7月1日，慕尼黑上海电子展如期而至，现场人头攒动，国内外厂商齐聚一堂。MCU、电源管理芯片、功率器件、传感器这些老面孔悉数登场，但真正让人眼前一亮的，是AI技术、具身智能和汽车电子这几个当下最热门的主题。整场展会逛下来，边缘AI的落地进程远比想象中要快。那就从几个有代表性的方案说起。
兆易创新：具身智能核心芯片方案
兆易创新这次带来的，是面向机器人的核心运动控制与精密感知方案，核心围绕着GD32H7系列MCU展开。
展台上那套六轴机械臂方案，本质上是一个面向六自由度协作机器人的完整控制系统。它用GD32H75E高性能MCU作为关节驱动器的主控，负责底层精细的伺服控制，再配上17/18位双绝对值编码器，实现对关节位置的高精度实时反馈，支持CoE（CANopen over EtherCAT）通信协议。这套系统要解决的问题很明确——协作搬运、精密装配和教学实验这些场景，对精度的要求是真的苛刻。
另一个有意思的展示是六维力检测方案，基于GD30AD3642实现，它给了机器人一种“触觉”。方案集成了GD32F503系列MCU与GD30AD3642高精度ADC，可以对六个通道的力信号进行完全同步采集，采集速率达到1K SPS，搭配EtherCAT工业总线直连，毫秒级响应和极低延迟都不在话下。说实话，这种方案在人形机器人的足部、腕部，以及协作机器人末端这些需要频繁力反馈的场景里，简直是刚需。
恩智浦：从具身智能机械臂到低功耗AI眼镜
恩智浦的展台也很有看头，他们展示了基于LeRobot（VLA）和FRDM-IMX95的机械臂控制方案。这个方案把开源机器人框架LeRobot与高性能边缘计算平台FRDM-i.MX 95深度结合，算是他们面向具身智能与物理AI的一个重要技术落地。
具体来说，他们把LeRobot移植到了i.MX 95和Yocto上，在LeRobot里增加了逆运动学解算器和漫操功能用于控制机械臂，同时在ARA 240上部署了ACT和SomIVLA加速模型推理。这样一来，机械臂可以在本地完成视觉识别、语义理解和动作生成，完成更精细的动作，完全不需要依赖云端——延迟降低了，隐私安全性也提高了。
恩智浦机械臂控制方案（摄）
恩智浦还带来了一款基于i.MX RT1170的AI智能眼镜参考设计。这个设计很有意思，它专门去解决传统智能眼镜功耗高、发热大、体积重这些槽点，同时提供强大的本地AI处理能力。方案搭载i.MX RT685音频协处理器，采用Arm Cortex-M33+HiFi4 DSP双核架构，支持本地AI推理和低功耗语音唤醒。作为RT系列的智能音频协处理器芯片，它延续了低功耗基因，配合PCA9421智能电源管理芯片，支持多轨电源输出和动态电压调节，对续航的帮助非常明显。
基于i.MX RT1170的AI智能眼镜参考设计（摄）
意法半导体：机器人的“大脑”STM32N6
意法半导体这次重点推的是STM32N6微控制器，并且展示了它在机器人领域的底层平台逻辑。这颗芯片搭载了自研的神经网络处理单元（NPU），专为在机器人、AI玩具等设备端高效运行AI任务而设计。
STM32N6内置的Neural-ART翻跟斗可以做到600 GOPS的算力，能效比达到3 TOPS/W，这意味着在低功耗下也能高效运行复杂的AI模型。它还集成了高达4.2MB的SRAM，为处理图像、语音等大量数据提供了充足的本地缓存。
在机器人应用中，STM32N6扮演的是“大脑”角色，负责视觉识别与智能决策。意法半导体展示的机器人底层平台，通过整合“MCU+功率器件+传感器”，构建了一个完整的智能系统。具体流程是：STM32N6利用NPU算力在本地实时处理摄像头数据，进行物体识别、环境感知等AI推理并做出决策；决策指令发送给负责电机控制的STM32G4微控制器，由它精确计算控制信号；最后STSPIN系列驱动器和氮化镓（GaN）功率器件接收信号，高效驱动电机运转。这套逻辑在灵巧手操作、关节驱动和整体运动控制等场景里，确实能显著提升自主性和智能化水平。
南芯科技：双通道PMIC电源SC633X
南芯科技在今年6月发布了SC633X——一款高效小尺寸、具备极致动态能力的双通道PMIC电源，面向边缘计算场景。这次展会，他们把它带到了现场。
SC633X的核心优势很简单：在2.31mm*2.02mm的极小封装里，集成了双相6A输出能力，可以灵活配置成两路独立的6A输出（1+1模式），或者合并为单路12A输出（2+0模式），开关频率高达2MHz。这个尺寸和性能，非常适合对空间和电源性能要求极高的边缘AI应用，比如全景相机、光模块这些。
边缘AI设备内部的FPGA、SoC等核心处理器，运行时负载变化非常剧烈，这对电源的功率密度、效率和瞬态响应能力提出了极高要求。SC633X的功率级采用了优化的RDS(ON)设计，在2+0和1+1模式下，转换效率都能超过90%。它还用了南芯自研的VCARM-COT™技术，可以在负载剧烈跳变时维持输出电压稳定。实测数据显示，在瞬态优先模式下，面对0-12A、5A/μs的极快负载跳变，0.75V输出电压的下冲能控制在5%以内。这个表现，意味着AI芯片进行复杂运算、负载瞬间飙升时，系统依然能获得稳定、干净的电源，不会因为电压波动而出错或性能下降。
德州仪器
德州仪器这次展示了两款边缘AI方案，分别聚焦智能家居显示器与网关系统，核心思路都是用低功耗、高集成的微控制器实现本地化AI感知与人机交互。
集成边缘AI运动检测的智能家居显示器方案，以MSPM33C321A微控制器为核心，搭配CC2755R10无线微控制器，通过PIR传感器实现人体存在检测，并用LVGL图形界面在屏幕上实时显示“有人”或“无人”状态，还支持低功耗蓝牙连接其他设备。CC2755R10负责无线通信，实现与云端或其他终端的数据同步——整套系统就是一个具备本地AI运动检测能力的显示终端。
TI集成边缘AI运动检测的智能家居显示器方案（摄）
而智能家居网关和边缘AI运动检测方案则面向更复杂的家庭自动化场景，采用AM62L双核Arm Cortex-A53 SoC作为主控，可以并行处理多路传感器数据与AI推理任务，支持Home Assistant等主流平台通信。感知层搭载了用于边缘AI PIR运动检测的CC2755R10插件模块，以及集成低功耗60GHz雷达的存在检测模块（IWRL6432），可以实现更高精度的无接触式人体感应。
总的来说，2026年的慕尼黑上海电子展现场，国际大厂与国内企业同台竞技，全面展示了前沿的电子元器件与系统方案。从现场展品来看，边缘AI技术正加速落地，成为推动具身智能、智能家居及可穿戴设备发展的核心引擎。各大厂商通过提供高算力MCU、低功耗协处理器及高性能电源芯片，将AI推理能力下沉至终端设备，打通了从感知、决策到执行的物理AI闭环——这场智能化转型的节奏，比很多人预期的要快得多。