当机器人越来越像人，芯片要解决的不只是算力

机器人和人形机器人在工业应用领域的市场正在快速增长，但如果能够将电池续航时间从目前的几个小时进一步延长、降低成本，并确保这些系统中的系统能够抵御黑客攻击，那么这一市场有望实现更快增长。

根据 Robotics Center 的一份报告，2026年美国机器人销售额达到114亿美元，同比增长29%。目前，Amazon Robotics 在美国市场占据主导地位，同时其他企业也在争夺这一未来市场的一席之地，包括 Figure AI、Agility Robotics、Apptronik、特斯拉（Optimus）、波士顿动力（Boston Dynamics）、Physical Intelligence（Pi）、1X Technologies、Covariant 和 Skild AI。该报告指出，这些企业都将 AI、视觉-语言-动作模型（VLAs）以及基础模型作为核心架构要素。它们并不是在传统机器人上进行AI改造，而是将 AI 本身作为产品，以硬件作为 AI 的承载机制。

部分人形机器人的芯片架构类似于采用分布式、区域化计算（zonal compute）的软件定义自动驾驶汽车。另一些则更像采用集中式计算的无人机。对于各种类型的机器人而言，它们的共同点是采用异构架构，由 MCU、MPU、CPU、GPU、图像信号处理器（ISP）和数字信号处理器（DSP）等不同类型的处理器组成。

“人形机器人的计算架构很可能会采用一种混合模式，即由一个强大的中央处理系统负责计算，同时在各个分布式节点或区域部署计算单元，对来自手指等部位的数据进行预处理。”英飞凌科技（Infineon Technologies）人形机器人系统架构师 Ronald Stärz 表示，“这与汽车行业已经经历的转变类似，即从集中式 ECU 转向区域化架构，其背后的驱动因素包括延迟、带宽以及容错需求。人形机器人也正在得出同样的结论。这种架构包含两个层级：中央 AI 单元负责高层级推理和规划，同时在主计算层级配备一个专用微控制器，作为安全协处理单元。关节层级的分布式微控制器则负责实时处理和本地执行控制。安全绝不能仅仅交给 AI 模型。必须由一个独立、经过认证的硬件组件来实现安全功能。最终，整个系统的性能取决于其中的芯片。”

其他业内人士也认为，混合架构可能会成为主流。“集中式计算可能最适合负责全局感知、场景理解、任务规划以及整个机器人机身范围内的整体协调，而分布式本地计算则可能更适合超高速本地控制回路，例如手、脚、平衡系统、触觉反馈和躲避障碍等场景，”MIPI Alliance Physical AI Birds of a Feather（BoF）工作组主席 Edo Cohen 表示，“在混合架构中，中央处理器负责确定更高层级的任务，比如拿起什么物体、将物体移动到哪里，以及如何安排动作顺序，而部署在机械手内部的本地计算单元，则负责实时推理，在毫秒级时间内调整抓握力度。不过，从物料清单（BOM）、功耗和系统复杂度的角度来看，采用高速接口的集中式计算架构可能是效率最高的方案，因为它能够减少元器件数量、简化系统集成，并简化软件开发。我们预计，未来市场会根据具体应用需求以及技术进步，在集中式架构和混合式架构之间进行选择。”

在人形机器人中，输入来自多模态传感器，包括摄像头、麦克风、雷达、激光雷达（LiDAR）、超声波传感器，以及各种触觉传感器，例如磁性、电容式和电阻式传感器。

尤其是随着人形机器人市场不断发展，触觉感知技术也在持续进步。“早期的机器人系统，例如老款 Roomba，使用的是简单的碰撞传感器，其本质上就是开关，会根据碰撞类型触发不同的响应。”Cadence Tensilica 产品汽车业务产品管理总监 Amit Kumar 表示，“例如，撞上坚硬的墙壁可能会让机器人转向45度，而遇到较软的障碍物时，则可能只进行较小幅度的调整。但人形机器人需要更加复杂，也更加灵敏。自适应操作（adaptive manipulation）能够让机器人牢牢抓住物体，同时避免将物体压碎或使其滑落。安装在指尖的触觉传感器能够持续反馈应该施加多大的力度。”

