人形机器人万亿赛道蓄势待发，ADI以“物理智能”锚定破局之路

全球机器人产业正处在前所未有的变革前沿。随着生成式AI的爆发式发展，智能的焦点正从纯数字世界转向与物理世界的深度融合。

日前， ADI在北京举办以“激活边缘智能，共绘具身未来”为主题的人形机器人媒体分享会，携手北京人形机器人创新中心（国家地方共建具身智能机器人创新中心）、因时机器人与松延动力等产业伙伴，共同探讨具身智能产业的广阔未来，以及人形机器人从技术突破迈向规模化应用的路径。

机器人产业破局关键：“大脑”与“身体”深度融合

作为在自动化领域深耕数十年、以连接物理世界与数字世界为核心使命的企业，ADI深刻洞察到，下一阶段工业智能的核心在于“物理智能”（Physical AI）——即机器对环境的精准感知、实时理解和灵巧操作能力。

ADI院士兼技术副总裁陈宝兴博士在主题演讲中指出，AI、机器人和自动化的深度融合，正在开启人机协作的新纪元。三大因素驱动机器人产业的发展：首先是AI加速，AI算法推动了机器学习和适应的能力，能在复杂环境下自主优化动作；其次是市场对灵活制造的需求更大，机器人需要快速地切换任务；第三是人口减少与劳动力短缺，制造业面临用工荒，未来将更加需要人机协作。

尽管前景广阔，陈宝兴也坦言，当前具身智能、物理智能成熟度有限，是产业化的主要瓶颈，而这主要在于环境认知与动态适应能力不足。他特别强调了低延迟控制的重要性——人类“脊髓反射”仅需20-50毫秒，机器人若要实现类人灵巧性，感知-处理-通信-驱动的整体环路延迟必须控制在10-20毫秒以内。

他强调，AI是机器人的“大脑”，负责学习、推理、决策；物理智能是“身体”，负责感知、运动、与环境互动，唯有两者深度融合，机器人才能像人一样灵活、聪明、可靠。而要克服复杂场景数据匮乏的挑战，不能仅靠真实世界训练，ADI主张通过构建高精度的数字孪生仿真平台，在机器人投入实际应用前对其动作和场景进行优化，实现从仿真到现实的高效路径，这是加速技术成熟的关键。

据了解，ADI提供从核心技术到系统解决方案的全套产品，包括：测量景深的ToF摄像头模组；GMSL、以太网等高速连接技术，针对关节数据传输，还有60GHz的无线连接；ISO-USB等稳健的外部连接可以保证维护、调试、充电更加安全；此外还有高效的电源与电池管理方案、用于实现类人灵巧操作的IMU、以及实现先进抓握与触觉感知的触觉传感器；电机控制方面，还有磁性编码及控制器、位置传感器。

ADI以感知、控制与仿真闭环，铺就“类人灵巧”之路

机器人如何在精度和灵敏度上逼近人类，实现真正的“类人灵巧”？ 陈宝兴表示，极高的精度和灵敏度必不可少，ADI正在从感知层面全面出发，赋予机器人“精准触觉”与“精确定位”。

以多圈传感器ADMT4000与高集成单片伺服驱控芯片TMC9660为例，可以看到ADI在打破传统、契合产业发展需求所做出的创新。

单芯片多圈绝对位置传感器ADMT4000，采用基于磁畴壁在磁性纳米导线中可控传播的原理，实现了±0.25度的精度和46圈的绝对测量范围。其最大优势在于完全无源工作，无需备用电池或机械齿轮即可在断电后保持位置信息，解决了传统方案的痛点，特别适用于机器人关节的精密角度测量。

陈宝兴分享，“ADI正在开发的磁耦合触觉传感器克服了市场上常见触觉传感器（压阻式、电容式和光学检测式）受环境影响可靠性不足的问题，能够有效抵御水分和温度变化的影响，同时具备屏蔽外界磁场干扰的能力，从而确保了其在复杂环境下的稳定性和可靠性。而这正是实现机器人灵巧操作，如精准抓取鸡蛋或感知滑移的关键。”

