“机器人会武术，谁也挡不住。”
只要打开短视频，十秒之内大概率会刷到机器人。
银色的身影，左右勾拳加上一个回旋踢，
李小龙一样的招牌动作，一脚就踢进了我的心窝里。
这年头连铁皮人都开始练武术了，芯片圈的老铁们还在熬夜给芯片参数调整精修。
回想一年前。
2024 年 7 月 4 日，特斯拉二代 Optimus 在上海世界人工智能大会上完成全球首秀。
官方宣称其“行走速度提升 30%，重量减轻 10 公斤，平衡性堪比少林武僧”。
马斯克甚至在 X 平台放出视频：Optimus 用两指捏起生鸡蛋，抱着盒子在满是障碍物的办公室里面畅行无阻。
这波操作直接把科技圈期待值拉满。
全网热搜，惊呼人型机器人引爆奇点时刻。
似乎，明天“钢铁侠马老师”的汽车，就由机器人制造出来了。
但仅仅 20 天后（7 月 23 日），特斯拉却宣布量产计划推迟至 2025 年。
这种“前脚开香槟，后脚拆舞台”的魔幻操作。
让大家惊呼，这才是马老师的基操。
毕竟马老师说，没有人比我更懂，下个 10 年即将殖民火星。
虽然，消息不利。
但是，钢铁侠马老师说：没有人能够预测我的预测。
这不，今年的 1 月 9 日，美国拉斯维加斯举行的 CES 展会上。
马老师通过视频直播预测，特斯拉计划在 2025 年生产数千台人形机器人 Optimus（擎天柱）。
他还表示，若一切顺利，2026 年计划将产量提高至 2025 年的 10 倍，即大约 5 万到 10 万台，2027 年进一步提高至 10 倍，也就是 50 万台起。
10 倍的增长，这是给华尔街画了多大一张饼。
不知道马老师的吹的泡沫里面，有多少是工程师的泪水。
不过西边不亮，东边亮。
看完了马老师的“残阳”，再看今年的“后浪”。
今年春晚上，我们都见识了宇树的 H1 扭着东北大秧歌手绢舞。
这操作让赵本山看了都想改行造电机。
这刚刚过去两个多月，
宇树的 G1 机器人一个凌空回旋踢，又要把少林寺武僧的饭碗踢没了。
以后的春晚。
前一个节目，机器人扭秧歌，
后一个节目，机器人打少林十三长拳。
都让你们包圆了。
各种机器人，扫地的，对话的，陪伴的，打拳的，走路的....一下子都出来了。
更过分的是，
有的机器人还牵着机器狗出来溜达。
连机器人都有宠物了。
机器人这么牛 X，还起了大名。
具身智能（Embodied intelligence）。
仿佛叫智能机器人已经表达不了这个火出圈的“会走路的金属”的逼格。
这玩意儿，说白了就是给机器人装个“人样”的灵魂。
但灵魂这玩意最核心的地方，除了算法和代码。
还有实打实的硬件——尤其是芯片。
你以为造人形机器人是为了星辰大海？
错！
这货分明是在给全球芯片厂商指明了未来的万亿市场的芯片机遇。
马老师说：10 倍增长。
这机器人背后是 10 倍增长的芯片需求。
而机器人行业的芯片，这是蓝海。
而这些主要分为三类芯片。
1：AI 主控芯片。
2：传感器芯片。
3：运动控制芯片。
第一大类：AI 主控芯片。
现在具身智能对 AI 芯片的算力需求，胃口越来越大。
AI 主控芯片负责机器人整体控制、数据处理及 AI 算法加速，重构机器人“大脑”的智能层级。
这是机器人的“大脑”。
AI 主控芯片集成 CPU、BPU、GPU 等异构架构，支持多路传感器接入（如
摄像头、激光雷达）及主流 AI 算法（如 AI 双目视觉、Transformer）。
似乎把目前能够有的模块全部装到里面。
当然，这些里面最多的还是智能算力。
实时运动控制与环境建模。
低功耗设计，适配嵌入式系统，
在机器人中实现视觉-运动协同控制。
