（文 / 吴子鹏）在打造人形机器人方案时，多数人会把机器人的智能化能力与 AI 大模型划等号。凭借高算力的 AI 芯片搭配 AI 大模型，人形机器人的智力水平有了显著提升。然而，AI 大模型主要用于处理语义理解、复杂场景感知和长期任务规划等高层智能任务，能让人形机器人在标准化场景中表现出色。但在对实时性要求极高的个性化场景里，AI 大模型却无法满足实时控制需求。因此，MCU+AI（TinyML） 成为一种有效的智能化补充方案。
在电子发烧友网《人形机器人的电机控制和传感器》专题中，澎湃微 CEO 钟旭恒先生在接受电子发烧友网采访时透露，该公司已在 MCU+AI（TinyML） 领域展开探索与实践，并开发出离线语音识别 + 电机控制的单芯片方案。TinyML 是超小模型，它起源于智能传感器的发展。TinyML 对传统 AI 模型进行大幅压缩，在减少计算量和存储空间的同时，能基本保持模型性能不变。这样的模型可便捷地部署在中小规模的 MCU 上。随着大模型的发展，其为小模型的训练提供了快捷途径，未来 MCU+AI（TinyML） 有望在人形机器人领域得到广泛应用。
澎湃微 CEO钟旭恒先生
人形机器人需要多种芯片，如高算力 AI 芯片、存储器芯片、传感器芯片、模拟芯片、控制器芯片等。目前，澎湃微已布局控制芯片，包括电机驱动控制芯片，以及融合了 AI 的 MCU+AI 控制芯片。
在人形机器人领域，AI 大模型与 MCU+TinyML 的协同，本质上是通识认知能力与边缘实时响应的深度互补。从系统架构角度看，这种互补并非传统意义上的功能冗余。实际上，MCU 借助 TinyML 优化的轻量化模型，能够助力 AI 大模型完成末端操作的闭环，这是智能化能力从 “脑部” 向全身的延伸。
显然，MCU+AI（TinyML）是边缘智能理念在人形机器人领域的具体实现形式之一。钟旭恒指出，除了将 MCU+AI（TinyML）用于电机的智能化控制外，在人形机器人的控制末端，还会形成一个传感器 + 电机控制 + AI 的全链路边缘智能体系。这种融合不仅能大幅提升人形机器人的性能，增强其适应性，还能降低成本，从而推动人形机器人更快地普及。在此过程中，芯片除了要增强 AI 能力，还需进一步探索 AI 与芯片的深度结合，在垂直应用领域将 AI 和芯片的能力发挥到极致。
钟旭恒提到，与人形机器人的电机控制相比，传统电机控制的要求要低很多。例如，人形机器人电机运行的柔顺性、平滑度以及控制精度都需达到高标准，响应时间要短，抗外部干扰能力要强。此外，还有一个传统电机控制较少涉及的方面：数量众多且各异的电机需保持良好同步，以保证人形机器人做出精准动作。对于电机的协同控制，可能并非完全依赖计算，而是借助训练结果来实现，这充分体现了 AI 在人形机器人领域的重要性。
除控制芯片外，澎湃微还关注人形机器人的力传感器应用。力传感器对机器人灵巧手等重要部件起着关键作用，也决定了人形机器人所能胜任的应用领域。传感器采集物理信号并将其转换为电信号，MCU 可采集这些电信号并进行各种数学运算。对于带有 AI 功能的 MCU，还能进行 AI 判决，将传统传感器升级为真正的智能传感器。AI 的加入，让传感器与 MCU 控制器的配合发生了质变，使控制摆脱了繁重的数学计算，大幅提升控制响应速度，降低高计算力对能源的消耗。
这些创新方案有助于进一步挖掘人形机器人的潜能，推动其在更多场景落地。根据中国人形机器人产业大会发布的《人形机器人产业研究报告》，预计 2025 年中国人形机器人市场规模约为 53 亿元，较 2024 年实现翻倍增长；到 2029 年，中国人形机器人市场规模有望达到 750 亿元，占世界总量的 32.7%，比例位居世界第一；到 2035 年，市场规模则有望突破 3000 亿元。
钟旭恒表示，人形机器人有望成为通用机器人，其未来发展潜力巨大，将极大地改变人类生产、生活的各个方面。当前，人形机器人普及的关键在于性价比，需要通过更多创新在提升性能的同时降低生产成本。一旦性价比突破某个阈值，人形机器人的普及和大规模应用便会随之而来。澎湃微作为国产 32 位 MCU 的创新企业，将与产业界合作伙伴携手，把 AI 技术融入信号采集处理及控制中，以创新产品服务行业，推动人形机器人的快速普及。
