从MCU到端侧AI：陪伴机器人的芯片账单

2026年7月，优必选U1系列仿生人形机器人预售订单突破1.1万台，价格区间11.98万至99万元；2025年5月，OpenAI以65亿美元收购Jony Ive的io公司，计划2026年底推出AI伴侣设备，目标出货量1亿台。以陪伴为卖点的一大批机器人产品即将抵达战场，芯片公司开始比拼“情绪价值”。乐鑫科技原本为IoT设计的ESP32-S3，因集成了AI向量指令，逐渐成为全球开源陪伴机器人社区的热门方案，催生了M5Stack的StackChan、乐鑫开源的ESP-SparkBot等产品。对于芯片公司来说，让机器“懂情绪”，成了重要课题。 

一位产业人士做了一个尖锐的对比：PC离开AI还是PC，汽车离开AI还是汽车，但机器人离开AI就是一块铁。

在众多机器人中，陪伴机器人或许是对AI依赖度最高的品类。它可以没有屏幕，可以没有按键，但它必须理解情绪，形成互动。

从应用场景看，陪伴机器人有三个绕不开的维度：隐私——陪伴对话涉及大量个人情感数据，不能上云；Token成本——高频次、长时长的对话若依赖云端推理，费用会超过硬件本身；物理交互的实时性——陪伴机器人需要即时回应人类情绪变化，网络延迟不可接受。三个维度叠加，意味着陪伴机器人的核心AI能力必须跑在端侧芯片上。据Data.ai《State of Mobile 2026》报告，截至2026年3月，全球月活超百万的AI社交平台已达23个，用户总规模突破4.2亿，虚拟伴侣类应用用户日均使用时长73分钟——这笔云端推理账，足以让任何硬件厂商重新思考架构。

一位产品工程师表示，当前机器人“肢体”已比较成熟，翻跟头都没问题，硬件能力甚至冗余，真正的短板在“大脑”。正如宇树科技创始人王兴兴所言，能率先把机器人用的大模型做出来，谁就是全球最厉害的AI与机器人公司，其技术突破和对人类社会的价值“足够拿诺贝尔奖”。大脑的代差，恰恰是芯片的机会。但陪伴机器人并非不要肢体：该有的关节精度、该有的自由度都要有，与此同时还要叠加情绪算力的需求。换句话说，陪伴机器人既要一颗“聪明的大脑”，也要一套“听话的肢体”——两类芯片，缺一不可。

陪伴机器人的芯片价格区间极大，因为产品形态大小跨度惊人，从桌面小玩具到人形旗舰，对芯片的要求天差地别。

平价入门梯队以乐鑫ESP32-C3/M3为代表：RISC-V架构，512KB RAM+4MB Flash，功耗低于10mW，搭配字节云雀Tiny等1B-3B端侧模型，芯片与模型成本增量不足5美元。瑞芯微RV1126以0.5-2TOPS NPU覆盖同类场景，海外爆款AI宠物玩具Ropet已采用该平台。TI则发布瞄准机器人应用的MSPM0G5187，Arm Cortex-M0+内核搭载自研TinyEngine NPU，单次推理延迟降至约九十分之一，能效提升约两个数量级——TI的思路不是追求大模型，而是把“情绪感知”下沉到几乎全价位段。

在更平价区间，一位机器人行业产品经理提到，桌面机器人本质就是“比较高级的玩具”，对MCU要求更低，传统消费级芯片即可，核心诉求是低成本，因为“售价高了打不开市场”。这条路线与高端人形形成鲜明对照，也提醒我们：并非所有陪伴产品都需要顶配芯片。

人形陪伴机器人也会用到更高性能的“大脑”。据报道，具身智能公司优必选已联合沐曦股份共研具身智能端侧芯片。机器人芯片市场的格局和手机芯片不同。手机是一颗SoC打天下，陪伴机器人则是按情绪需求分层选芯片：需要视觉感知的选带ISP的，需要长续航的选低功耗的，需要复杂对话的选大NPU的。碎片化的需求催生碎片化的方案，对中小芯片厂商来说，这反而意味着机会。

当前还有一个被反复提及的变量：存储。陪伴机器人的“成长型人格”需要长期记忆，用户的昵称、偏好、重要日期、历次交互的情感上下文，都需在端侧持久化存储并快速检索。一位已量产的整机厂商负责人直言，当前控制成本时最优先压的就是内存；在线与离线模型对内存需求差异巨大，世界模型扩大只会让内存水涨船高。

