物理AI时代：NI如何让测试更高效，让现场更可靠

电子发烧友网报道（文/吴子鹏）一只灵巧手缓缓抬起。5、4、3、3、1，动作干净利落；第二轮循环结束后，它稳稳比出了一个 “OK” 的手势。

这不是提前录好的演示视频，也不是工程师熬了几天写出脚本实现的效果。一位从未接触过这台设备的工程师，输入自然语言需求。随后，AI 自主检索本机驱动、理解调用方式、规划代码结构、完成生成与校验，最终驱动真实硬件完成动作。全过程无需查阅手册、翻找 API 文档。

这个画面，浓缩了 NI Days 2026 上 Nigel™ AI再度进化的精华。当 AI 加速融入物理世界，工程师该如何更高效地把创新构想转化为可靠成果？NI 给出的答案是——一个 AI 就绪的平台。

10 月 28 日，NI Days 2026 中国站在上海举办。今年恰逢 NI 成立 50 周年、LabVIEW 发布 40 周年。大会设置 30 余场技术演讲、展出 50 余台重磅实物，吸引半导体、汽车电子、新能源、具身智能等领域的生态伙伴与工程师到场。台上灵巧手的演示，不只是一次 AI 能力展示，更是一个信号：AI 正在走出屏幕里的问答场景，落地到物理世界的工程实践之中。

复杂度跃迁：AI 走进物理世界，测试被重新定义

过去几十年，产品演进大致有一条清晰脉络：从机械化到电子化，再到智能化。每一次跃迁，产品功能边界持续扩张，但复杂度增长大体可预期。AI 的加入，改变了这一规律。

当 AI 开始参与决策、控制，甚至生成新行为时，产品不再只按照预设逻辑运行，而是可以在给定条件下自主演化。系统边界变得模糊，输入与输出之间的因果关系不再完全可追溯；同一套硬件，在不同数据、不同环境下的表现可能出现显著差异。产品本就软件定义、高度互联，如今又叠加自主性——复杂度增长不再是线性，而是叠加式、跃迁式上升。

因此，当 AI 走进物理世界，可靠性正成为新的生命线。对工程师而言，测试不再只是把产品 “测出来”，更要让每一次测试都成为可分析、可追溯、可复用的数据资产。这正是物理 AI 时代对测试的重新定义。

同时，物理 AI 时代，系统试错的成本结构发生了变化。软件里的 Bug 可以热更新，但物理世界中的控制器失效、机器人误动作、隔离器件击穿，带来的往往是不可逆后果。这也解释了，在 AI 高速发展的当下，NI 为何将 “可靠” 放在如此重要的位置。AI 可以提升工程师的效率，但可靠性决定了这份 “快” 能否兑现为真正可用的产品。

“越是复杂，测试就越重要。”Emerson T&M 亚太区销售副总裁苏利发在大会上直言，“工程师需要的不再是单点工具，而是一套能够承接持续变化的平台。”

Emerson T&M 亚太区销售副总裁苏利发

这正是 NI 长期坚持平台化路线的价值。以模块化硬件连接物理世界，以开放软件编排测试流程，以数据沉淀工程上下文，依托生态持续拓展平台能力。依托这套架构，当新技术、新需求出现时，工程师无需推倒重来，可以在原有基础上持续扩展升级。它始终在践行同一个理念：不做一次性交付的工具，而是培育一片能够持续生长的工程土壤。

让测试更高效：AI 就绪的平台与 NI Nigel™ AI

AI 该如何真正赋能工程师？Emerson T&M 中国区总经理乔巍梳理出一条清晰的演进脉络。从行业趋势看，AI 正从 “知识助手” 向 “智能体” 演变，并加速落地物理世界，呈现两大核心方向：一是深度嵌入研发、验证的测试环节，通过辅助决策加速现有工作流效率；二是和实体行业融合，催生具身智能等新形态，带来全新的测试机遇与挑战。

Emerson T&M 中国区总经理乔巍

顺着这一趋势，乔巍将 AI 能力演进划分为三个阶段：

阶段一：完成单点任务。AI 更像 “知识助手”，帮助工程师快速查阅仪器规格、理解测试方法；
阶段二：跑通完整工作流。在环境与条件明确的前提下，AI 不再局限于问答，能够调用工具、连续执行一系列步骤，例如分析测试数据、自动生成报告；
阶段三：协同多维工作流。AI 进化为能力完备的智能体，围绕单一测试目标，串联规划、执行、分析、决策全链路。

