入華40載，恩智浦的本土化進階，本質上是一場順應物理AI周期的戰略重塑。未來，誰能率先打通概率智能與確定性控制的鴻溝，誰就能在物理世界的真實博弈中，握住下一個十年的入場券。
站在2026年的時間節點回望，當科技巨頭們還在云端大模型的參數迷宮中進行“智力內卷”時，物理世界的終端廠商卻在為“最后一公里”的落地焦慮——算力可以無限堆疊，卻無法憑空捏造出機械臂的精密控制；語言模型可以極盡聰明，卻絕不能在汽車毫秒級的制動系統中留下概率性的盲區。
在2026慕尼黑上海電子展這個全球產業風向標上，入華40周年的恩智浦(NXP)選擇了一條更為篤定的路徑：錨定實體世界，做那個最“靠譜”的底層基石。這不僅是一家老牌半導體巨頭的自我身份重塑，更是其面向下一代物理AI戰略的深刻注腳——在智能從數字走向實體的歷史拐點，可靠性，才是最高級的智能。
雙基因融合與戰略并購，構筑物理AI全棧壁壘
在半導體產業步入深水區的當下，企業的護城河往往不取決于單一維度的技術突破，而在于底層基因的厚度與系統級架構的廣度。而恩智浦的差異化技術壁壘，則根植于飛利浦與摩托羅拉兩大半導體巨頭跨越數十年的技術積淀與能力融合。
飛利浦自1953年切入半導體領域，1983年推出的單芯片收音機是當時“改變世界的25個芯片之一”。之后，公司長期深耕高性能模擬、射頻通信與硬件安全技術，在環境感知、高速互聯、輕量化智能終端芯片領域構筑了深厚技術壁壘。
摩托羅拉則于1949年設立半導體實驗室，1969年其自研通信收發器成功支撐阿波羅11號登月通信任務，并陸續推出全球首款車載MCU、首款32位工業級MPU MC68020，在汽車功能安全、高可靠實時控制處理器領域形成難以替代的技術積淀。
2016年，兩家公司的半導體業務完成整合，恩智浦實現了對模擬混合信號、高頻射頻傳輸、車載主控處理器、軟硬件安全體系的一體化整合，成為業內少數具備從“芯片設計”到“系統集成”全棧服務能力的企業。
面向實體終端智能化升級的浪潮，恩智浦并未止步于既有優勢，而是通過2025年完成的三項戰略并購，主動補齊了邊緣AI產業化的核心拼圖：
- 打通數據動脈：收購Aviva Links，完善了車載非對稱高速SerDes傳輸方案，解決了高帶寬數據在物理設備間的無損流轉；
- 注入邊緣算力：收購Kinara，強化了邊緣專用NPU算力，為終端輕量化大模型的高效推理提供了底層硬件支撐；
- 重塑安全中樞：收購TTTech Auto，補齊了軟件定義汽車核心的實時安全中間件能力，實現了多域控制器之間的確定性協同管控。
恩智浦執行副總裁兼中國事業部總經理李曉鶴表示，這些并購所沉淀的核心技術具有極強的“跨域通用性”——它們不僅服務于車載場景，未來更將全面復用至人形機器人、工業自動化設備、AGV智能終端等全品類物理智能載體中。
恩智浦執行副總裁兼中國事業部總經理李曉鶴
從“概率游戲”到“確定性生存”
在恩智浦的邏輯宇宙里，當前火熱的“物理AI”正在經歷一場從“數字虛擬”到“物理實體”的驚險一躍。
他們認為，“物理AI”并非簡單的邊緣計算延伸，而是一次認知重構。換言之，如果說云端AI是一場允許試錯、充滿概率與隨機性的“智力游戲”，那么物理AI則是一場關乎生存與安全的“確定性博弈”。
“對于云端AI，大家比的是誰更聰明；當它進入現實世界的時候，物理AI比的是誰更靠譜。“李曉鶴指出，對于置身于物理世界的人形機器人、自動駕駛汽車和工業機械臂而言，能效、實時性、功能安全與信息安全，是四個不可妥協的“鐵律”。
想象一下，一個依靠電池供電的服務機器人，若像數據中心那樣動輒數百瓦功耗，無疑是移動的“充電寶”；一輛高速行駛的汽車，若因算法延遲十毫秒才做出制動反應，后果便是生與死的天壤之別。當然，人類更無法容忍一個擁有“幻覺”的機械臂在身邊揮舞，或是把家庭安全托付給一個概率性的系統去掌控。
因此，當人在與物理世界交互時，我們需要的是一個確定性的、可預測的機制。只有當人類實質上解決了這些不能妥協的要素，保障了能效和實時性的時候，物理AI才能真正靠譜到被千家萬戶所接受，經濟才真正能夠被解鎖。
向生物學取經：神經軸架構的三層智能
然而，要將這一命題化為現實，產業界必須直面一個橫亙了四十年的技術暗礁——“莫拉維克悖論”。 這一悖論揭示了一個反直覺的現象：推理、下棋對機器而言輕而易舉，但走路、疊衣服等對人類再自然不過的本能動作，對機器而言卻極為困難。
面對這道難題，過去行業的慣用解法往往是采用“暴力美學”，即通過無限堆砌算力，用蠻力去馴服物理世界。但其實，“本能反應，才是物理AI真正的基石，也是最難破解的部分。"