围绕端侧算力，产业界提出“快思考与慢思考”框架：快思考涵盖环境感知、情绪识别、即时回应，端侧1B-4B模型经INT4/2bit量化压缩到128MB以内即可胜任；慢思考负责复杂情感推理与长程记忆关联，仍需云端大模型。陪伴机器人的大量场景恰好落在快思考区间，端侧芯片能力够用，缺的是工程化落地；但与云端百亿参数大模型相比，情感理解深度仍存代差，最核心的情感交互目前仍部分依赖云端。

陪伴机器人要“读”懂情绪，先要“感”得到。情绪可以通过视觉、听觉、触觉三路信号进入芯片成为机器人芯片的“感官账单”。

视觉方面，一台陪伴机器人通常要搭载多颗摄像头与深度传感器（结构光、ToF或双目），背后是CMOS图像传感器与视觉处理芯片；听觉方面，远场语音交互依赖麦克风阵列加音频编解码芯片，要在家庭噪声中稳定拾音、做端侧降噪与唤醒；触觉方面，灵巧手与“电子皮肤”需要MEMS压力阵列或柔性传感芯片，让机器人感知触碰的力度、纹理与温度。这些半导体芯片数量随交互维度上升而倍增。

把视野拉到高算力大脑，海外已有明确基准。NVIDIA于2025年8月量产的Jetson Thor，基于Blackwell架构，提供最高2070 FP4 TFLOPS算力、128GB LPDDR5X内存、130W功耗，相较上一代Orin算力提升7.5倍、能效提升3.5倍，可在端侧直接运行GR00T VLA等多模态大模型。它定义了通用人形机器人“大脑”的算力天花板，也反衬出国产端侧算力芯片的追赶空间。

机器人行业还有一个趋势是“传感即计算”：Bosch Sensortec等厂商已把嵌入式处理器和AI模型直接下沉到传感器端，让IMU、运动传感器在本地完成自学习与滤波，减少向上游主控回传的数据量。这意味着芯片价值不仅落在“大脑”和“关节”，也渗透进了每一个感官末梢。

情绪要被看见和回应，光有大脑不够，一个能共情却动不了的机器人，情绪价值无从落地。陪伴机器人仍需肢体把情绪翻译成动作、表情与触碰，而这正是MCU的舞台。

近日兆易创新为机器人专用MCU增加了R系列，意味着国产厂商正把机器人视为独立的应用分类：过去借用工业自动化通用芯片，现在有了专属料号、规格定义与迭代节奏，机器人芯片市场的独立性被正式确认，机器人正在反向定义芯片架构。

关节控制芯片面临性能、温度、尺寸的三角约束：拉高主频，发热骤增；缩小封装，热量在小面积上聚集引发热失控或寿命折损；压低功耗又意味着牺牲性能。而关节的物理空间是刚性的——关节板是个圆环，芯片大到一定程度，不是放不放得下，是塞都塞不进去。正因如此，工业自动化惯用的双核方案在人形机器人上反成负担：控制精度本不需达到数控机床水平，双核带来的发热与体积却与空间约束直接冲突；与此同时，机器人对实时性与低功耗的要求推高了EtherCAT协议权重：它用硬核offload协议栈，反而减少核心数量、降低功耗。

量化来看，一台人形机器人通常有30多个自由度，每自由度对应一个关节、一颗MCU，再加上灵巧手、传感器与通信节点，总量约60颗；机器狗约25颗。兆易创新2026年上半年机器人方向MCU出货已达300万颗。以2026年全球机器人预计出货量约10万台计算，仅关节控制MCU的年需求量就超过1000万颗；预计到2030年，随着人形机器人出货量向70万-80万台迈进，MCU年需求量预计将接近5000万颗。

产品的重新定义，也带来了产品市场的新格局。在机器人赛道上，中国芯片厂商的位置也和传统领域不同。在机器人芯片的全新赛道上，中国芯片厂家走在海外厂家之前。因为目前所有人的起点都是零；而70%的机器人OEM和90%的供应链都在中国，国内厂商的数量、技术路线丰富度和生态土壤都优于海外。海外供应链的机器人整机成本是国产方案的1.6倍以上。

陪伴机器人可能是迄今为止最特殊的一类终端——衡量它的芯片好不好，情绪算力比通用算力更重要。它芯片跑得最快，也要求芯片懂得多，记得牢。视觉情绪识别、语音情感分析、触觉反馈和长期记忆检索，这种需求，很难套进现有的任何芯片品类。

陪伴机器人给芯片行业讲的，不是一个更多电机的老故事，而是一个“情绪价值”的新故事。当机器人反向定义芯片架构，中国供应链的主场优势正在显现。

欢迎扫码加入机器人产业交流群～