“从完成一个单点任务，到跑通一个工作流，再到协同多维工作流。” 乔巍说。这套能力演进，正在走进真实行业场景。

但要让 AI 真正落地测试现场，并不是直接部署一个模型就能实现。NI 在现场提出四个前置条件：可靠的硬件、开放的软件、可信的数据、生态伙伴的能力。NI 平台恰好为这四点提供支撑：开放软件平台、模块化硬件平台、便捷的数据访问能力，以及广泛的社区生态，共同构成 “AI 就绪” 的完整底座。

今年，NI 进一步补齐平台产品矩阵。

数据采集（DAQ）方面，继去年推出 29 款新品后，今年再发布 19 款，覆盖 mioDAQ、FieldDAQ、C 系列模块以及高通道密度 PCIe 等产品线。

PXI 方面，在年初 5 款 PXI 中国特别版产品（嵌入式控制器 PXIe-8842/8862、全混合 PXI 机箱 PXIe-1081、多通道示波器 PXIe-5108、多功能 I/O 模块 PXIe-6381/6383、矢量信号收发仪 PXIe-5841）基础上，新增高带宽示波器 PXIe-5160/5162 与入门级高精度 DMM PXIe-4086，让工程师在性能和预算之间拥有更灵活的选择空间。

软件无线电（SDR）方向，推出首款 PCIe 形态 USRP B310（支持 GPU 协同处理与多设备同步），以及首款八通道 USRP X440（8 发 8 收、800MHz 瞬时带宽）。

软件层面，Nigel™ AI的迭代最受关注。去年它以 “测试专家顾问” 身份亮相，而在最新版 LabVIEW 2026 Q3 中，Nigel 已经具备代码生成（Code Generation）能力。本文开头的实机演示，正是这次能力跃迁的直观印证。

Nigel™ AI 现已全面接入 NI 软件生态，除 LabVIEW 之外，TestStand、FlexLogger、SystemLink 等软件均已完成适配。在集中式测试管理与数据平台 SystemLink 上，它的价值尤为直观。现场演示中，工程师在数据空间打开一组电机 NVH 测试数据，直接向 Nigel™提问：这里面有哪些异常波形？Nigel™加载对应技能与工具，识别出两条异常曲线，并完成差异判定。

Emerson T&M 中国创新发展中心负责人张琛表示，面向 2027 年，Nigel™ AI将进一步向智能体方向演进。核心目标不只是让 AI 完成零散步骤，而是把前沿 AI 技术、测试测量专业知识和成熟工程实践结合，围绕测试目标统一调度工具、数据与流程。复杂工作流编排交由平台承载，工程师得以从细碎操作中抽身，聚焦核心工程问题，高效获得可靠结果。

Emerson T&M 中国创新发展中心负责人张琛

让现场更可靠：NI 平台的客户实践

AI 与测试融合的价值，最终要落地到真实现场。本届大会上，两家重量级合作伙伴分享了基于 NI 平台打造的标杆实践。

纳芯微：AI 就绪实验室，验证周期从 1 个月压缩至 1 周

纳芯微是国内隔离芯片领域龙头，也是近年业绩增长突出的上市公司。目前其隔离芯片累计出货量已达 27 亿颗，五年增长 26 倍，产品广泛用于汽车电子、新能源、光伏储能、数据中心、AI 服务器等高可靠场景。

业务高速扩张带来的压力，最先传导到验证环节。一方面产品组合快速扩容，另一方面测试维度持续变化。纳芯微产品验证经理崔崇伦谈到，过去提到隔离器，大家多关联工业控制、电机驱动场景，核心诉求是做好安全隔离；而伴随新能源汽车、光伏储能、数据中心与 AI 服务器发展，隔离芯片在高压系统中的角色愈发关键，客户关注的不再只是隔离能力，还有性能、集成度、可靠性与长期一致性。验证规模、产品组合、数据管理模式都必须同步升级。

纳芯微产品验证经理崔崇伦

“一句话概括，” 崔崇伦说，“验证团队现在不只要把产品测出来，还要让每一次测试沉淀为后续可分析、可追溯、可复用的数据资产。”

