首先最值得关注的就是关节。一台全尺寸人形机器人通常拥有数十个自由度。假设参考平台拥有40个执行关节，那么基本就意味着需要几十套独立的电机控制和驱动电路。

一个典型关节驱动单元通常包括：

• 一颗三相栅极驱动（Gate Driver）；

•  6颗功率MOSFET，组成3个半桥；

• 2～3路电流检测；

• 一颗负责FOC和实时控制的MCU，或者由集成式驱动芯片承担；

• 必要时还需要数字隔离器；

• 以及对应的DC-Link电容和去耦器件。

如果采用传统硅MOSFET方案，仅40个关节就对应：40 × 6 = 240颗功率MOSFET；如果采用集成式GaN功率级，则可以将多个功率器件和驱动功能进一步集成，减少PCB面积。

由于人形机器人关节空间很有限，现在市场上越来越倾向于采用更高集成度的方案，比如“MCU+栅极驱动+功率级”。

一些产品已经开始把FOC控制、电机驱动、电源管理等功能集成到一颗芯片中。例如ADI旗下Trinamic的TMC9660，就将电机控制、Gate Driver以及部分电源功能集成到单芯片中。再比如，兆易创新最新推出针对手关节的GD32F50，集成了预驱动器、运算放大器，更好满足客户对于成本、可靠性以及PCB空间优化的需求。

值得注意的是，不同位置，功率等级也不同，大功率考虑散热等问题可能会继续用分立方案，小功率则更倾向于更高集成，来节省空间，典型功率需求可划分为以下档位：

• 10W至100W：手腕和手

• 100W至300W：脚、肩部和颈部

• 1kW至1.9kW：肘部

• 2.5kW至4kW：膝盖、髋部和髋部中心

人形机器人供应链里，编码器的重要性可能被低估了。

编码器并不是一个容易随意替换的标准件。不同厂商的接口、封装、寄存器和磁铁方案都可能不同，一旦替换，往往意味着PCB和软件都要重新适配。

机器人知道“自己在动”，还不够，必须准确知道每一个关节转到了哪里，这就是编码器的作用。

高性能关节常见设计是采用双编码器，第一颗放在电机侧，用于电机换相和FOC控制，第二颗放在减速器输出侧，用于测量最终关节角度。之所以要用两颗，是因为电机转子的位置和机器人真正的关节位置并不完全相同。经过减速器以后，齿隙、弹性变形以及机械误差都会影响最终输出位置。

如果40个关节全部采用双编码器，就是80颗绝对式编码器。

目前磁编码器是人形机器人关节中比较有吸引力的方案。相比光学编码器，磁编码器对震动、冲击和灰尘更加耐受，而且体积小、功耗低，更容易塞进紧凑的关节结构。

代表性产品包括ams OSRAM的AS5047系列、MPS的MA702，以及ADI的ADMT4000等。

当前，人形机器人都在走分层计算的架构：

• 第一层：中央AI计算，负责视觉理解、VLA模型、任务规划、环境感知、动作生成；

• 第二层：中央运动控制，负责全身运动学、轨迹规划、平衡控制、关节协调；

• 第三层：关节级控制，负责电流环、速度环、FOC、PWM、局部保护。

NXP就曾经借用“莫拉维克悖论”解释物理AI的发展方向：机器人能够完成复杂计算，却难以完成接球、抓鸡蛋等看似简单的动作。这并非单纯增加算力能够解决，而需要重新设计智能架构。

上述难题，自然界已经给出了答案：人体神经系统本质上是一套分层、分布式架构，大脑负责规划与决策，小脑负责运动协调，脊髓负责低于10毫秒的安全响应。三个层级分别承担不同时间尺度的计算任务，在保证创造力的同时，实现高实时性、高可靠性和极高能效。

所以，机器人不能把所有控制任务都交给中央AI芯片，MCU才是机器人真正的“神经末梢”。

以40个关节为例，如果每个关节配置一颗独立运动控制MCU，那么单是关节控制就需要40颗MCU。此外，机器人还需要MCU承担电池管理、通信网关、平衡控制、手部控制、安全监控以及其他实时任务。

兆易创新测算，一台人形机器人约需60颗MCU，一台机器狗约需25颗MCU，预计从2026至2030年，人形机器人和机器狗市场MCU需求有望从1018.2万颗提升至5421万颗。

当前，主流的人形机器人MCU包括STM32G4、STM32H7、TI C2000、NXP i.MX RT、国民技术N32H78x、纳芯微的NS800RTA7系列。兆易创新近期推出的针对腿关节推出GD32H77R、针对手关节GD32F50。RISC-V也在加码人形机器人，比如先楫的HPM6E8Y和HPM5E3Y、匠芯创的M7000

未来，MCU有个变化值得关注。过去MCU主要是”CPU+Flash+SRAM+外设“，未来MCU越来越需要集成，包括“电控制+ PWM+ADC+通信+安全+实时控制”，如果再与Gate Driver甚至功率器件进一步集成，就会出现机器人执行器控制芯片这种新形态的芯片。