集中式计算方案使用的前端传感器类型与分布式系统相同，但这些传感器不会具备 AI 能力，而是采用“哑”传感器（dumb sensors），而不是智能传感器（smart sensors）。

“你可以在后端对数据进行融合，从而充分发挥每种传感器的优势。”Texas Instruments机器人与工业自动化总经理 Giovanni Campanella 表示，“最终，你希望这些机器人能够像人一样，因此机器人的内部空间非常有限。采用不具备边缘 AI 处理能力的小型传感器，可以增加传感器数量，从而获得更好的感知能力和安全性。将处理能力集中在一个地方，可以实现小型化，使整个系统适应机器人的外形尺寸，同时也有助于降低功耗、延长电池续航。如果每个传感器旁边都配备一个小型处理器，那么所有这些处理器都会消耗功率。GPU 本身也会消耗大量功率，但当你不断增加更多非AI传感器时，就可以把功耗集中到一个地方，然后再针对这一部分进行优化。”

原始传感器数据可以被传输至基于 FPGA 的传感器桥接器（sensor bridge），例如英伟达的 HoloScan，再由其通过以太网进行数据包化（packetization）。

“然后，神奇的事情发生在 GPU 中。GPU 中运行 AI 模型，从传感器获取原始数据，并基本上感知机器人周围发生的一切，即机器人行进路径上的物体、路过的人、儿童、宠物以及高速移动的物体。”Campanella 表示。

其他业内人士也倾向于采用集中式“大脑”。“我们听到了两种不同的方案，但人们真正希望的是复制人类的大脑，而人类只有一个大脑，对吧？” Siemens EDA产品负责人 Sathishkumar Balasubramanian 表示，“所以，这就是实现方式。这种方式效率更高，但技术开发需要一定时间。我认为关键在于冗余。冗余越多越好。”

选择架构并不仅仅是选择 AI 加速方案。“这是完整的数据处理链路。”Synaptics 战略与业务开发高级总监 Nebu Philips 表示，“你首先获得一股数据流，然后进行解码，因此系统中会内置硬件解码器。或者，也可以利用 CPU 实现软件 ISP。具体取决于你正在进行什么样的处理、聚合点在哪里，以及你讨论的是人形机器人设计，还是协作机器人（cobot）和服务机器人。不存在一种适用于所有情况的方案。”

“如果你查看英伟达最新发布的 SDK，就会发现其中讨论了在不同区域执行一定量的推理，例如 HoloScan。它们提供 API，以便连接到更大的处理框架。这是否意味着必须把每一项功能都简单地全部交给 GPU？并不是。它们允许通过这些桥接功能进行更多处理，从而让整体架构具备更好的可扩展性和效率。这就是目前这一市场所处的演进阶段。”

分布式计算：从云端到机器人，再到肢体

与整个边缘计算领域类似，机器人行业也在本地 AI 处理和云端计算之间不断切换。人形机器人可能会连接云端，用于 LLM 以及其他形式 AI 的持续训练，例如视觉-语言-动作模型（VLA），但边缘 AI 处理同样具有诸多优势。

“这两种方式始终都会存在。”Imagination Technologies 产品管理总监 Matthew Bubis 表示，“具体取决于企业如何权衡自身的优先级。它们是否希望完全控制自己的系统，同时确保数据隐私？它们是否希望控制内部成本，以及具体采用什么样的计算机、这些计算机如何运行？如果希望掌控这些方面，那么企业会选择本地化、基于边缘的解决方案。”另一方面，如果一家企业运营的是一组机器人和系统，并且这些机器人运行的环境（无论有线还是无线）能够很好地接入数据中心，那么它们就可能采用数据中心方案。如果某些计算密集型操作无法在本地完成，那么它们也很可能选择基于数据中心的解决方案。这实际上取决于具体企业自身的参数以及它们的优先级。未来不会存在一种单纯的本地 AI 处理或集中式 AI 处理的万能解决方案。”

