的余地就被压缩。袁文博还谈到关节耐用性和线束管理，他认为到了量产阶段，这些问题会比样机阶段更扎眼。

功耗上，电池管理与每瓦算力共同决定续航，能效高低直接影响整机使用时长和运营成本。

感知上，摄像头在转角、逆光、粉尘、雨雾这些条件下覆盖不够。恩智浦提出的补充方案是

袁文博给了一个整体判断：“我们并不希望用一颗芯片来解决所有的问题，而是希望把它作为整个体系来做。”

02

为什么要加一条脊髓

各大厂商都在机器人的大小脑上使劲，恩智浦为何偏要加一条脊髓？袁文博拿人体打比方：手碰到烫的东西，信号传到脊髓就直接指挥手缩回来，这个动作不用大脑拍板，之后痛感信号才上传到大脑，人才觉得疼。机器人也该有这种能力。末端节点做本地化处理，紧急情况下可以先于中央调度做出反应，响应时间能到微秒级；大脑那边的推理与决策通常在毫秒级。把本能反应放在离行动最近的地方，距离越近响应越快，同时也有助于降低能耗。碰上突发事件，犹豫那点时间可能引出更大的麻烦。为此，恩智浦提出了“

采访中，袁文博还区分了两个常被混用的概念。具身智能说的是智能以何种物理实体承载，机器人、四足设备、无人机都算这一类；

03

平台的三项技术支点

第一是

具体到产品层面，恩智浦把平台能力归到三个方向。第二项是小脑的功能重构。现有机器人方案里，小脑多用来做运动控制，恩智浦把它扩成运动控制、功能安全与网络通讯三合一，集成进同一颗芯片。调整之后，大脑管毫秒级的推理与决策，小脑管实时确定性控制与协调调度，还负责安全监控和网络数据分发。小脑就此从单纯的执行单元变成整台机器人的实时协同节点。第三项是神经末梢的智能化。灵巧手和夹爪开始具备本地算力，能在本地完成环境检测、落地调整与碰撞响应，再把处理过的数据回传中央。硬件上，恩智浦推出小封装与

架构的另一重作用体现在形态适配上。机器人形态还没收敛，AMR、带人形躯干的AMR、轮式人形、双足人形以及可爬楼梯的人形机器人，在工作空间、自由度与成本结构上差别明显。恩智浦走的是集中式小脑加分布式脊髓的组合：协调与安全功能放在中央节点，反射与感知下沉到末端。同一套架构能按不同外形规格裁剪，功能组合与升级靠软件定义实现，并支持

04

机器人市场前景可观

恩智浦2025年营收为122.7亿美元，机器人与物理AI被列为工业及物联网业务的重点方向之一。恩智浦引用

2035年这个宽区间怎么来的？袁文博的解释是法规落地节奏和商业化路径都还有不确定性。他把2035年看作机器人接近汽车市场的节点，2040年有望超过。他还提到，2040年至2050年可能冒出新一波增长，规模有机会扩大到三到四倍。

中国市场的地位，是这组预测里的重要变量。

袁文博还说到需求结构的变化。机器人对宽温、振动与长期可靠性的要求，正在向

05

安全是量产的前置条件

袁文博把恩智浦的策略概括为恩智浦的安全能力，主要来自汽车与工业领域的积累。

功能安全这块，恩智浦并不是把筹码押在单颗芯片上，方案串起了多模态感知、安全AI决策到实时确定性躯体控制的整条链路。

产品组合里，大脑部分采用

06

中国市场的分量正在上升。袁文博说，中国正从销售与市场中心，转为产品定义和本土化创新的源头。

生产营销上，恩智浦把研发、营销与产品定义拧进同一个闭环，落点就在中国事业部。天津封测厂约4000名员工，依然是其在华最大的制造基地；公司还与中芯国际等本地晶圆厂做平台级合作，把伙伴的工艺接进自己的技术平台。今年中国机器人创新中心已经设立。封测除了天津工厂，公司也在与国内多家封测厂配合，部分海外产品线同样用上了这些产能。新加坡12英寸晶圆厂落成后，被装进全球供应网络。袁文博表示，这座厂与中国工厂、本地伙伴互为补充，位置便于覆盖东南亚和中国市场，面向中国的本土化工作还会继续推下去。

生态建设上，TSN商用协议栈得靠中国产业伙伴一起推；大脑侧继续和英伟达合作；操作系统侧则对接ROS社区与本地软件公司。软件伙伴被公司列为2027年生态工作的重点，按袁文博的说法，客户要的是能直接跑起来的系统级方案，不是一颗芯片加一份数据手册。

从"让机器人更聪明"走到"让机器人更可信"，物理AI的下一程，比的已经不是单颗芯片的算力峰值，而是整套系统在真实场景里能否做到低延迟、可预测、可恢复。恩智浦的答法是把智能拆回神经本身：大脑想得远，小脑控得稳，脊髓反应快，三层各管一摊，再用TSN、功能安全和边缘算力把它们缝成一张网。