慕尼黑上海电子展观察：AI MCU 与人形机器人成新焦点
2026 慕尼黑上海电子展一线观察：边缘 AI MCU 算力仅零点几 TOPS，主攻分类与振动检测；人形机器人产业链催生…
2026 年 7 月初的慕尼黑上海电子展上，嵌入式厂商的展台比往年热闹不少。除了价格与交期，更多工程师围着人形机器人灵巧手 Demo 和边缘 AI 开发板驻足。整场展会呈现四条清晰的技术路线：AI MCU 落地、人形机器人 MCU 需求、RISC-V 架构突围、MRAM 新型存储。
一、边缘 AI MCU：算力有限，但已能用
「AI MCU」的概念被提出多年，落地形态仍以小算力、低功耗为主。**德州仪器（TI）**展示了集成 TinyEngine NPU 的边缘 AI 识别方案，TinyEngine NPU 算力约 2.56 GOPS，面向深度学习推理。TI 工作人员坦言，AI MCU 的算力普遍落在零点几 TOPS 区间，只能跑十几 K 到几十 K 参数的小型网络，主要用于分类场景，例如毫米波雷达姿态分类、电机振动信号异常检测。TI 配套推出了 IDE 工具链，并把 AI 接入自家 CCStudio，能实现从「提需求→自动编码→自动烧录→自动 Debug」的一条龙开发。
**意法半导体（ST）**带来了 STM32N6 边缘 AI MCU 芯片（0.6 TOPS，内置自研 NPU），可跑标准 CV 模型做手势识别与关键点检测。ST 中国区微控制器产品部陈德勇在同期论坛上强调边缘 AI 部署的「两小两低」原则：小 Flash、小 RAM、低功耗、低延时。据其披露，ST 自 2015 年开始做 NPU 测试芯片，目前超过 5000 款基于 ARM 平台的 MCU/MPU，73% 的 ML Perf Tiny 开发者选用 STM32。
ARM 主推 Zephyr RTOS，旨在打通从 Cortex-M 到 Cortex-A 的迁移路径，Ethos-U 系列 NPU（U55/U65/U85）已能搭配两类内核使用。
不过，落地仍卡在数据采集与法规两头。TI 工作人员提到，60 GHz 毫米波雷达在中国尚未明确开放标准，摄像头有隐私顾虑，激光雷达价格高昂——单个雷达上千元，一颗 AI MCU 才几十元。多家厂商的共同判断是：边缘 AI MCU 目前「不温不火」，真正的爆发要等应用场景与法规进一步成熟。
二、人形机器人 MCU：押注未来，眼下不赚钱
人形机器人是本届展会更热的方向。ST 展出六自由度灵巧手，弯曲可短时抓握十几公斤，控制手指用 M4 内核 MCU，整只手由 M33 内核 MCU 统筹，下一代将加入 N6 做边缘感知。整套芯片成本不超过 100 元，电机反而是更贵的部分——一只空心杯电机约七八百元。ST 的部分人形机器人 MCU 已与国内代工厂合作，实现中国本土化生产。
兆易创新展示了四款前沿方案：基于 GD32H75E 的六轴机械臂、与智身科技合作的四足机器人「钢镚 L1」、基于 GD32H75E 的关节驱动方案、基于 GD30AD3642 的六维力检测方案。一台双足人形机器人全身可能需要上百颗 MCU。
极海半导体主打极致性价比，电机控制 APM32M3514 单价仅约 3 元。英飞凌展示了基于 PSOC Control C3 的 1 kV 氮化镓关节电机驱动方案，开关频率可达 100 kHz。恩智浦 i.MX RT1180 通过 I3C 总线用 2 根信号线实现 12.5 Mbps 同步通信，无需外挂晶振。ADI 的 32×32 高密度触觉阵列可在 kHz 级帧率下同步感知压力、振动与温度。
多家厂商共识：当前机器人出货量不大，宇树年销几万台对芯片厂只是「几百万颗」，而他们月出货往往以亿计；眼下做机器人 MCU 不赚钱，真正的成本瓶颈也不在 MCU，而在尚未标准化的减速器。
三、RISC-V 与 MRAM：嵌入式赛道的另两条主线
沁恒微「青稞」MCU 早在 2018 年就全面转向 RISC-V、自研内核，主打接口芯片，安全与成本是主要驱动。矽力杰 SA32D 系列 RISC-V MCU 通过 AEC-Q100 与 ISO 26262 ASIL-D 认证，用于区域控制、动力电池管理、底盘与 ADAS 等高安全场景。矽力杰对 AI MCU 态度冷静：MCU 上的 NPU 算力只有 0.3～0.5 TOPS，「关键看场景能不能带来价值」。
存储侧，驰拓科技展示了 12 英寸 MRAM 产线方案，其 STT-MRAM 当前量产主力产品读写速度几十纳秒、擦写次数可达万亿次以上，规划向 128 Mb 至 Gb 容量演进；下一代 SOT-MRAM 已发表于 IEDM。该公司面向 AI 芯片的切入点尚在工业、储能、泛交通等场景。
回过头看，本届展会嵌入式系统的竞争焦点正在位移：从单一指标转向精准匹配场景、自主掌控架构、重构存储底座。AI MCU 的零点几 TOPS 算力不惊艳，但足以撬动细分场景的智能化；上百颗人形机器人 MCU 的用量不夸张，但足以重塑运动控制的芯片需求曲线。