人形机器人安全与自动驾驶汽车

人形机器人和自动驾驶汽车都是快速发展的应用领域，也都存在大量机会，但两者面临的风险并不相同。

“人形机器人带来的安全风险与自动驾驶汽车不同。”英飞凌的 Stärz 表示，“关键区别在于人与机器人的物理接近程度。汽车运行在一个相对明确的环境中，而人形机器人则可能运行在家庭、医院和学校等场所，并直接与人接触。在这种环境中，一旦系统遭到入侵，后果会立即影响到具体的人。功能安全与网络安全的融合至关重要。针对数字系统的网络攻击可能造成数据损失，而针对具备物理执行能力的机器人发动攻击，则可能造成人身伤害。这两类安全问题必须在芯片层面协同解决。英飞凌在芯片层面内置安全机制，而不是事后通过软件层添加安全功能。我们的芯片能够为机器人提供内置身份认证、安全启动、受保护的密钥存储以及加密通信。我们的产品组合还已为后量子密码学（post-quantum cryptography）做好准备，并符合欧盟《网络弹性法案》（EU Cyber Resilience Act）、《人工智能法案》（EU AI Act）以及 Common Criteria（通用准则）等标准。网络安全认证并不是障碍，而是建立公众信任的基础。”

人形机器人与汽车存在差异的一个领域，是 AI 感知安全。“你确实需要保护模型完整性。”Synopsys 产品管理高级总监 Dana Neustadter 表示，“如何安全地加载 AI，或者安全地进行 AI 更新，并确保运行时保护？对于这类机器人而言，其责任认定和合规要求相比汽车会复杂得多，而且本来就应该如此。两者都属于物理 AI，但人形机器人又增加了一层复杂性。技术发展速度如此之快，以至于监管和治理已经落后，而地缘政治局势又让事情变得更加复杂。”

图1：工厂环境中的一台人形机器人。来源：Synopsys

人形机器人属于物联网（IoT）设备，因此，与标准和法规相关的传统安全经验仍然适用。“由于人形机器人具有类似人类的外观，人们往往不会把它们视为 IoT 技术。这意味着可能出现新的风险，例如利用逼真的诈骗方式隐藏信息，以及让人难以区分真实的授权代理人与机器。此外，还可能产生隐私侵犯，包括近距离窃听，以及冒充身份等问题。”Secure-IC 首席技术官兼联合创始人 Sylvain Guilley 表示。Secure-IC 是 Cadence 旗下公司。

人形机器人的攻击方式可能进一步延伸目前的电话和电子邮件诈骗。“例如，AI 可以打电话给我，并试图冒充一个真实的供应商。”Guilley 表示，“因为你的声音听起来很自然，所以我会相信你。如果我们之间的互动非常流畅，但突然间你改变了头像，现在看起来像我的老板，我就可能把所有信息都交给你。人形机器人带来的威胁是真实存在的。我们往往会信任它们，因为机器与人的差异正在缩小。未来，人们会越来越难以判断自己面对的究竟是什么。”

例如，虽然末端配送机器人往往看起来很可爱，但它们完全可能成为间谍。“新冠疫情期间，所有人都开始使用 Zoom，后来人们发现，有些人可以接入会议，然后窃听讨论。如果我们召开一次电话会议，你如何确认加入会议的人是谁？”Guilley 表示，“AI 将能够以非常智能的方式进行交互，而且足够隐蔽，让人相信它是真实的人。我已经看到有人在暗网上操纵虚拟化身进行交易，而这些虚拟化身实际上由真人控制，并能够感知周围环境。”

机器人芯片系统的所有层级都可能成为攻击目标。“所有层级都存在问题，因为要让机器人变得智能，就需要芯片提供算力。”Guilley 表示，“你需要在芯片上实现推理，也需要在芯片上实现强化学习。人之所以能够根据眼前的情况做出判断，是因为能够理解自己所处的环境。因此模型也需要具备自我强化的能力。这就需要足够的计算能力。但随后，操纵行为会出现在更高的层级，比如你如何组合这些智能体、如何通过提示词让智能体执行某些操作。这些情况都会发生。这已经不再是科幻小说里独有的情节了。”