在 “AI 就绪实验室” 理念指引下，纳芯微依托 NI PXI 稳定、模块化、可扩展的硬件底座与开放软件架构，启动验证体系全面升级：

流程标准化：固化测试步骤、仪器控制、数据采集与结果记录，消除不同工程师操作习惯、经验差异带来的偏差，保障不同产品、批次、操作人员的执行一致性；
数据资产化：测试数据自动采集、统一归档、可追溯管理，摆脱分散文件、依赖人工经验的模式；
平台可扩展：在同一平台逻辑下管理不同测试项目、仪器控制链路与测试数据，遇到新需求不必从零搭建整套测试系统。

成效十分直观：以某款隔离芯片为例，原本约 1 个月的验证工作，如今缩短至 1 周左右。

但纳芯微看重的不只是单次效率提升。“我们更看重这套流程可复制。” 崔崇伦说。测试步骤更清晰、数据记录更完整、结果追溯更便捷，未来面对更多型号、更多测试项目时，团队不需要单纯依靠增配人力，而是在已沉淀的方法论之上持续拓展。

润科具能：从原型开发到极端工况验证，支撑特种具身智能落地

如果说纳芯微案例是让现有工作更快、质量更稳，润科具能的案例，则是把过去难以实现的验证工作变成现实。

上海润科具能科技有限公司 CEO 周斌认为，具身智能仍处在发展早期，正迈入 “2.0 商业化鸿沟时代”。而跨越这条鸿沟的首个落地赛道，大概率是特种场景——矿山、消防应急、油田、核工业等 “人不易去、不想去、甚至不能进入” 的环境。这类场景，催生了机器人替代人力最刚性的需求。

上海润科具能科技有限公司 CEO 周斌

面向特种作业环境，产品不必追逐当下流行的拟人形态，更需要具备单项性能优势的特种构型。基于这一思路，润科具能在今年 7 月世界人工智能大会上发布全球首款半人马机器人：下半身四轮足保障全地形通行能力，上半身双臂实现精细操作；最大载重可达 210 公斤，可按需搭载电池、探测传感器与协作臂；运动控制基于强化学习实现统一运控算法。

整套系统的核心，是正在联合多家战略伙伴研发的具身智能控制器。随之而来的难题是：如何在原型阶段，提前验证它在真实特种场景下的工作表现？

润科具能面临三重挑战：资质适配、空间约束、极端工况。NI 测试与原型验证平台在这里起到关键支撑作用。团队将仿真工作站和被测控制器对接，搭建完整 HIL（硬件在环）测试环境，不必等到整机、真实场景全部就绪，就能在实验室复现复杂工况与极端故障，让控制器在可控、可复现、可量化的条件下接受验证。

这套架构具备双向价值：既保护昂贵样机，降低实机测试的风险与成本，又可以跟随机器人形态、控制策略、测试需求灵活扩展。问题前置发现，设计迭代提速，控制器从原型走向可靠产品的路径大幅缩短。

中国战略：在中国，为中国

不管是芯片、系统，还是物理 AI 等各类终端产品，中国市场的重要性不言而喻。过去两年，NI 中国区业务保持持续增长。回溯历史，早在 1998 年，NI 就在上海设立首个研发中心。

“在中国，为中国” 是 NI 在华战略的核心支柱。近几年，该战略落地为三件事：一是持续引入全球测试测量领域前沿技术与创新成果；二是持续加大本土工程与研发投入；三是深度融入国内特色创新生态，和客户、伙伴联合创新。

伴随 “十五五” 规划临近，NI 将进一步助力新兴高潜力行业实现高质量发展。

结语

NI Days 2026 想要传递的，并非某一款新品、某一项独立 AI 功能。从客户落地案例、产品更新迭代，到 LabVIEW 代码生成、PXI 长期可靠性，再到 SystemLink 数据洞察、面向 2027 年的工作流编排，所有线索都指向同一个目标：连接可靠硬件、开放软件、可信数据与生态伙伴能力，让 AI 真正嵌入工程工作流。

物理AI时代：NI如何让测试更高效，让现场更可靠图7

声明：本文由电子发烧友原创，转载请注明以上来源。如需入群交流，请添加微信elecfans999，投稿爆料采访需求，请发邮箱wuzipeng@elecfans.com。

更多热点文章阅读

点击关注星标我们

将我们设为星标，不错过每一次更新！

物理AI时代：NI如何让测试更高效，让现场更可靠图8 喜欢就奖励一个“在看”吧！