这些智控主控 SOC 芯片的算力，几十 Tops（int8）的算力起。
以后，达到几百甚至上千的 Tops 也不是不可能
就这，还是入门级别。
等到视觉，还有语音，还有大模型全加上，算力肯定还要上一个等级。
这么大的算力，功耗也不能高
毕竟，身后背着的电池受不了。
所以，智能主控芯片，必须三个特征
1:吃的少（功耗低）
2:干的多（算力强）
3:输入多：（多传感器输入及融合）
第二大类：传感器芯片。
这是构建机器人的“硅基感官系统”。
机器的人多模态感知需求驱动传感器芯片向高精度、微型化、低延迟进化。
传感芯片中，其中大类就是视觉 CMOS 芯片，例如 CMOS 图像传感器，3D 视觉相机。
除了视觉，还有实时处理分布式力矩/惯性传感器数据，实现关节扭矩控制误差，例如力学感知芯片，很多内部都是高精度的 ADC 配置各种度量。
除此之外则是环境感知芯片，例如激光雷达，毫米波雷达，实现毫米级物体轮廓重构，支撑精准抓取。
第三大类：运动控制芯片。
这是驱动“机械肉身”的精密神经。
机器人关节与动力系统对芯片提出严苛的实时性要求：
会武术的机器人凌空而起，飞出一脚的机器人的驱动芯片硬件电流环响应时间缩短至几百 ns；
有的支撑人形机器人微妙级动作调整，集成精密电流控制算法，使机械臂重复定位精度达 ±0.02mm。
当然，也有很多通用芯片实现控制电机、执行器，实现精准动作。
这些传统芯片包括：
- FPGA（现场可编程门阵列）：用于伺服驱动和图像处理，具备高速并行计算能力，例如在工业机器人中优化电机控制性能并降低功耗。
- MCU（微控制器）：执行电机的位置、速度控制，单颗 MCU 可管理多个电机，应用于机器人的运动控制，这个精度就差一些，当然成本也低。
- DSP（数字信号处理器）：处理高速信号，提升机器人关节响应速度和精度，常见于工业机器人。
- IGBT（绝缘栅双极晶体管）：用于电力电子转换，控制大功率电机和变频器，是工业机器人电源系统的核心。
随着智能机器人的发展，专门的运动控制芯片也将会层出不穷。
从上可知，离了芯片，这些机器人只是一堆金属（或者碳纤维框架，取决于材质）。
在看不见的铁皮（铝皮/碳纤维皮）下面，是几十上百枚芯片，支撑着机器人的运转。
这个些“会中国功夫”的铁皮人，表面上是给春晚跳舞文艺青年，骨子里却是吃芯片长大的赛博卷王。
当钢铁之躯挥出李小龙式的回旋踢，
当少林武僧的招式被写入算法代码，
人类与机器的界限正在被芯片与电流重新定义。
芯片的算力可以堆砌出无限接近人类的动作，
却无法回答：当机器人学会扫堂腿时，人类是否正在被自己的技术“绊倒”？
那些为算力燃烧的工程师、为参数失眠的科学家，或许才是这场革命中最矛盾的“造物主”。
他们既在赋予机器灵魂，也在无意间为人类文明写下新的寓言。
未来，我们究竟是驾驭钢铁的舵手，还是被算法驯化的最后一代碳基生命？
在具身智能的狂飙年代，最值得警惕的不是机器的觉醒，
而是人类在技术神话中，悄然丢失了仰望星空的野心。
END
作者：歪睿老哥
文章来源：歪睿老哥
推荐阅读
- 递归设计：高效实现前导 0 计算电路
- 一文搞懂 CRC 的并行实现
- 浅谈 PCIe PHY：Original 与 SerDes PIPE Architecture 对比
- 用“北京地铁图”看懂 SoC 设计
- cocotb——一文看懂 stream lib
更多 IC 设计干货请关注IC设计专栏。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