更多攻击面

视觉系统也是另一个攻击面。“视觉数据流会直接进入机器人的控制、操作以及所有决策环节，因此你可以利用摄像头固件进行很多攻击，例如模型层攻击，其中包括通过 OTA 更新实施数据投毒，或者造成隐私泄露。”Neustadter 表示，“你可能因此让机器人进行非常不安全的操作，例如抓错物体、走进危险区域，或者做出不安全的动作。”

Wi-Fi 和无线通信同样带来风险。“这是危险的，因为它属于一种远程架构。”Neustadter 表示，“它需要合法的身份认证，同时也容易受到中间人攻击或 OTA 固件投毒攻击。攻击的影响可能是完全接管机器人、向机器人发送指令并对其行为施加影响。”

这些通信风险进一步说明，身份认证不能依赖单一信号或单一交互渠道。

因此，多模态身份认证（multi-modal authentication）成为一项重要的安全措施。Synaptics IoT 与边缘 AI 处理器业务副总裁兼总经理 John Weil 解释称，需要引入第二种认证方式。“仅靠语音是不够的。你可以增加一次触摸事件，也可以加入指纹，或者采用摄像头加语音的方式。这有助于确认身份和环境感知。机器可以看到你的眼睛，并理解你确实在现场。”

结论：灵活性是关键

开放标准能够让更多机器人开发者参与到这场竞争中，而这一领域目前仍然是一场充满各种障碍、尚未分出胜负的竞争。

“ MIPI 的规范提供了架构灵活性。”Cohen 表示，“人形机器人开发者可以利用由标准化嵌入式接口组成的统一产品组合，为不同应用领域提供所需的速度、延迟、功耗效率、热性能、安全性和可靠性，无论应用于视觉、显示、执行器控制还是闪存存储。除了满足系统层面的技术需求之外，标准化接口还能够提高供应商之间的互操作性和选择空间，改善规模经济效应，并缩短开发周期。”

另一种选择是 RISC-V，它是一项开放标准。“客户已经不是在问什么时候采用 RISC-V，而是在问如何采用 RISC-V。”MIPS（GlobalFoundries 旗下公司）市场负责人 James Prior 表示，“他们应该与谁合作？如果把机器人看作与汽车和工业领域类似，那么这些行业是否以敢于冒险著称？航空航天行业的人敢冒险吗？不会。因为从定义上来说，他们手里掌握的就是人的生命。他们不想进行实验，因此他们希望采用软件定义架构、软件优先的方法、基于开放标准的技术以及充满活力的生态系统。”

企业正在从硬件优先的思路转向软件优先。“通常情况下，企业先构建硬件，然后再建立虚拟模型，并说：‘这就是我们已经构建出来的东西的模型’。”Prior 表示，“但应该反过来：‘这就是我们想要构建的东西的模型。现在，让我们把它变成实体。’从逻辑上讲，这应该是实现这一目标的方式，因为虚拟模型比实体更容易修改，也更容易以更低成本进行更新。”

人形机器人开发者必须明确自己的目标以及最终应用场景。这样才能确保选择正确的架构，同时避免过度设计或设计不足。“对于人形机器人或移动机器人而言，这一点尤其重要，因为过度设计可能意味着你的机器人运行30分钟就没电了，那么 ROI 就没了。”TI 的 Campanella 表示，“你可能配备两三个 GPU。也许你的机器人什么都能做，非常惊艳，但15分钟后就没电了。或者，它的成本高到你根本负担不起。那样的话，你就无法再销售这款机器人了。架构取决于机器人最终部署在哪里。你希望机器人做什么？你应该根据这些需求来设计机器人。”

至少目前来看，并不存在一种适用于所有场景的统一方案。“有太多因素需要考虑，比如传感器数量、摄像头数量、机器人的灵巧程度等。”Campanella 表示，“很难简单地说哪些芯片应该放在哪里。”