机器人不仅要“看”，还要有感知，这就需要传感器来发挥作用。

最基础的一类是IMU。人形机器人行走时，需要实时知道身体的加速度、角速度和姿态。通常会在躯干、骨盆等位置配置高性能IMU，同时在部分四肢配置低成本IMU。因此，一台机器人可能至少需要数颗IMU。

代表性产品包括ADI的ADIS系列，以及面向消费和机器人市场的BNO系列。

其次是力/扭矩传感器。因此，手腕、脚踝等位置可以配置六轴力/扭矩传感器。这类传感器内部通常需要应变计、ADC、精密电压基准以及信号调理电路。

例如TI的ADS122C04等高精度ADC就可以用于这类信号采集。

接着是触觉传感器。到了灵巧手，传感器数量会进一步增加。指尖、手掌可能需要大量触觉单元，用来检测接触、压力和滑移。触觉技术路线目前并不完全统一，包括电容式、压阻式、压电式以及MEMS等。因此，与摄像头相比，触觉芯片仍处于快速演进阶段。这也是未来机器人传感器市场值得关注的一个方向。

最后是激光雷达。机器人对激光雷达提出了完全不同的要求。汽车雷达通常安装在车顶、车头等位置，对体积、重量和散热的限制相对较少；机器人则需要把传感器塞进头部、躯干甚至关节附近的有限空间，因此对芯片化、小型化、低功耗的要求更高。

与此同时，汽车主要关注远距离障碍物检测，而机器人面对的是家庭、商超、工厂等更加复杂的环境，不仅要“看见”，还要进一步理解环境并做出动作。这也推动激光雷达从单纯的传感器，逐渐向“传感器+芯片+算力”的方向发展。

目前，人形机器人方案商主要包括速腾聚创、禾赛，地瓜机器人与芯视界也推出面阵固态激光雷达方案。

人形机器人通常需要较高的瞬时功率。因此，48V级主电源正在成为比较常见的架构选择。48V BMS需要电池监控AFE、电量计、保护MOSFET、预充电电路、温度检测。48V主电源还需要转换成12V、5V、3.3V、1.8V以及不同核心电压。因此，一台机器人内部可能存在8～12种不同电压轨。

代表性器件包括TI的BQ系列电池监控芯片，除此之外，ADI等厂商的高压DC-DC控制器、电源管理IC和eFuse。

如果机器人只有几个电机，CAN就足够应付。但当执行器数量达到几十个以后，通信就会成为另一个问题。中央控制器需要不断向各个关节发送位置、速度、力矩等指令，同时又要接收编码器、温度、电流以及故障状态。而且这些数据必须具有确定的时间关系。

因此，人形机器人开始大量关注EtherCAT、TSN、工业以太网、CAN FD。其中，EtherCAT尤其适合分布式运动控制。

这意味着几十个关节节点背后，也可能对应几十颗通信相关芯片。如果机器人进一步使用高速视觉系统，还需要SerDes等高速接口芯片，把头部摄像头采集的数据传输到中央计算平台。

有些采用MCU+外置EtherCAT ESC方案，比如Beckhoff ET1100、ASIX AX58100、Microchip LAN9252 / LAN9253 / LAN9255、方芯FCM4E2353，也有MCU内置的方案，比如TI Sitara AM243x、Infineon XMC4800、Renesas RZ/T2L、兆易创新GD32H77R、纳芯微NS800RTA7、先楫HPM6E8Y、匠芯创M7000、国民技术N32H78x。典型机器人Serdes芯片包括NXP的AVL1140xx。

总的来看，人形机器人需要这些芯片：

当前具身智能产业正在进入快速发展阶段。

根据产业机构数据，2025年全球人形机器人出货量约为1.85万台，而随着产业加速推进，2026年全球出货量预计将达到近10万台，同比增长数倍。

与此同时，资本市场也持续加码机器人产业。2025年全球机器人相关融资规模达到数十亿美元，多家机器人企业正在推进产业化和资本化进程。

从供应链角度来看，中国企业已经占据重要位置。目前，全球人形机器人OEM厂商中，中国企业贡献了较大比例，相关供应链中大量零部件也来自中国厂商。

相比海外供应链，中国机器人产业链具备明显成本优势。以机器人整机成本来看，驱动与执行系统占据较高比例，其中关节、电机、执行器等核心部件成本占比接近一半甚至更高。而这些环节，正是芯片发挥价值的重要领域。

机器人产业的发展路径与新能源汽车类似，都需要通过规模化生产降低成本。而中国完整的产业链体系，将推动机器人进一步走向普及。

目前，中国已经形成从芯片、基础元器件、零部件、执行器、关节模组到整机制造的完整产业生态。

· END ·

请将我们设为“星标”，这样就会第一时间收到推送消息。

欢迎关注EEWorld旗下订阅号：“机器人开发圈”