

加入高工机器人专业行业群,加微信:17811613845,出示名片,仅限机器人及智能制造产业链相关企业。
大模型的参数竞赛正在放缓,AI产业的目光从云端模型转向了物理世界。2026年,物理AI与具身智能站在了从实验室原型迈向规模化落地的关键拐点。然而,“能演示”与“能干活”之间,横亘着一道远比预期更深的工程鸿沟。
量产交付前夜:一道被低估的工程鸿沟
安富利最新调研显示,全球已有超过半数(56%)的工程师所在企业开始向客户交付集成AI技术的产品,较去年增长33%;其中中国的AI应用普及率显著高于全球平均水平,规模化部署进程位居亚太乃至全球前列。
但普及率攀升的背后,落地质量仍面临严峻考验。端侧算力架构约束、世界模型工程化落地难、真实场景数据闭环缺失,构成了物理AI规模化的三道共性瓶颈。
问题的核心不在于硬件参数,而在于工程系统能力——如何让AI在真实物理环境中稳定运行、如何控制量产一致性、如何构建从训练到部署的完整闭环。
“具身智能从实验室走向量产,最核心的挑战不是单点技术突破,而是系统性工程能力的构建。”安富利亚太区工程总监华诗显强调。一致性是其中的关键命题。“出厂的时候产品良率达不到水准的话,会频频出现返修问题。”这也是量产环节最容易被忽视却最致命的工程细节。
事实上,物理AI的竞争正从人形机器人本体延伸至边缘硅与工业场域控制,一条涵盖“Edge CPU/NPU→机器视觉/传感器融合→AI Runtime→机器人控制器→伺服/电机驱动→工业设备”的完整供应链正在成型。这意味着,谁能打通从芯片到场景的全链路,谁就能在量产竞赛中占据先机。
近期,安富利在2026安富利智慧科技生态圈论坛深圳站上展示了多项创新方案,正是对这一系统级命题的回应。从AMD Ryzen P100异构中央计算平台以单颗SoC集成CPU、GPU与NPU,实现最高80TOPS的系统AI算力,到基于NXP MCX-A577的电子皮肤方案面向机器人触觉交互应用;从GaN机器人关节伺服驱动方案依托100kHz高频开关特性大幅提升功率密度,到瑞萨RZ/T2M与RA6T2分布式灵巧手方案通过EtherCAT实现高自由度主从协同控制——这些方案并非孤立的技术展示,而是围绕物理AI从感知、决策到执行的完整工程链路展开的系统性布局。

2026
安富利智慧科技生态圈论坛在深圳举行从技术选型到量产交付:安富利角色的再定义
物理AI的量产挑战,本质上是一个系统工程问题:一家机器人OEM厂商需要同时应对芯片选型、实时控制、AI推理、通信协议、功率管理、传感器融合等多维度技术难题,而其中任何一个环节的工程失误都可能导致量产失败。
这正是安富利角色转型的深层逻辑。安富利中国区总裁董花在论坛上指出:“当下AI产业的竞争正在回归本质——谁能真正让智能落地、规模化地赋能千行百业,谁就将在下一轮产业变革中占据先机。这背后,考验的已不只是单一技术的突破,而是能否构建起打通算力基础底座、物理AI商业化与AI应用创新的系统级协同能力与完整产业生态。”

安富利中国区总裁董花女士在大会上致辞
华诗显进一步阐述了这种工程能力的落地方式。他以超宽带(UWB)技术的跨场景应用为例介绍:“UWB技术最初集成在汽车的CPD(Child Presence Detection)系统中,用来检测当驾驶人员离开的时候后座有没有小孩或者宠物遗忘在车里。我们沿用同样的技术来实现机器人跟随,进而将同一技术推广到不同的应用范畴里。”这种“技术复用+场景迁移”的工程思路,恰恰是降低机器人开发门槛、加速量产落地的有效路径。

安富利亚太区工程总监华诗显
在电源架构层面,华诗显特别强调了48伏系统的重要性:随着机器人负载能力的提升,电源架构的设计直接关系到系统稳定性和续航表现,这看似基础的工程问题,恰恰是量产阶段最不容忽视的环节。
物理AI的量产,单靠任何一家企业的能力都无法完成。比如,安富利与Weston Robot联合打造的自主巡检机器人平台,搭载AMD锐龙AI嵌入式处理器,在设备本地直接执行AI任务,提供高达50TOPS的AI算力,支持3D LiDAR SLAM导航,可在无GPS环境下稳定运行。这款产品已完成从开发到部署的完整流程,适用于制造、能源、交通、物流等关键基础设施场景。

安富利与Weston Robot携手推出自主巡检机器人
安富利提供先进计算技术、生态赋能与嵌入式AI解决方案,合作伙伴输出智能机器人与自主系统能力,双方整合优势,帮助客户降低实施复杂度、缩短产品上市周期。
此外,安富利近期与香港大学成立的EMUS实验室(新兴微电子与普及计算系统实验室),将研究能力、工程专业知识与全球供应链资源贯通,专注于边缘AI、物理AI、机器人及高性能计算等方向,为创新者提供从GPU计算资源到可制造性评估和供应链的全流程支持。
安富利的定位,正在从传统的技术分销商演变为物理AI时代的系统级创新赋能者。这种转型的价值,或许要等到机器人真正走进工厂车间、走进千家万户的那一天,才会被更广泛地看见。而当下,那些被反复讨论的工程细节,比如48伏电源架构、EtherCAT同步控制、电子皮肤的IO扩展,恰恰是通往那个未来最坚实的路基。
—END—