除了在连接与控制层面构建高速、低延迟的“神经系统”，ADI也注重系统级赋能，实现仿真到落地的闭环。

当前，ADI的机器人团队正致力于将传感器和执行器模型集成到英伟达的 Isaac Sim 平台。ADI主要从以下几个方面提供支持：

首先是完整的信号链解决方案，涵盖传感器、ADC、放大器、处理器以及驱动器等，并提供相关的参考设计。更为关键的是，ADI基于其传感器构建了物理模型，该模型可以集成到英伟达的平台上用于仿真。

当实际应用中需要执行某个动作时，可以先在仿真平台上进行模拟。为了缩小仿真与实际应用(Sim2Real)之间的差距，ADI会对模型进行多方面验证，确保与实际应用高度契合后再提供给平台，供其他厂商使用。这样一来，其他厂商在采用ADI的触觉传感器后，无需再单独获取真实数据，而是可以直接利用仿真平台进行训练和优化，极大地提高了开发效率。

这意味着，机器人团队将在高保真度的数字孪生环境中进行传感器融合、路径规划、手指运动控制等复杂任务的训练，这能够优化机器人在复杂环境中的导航与交互能力，进而训练出可直接部署的控制策略。

“传统上大家认为ADI主要提供芯片，但实际上我们已经提供了许多系统级解决方案。例如，ADI与Teradyne Robotics宣布共同进行系统开发，基于ADI的芯片搭建平台，帮助整个方案快速落地。此外，ADI还设有多个加速器项目，名为‘Catalyst’。通过这些加速器项目，ADI与客户共同搭建平台，加速攻克产业难题”，陈宝兴补充。

触觉感知：灵巧手从“执行”到“感知”的关键进化

“灵巧手将是人形机器人的下一个突破口”，陈宝兴提出。

要实现真正意义上的“类人灵巧”，作为人机交互最终触点的灵巧手无疑是最关键的突破点之一。从灵巧手目前的一个显著趋势来看，触觉传感器的用量正迎来显著增长。这其实标志着机器人末端执行器的发展重点已从单纯的位置与力学控制，进阶至对触觉信息的精细捕捉与利用。

对此，陈宝兴表示，触觉传感器不仅是实现安全、精准抓取（防捏碎、防滑落）的保障，更是未来人机细腻情感交互（如握手、拍肩）的基础。从系统效率看，触觉与视觉等多模态传感器的融合，允许AI算法采用分步策略——先由视觉进行远场粗略定位，再由触觉完成近场精细调整与力控反馈，从而大幅提升操作的准确性与可靠性。

他强调，多模态融合才是实现机器人灵敏反应的未来方向，触觉传感器并非意在取代传统的视觉或位置传感器，而是与之形成关键的互补。至于人形机器人具体需要配置多少触觉传感器，他认为这高度依赖于应用场景的复杂度，从简单抓取大型物体到精细操作针线纸张，对传感器的数量与分辨率要求差异巨大。

ADI中国区工业市场总监蔡振宇进一步补充，当前的市场应用也印证了这种定制化需求——从仅在指尖布置少数感知点，到指节、掌心全面覆盖，传感器配置数量直接决定了灵巧手的成本与性能上限，目前行业尚未形成统一标准。这也揭示出灵巧手发展面临的核心挑战：如何在追求更高灵巧性的同时，有效平衡传感器数量、性能与整体成本之间的关系，这正是推动灵巧手从高端演示走向规模化商业应用必须破解的课题。

写在最后

在从“实验室炫技”迈向工业场景与商业化应用的道路上，人形机器人仍面临多方面的挑战，而这也正是整个产业重点发力的方向。

放眼人形机器人的广阔前景，ADI的定位清晰而坚定：凭借其在信号链领域的深厚积淀，作为连接物理世界与数字世界的桥梁。面向未来，ADI将聚焦于物理智能与AI的闭环实现，注重感知、连接、解译、控制这些关键环节。这意味着不仅要提供先进的单点技术，更深层的价值在于，如何让这些技术与负责决策的“大脑”（CPU）及负责快速反射的“小脑”（类似脊髓反应）高效协同，从而实现真正的机器灵巧性。

此外，ADI在工业自动化、汽车电子等领域经过数十年验证的跨行业技术方案（如抗干扰技术与功能安全经验等），都为人形机器人提供了较高的起点。这种技术迁移，也在助力加速人形机器人从概念走向成熟的商业化进程。