于是，恩智浦選擇向5億年的生物進化史取經，推出了“神經軸架構(Neural Axis Architecture)“。這套架構將人類神經系統的精妙設計引入芯片，把智能從“集中式大腦”拆解為三個各司其職的層級，以分布式的協同，在性能與功耗的極限博弈中達成了最優解。其中：
- 大腦層(推理層)以9W功耗、300ms響應速度承擔全域感知、全局規劃與高階決策任務，適配大模型概率化智能推演；
- 小腦層(協調層)僅消耗2W功率，可在10至50毫秒內完成運動協同與姿態調控，支撐中端設備實時管控；
- 脊髓層(反射層)功耗低至0.5W，可實現數毫秒級緊急安全響應，獨立完成底層防護動作，全方位匹配終端安全控制需求。
如果將這一機制映射至機器人的神經軸架構及恩智浦產品中，會發現其產品架構同樣采用分層方式實現。例如“大腦”負責處理視覺感知與雷達感知，“小腦”承擔高實時性與可靠性的運動協同及運動控制，而端側的“脊髓”則處理靈巧手等平衡機制。再配合Aviva Links、Kinara和TTTech Auto等公司帶來的高速連接、邊緣NPU與安全中間件技術補強，恩智浦成功將這套仿生邏輯落地為可量產的硬件方案。
例如基于LeRobot和i.MX 95的機械臂完成了從感知到行動的閉環控制；I3C總線靈巧手方案實現了高帶寬、低延遲的精細動作控制；S32K5實時控制器可以做到毫秒級監控電池狀況，做AI實時處理。
這不僅是技術的勝利，更是對自然法則的深刻致敬——把本能反應放在離行動最近的地方。越近意味著越快，越快意味著越安全，同時也意味著能耗最低。或者說，“有時候，解決問題不一定需要用香農定律，也可以是達爾文定律。“
入華40年，打造本土研發與全球復用閉環
如果說技術是刻在芯片上的“基因序列”，那么本土化就是這組基因在中國土壤中生長出的“生命形態”。
自1986年飛利浦半導體落地上海、1992年摩托羅拉建成天津半導體工廠以來，恩智浦深耕中國市場40載，已構建覆蓋全國14座城市的服務網絡，在華員工超6000人，服務本土客戶與合作伙伴超6000家，在外資半導體陣營中具備領先的研發體量與技術實力。
2025年，中國事業部的正式揭牌，標志著恩智浦全面挺進深度本土化的深水區——不再滿足于將海外成熟產品引入中國，而是“在中國，為中國”與“在中國，為全球”的雙戰略并行。
目前，恩智浦在華擁有1600人規模的嵌入式工程師團隊，累計開發超200款產品，設有6大核心研發中心與1座位于天津的世界級封測基地，可實現從芯片定義到封測的全流程本土閉環。近期，還將具備16納米先進汽車工藝開發能力的百余名設計人員專項劃撥至中國事業部，支持面向中國市場的客戶聯合定義產品開發。
這種“端到端”的本地化能力，使得恩智浦能夠以“中國速度”響應市場變化，將客戶需求迅速轉化為產品定義。
李曉鶴強調稱，真正的本地化，絕非僅在中國開展單一銷售或生產，而是要落地本土產品定義與開發能力。只有與本地客戶聯合定義并開發產品，才能匹配中國客戶的需求和發展速度，共同實現“在中國，為全球”的目標。
在供應鏈重塑方面，通過與中芯國際、臺積電南京、芯聯集成等本土供應鏈上下游企業深度合作，首款聯合設計開發的下一代端節點MCU預計2028年量產；網絡產品計劃于2027年量產；電池管理系統產品正在設計階段，預計將于2028年量產。而高性能汽車處理器S32G2已于2026年量產。后續，還將有更多產品以“本地生產”或“本地設計+生產”的模式落地，支持恩智浦在華的本地化布局。
而在生態共創層面，理想L9 Livis搭載的UWB解決方案，則是恩智浦本土化協同創新的標桿落地案例。
根據恩智浦資深副總裁胡煜華的分享，公司聯合理想汽車、德賽西威聯合定義定制化芯片方案，以一體化UWB芯片替代傳統多顆超聲波雷達模組，一站式集成自動泊車、數字車鑰匙、后排遺留監測、感應尾門等多項功能，助力整車廠實現硬件架構輕量化、功能集成化的差異化創新，同時有效緩解模擬芯片供需緊張帶來的成本與供應鏈壓力。
恩智浦資深副總裁胡煜華
而面對工業與物聯網市場典型的“長尾”特征及高度分散的格局，恩智浦摒棄了傳統的標準化產品推銷，轉而采取“敏捷賦能”的差異化策略。依托龐大的系統開發團隊，恩智浦精準錨定智能樓宇、健康醫療、電力能源及工廠自動化等細分賽道，緊跟中國市場高頻涌現的新應用需求，持續為中小型客戶輸出定制化解決方案，大幅縮短其產品從研發到上市的周期。
這種從“供應商”到“共創者”的身份轉變，正是恩智浦本土化戰略的生動注腳。目前，恩智浦已聚合40余家硬件設計合作伙伴、30余家本土軟件生態伙伴，并搭建長效產學研機制，全方位夯實產業人才底座。
恩智浦副總裁袁文博表示，恩智浦將繼續依托全球統一的功能安全、信息安全認證體系，為國內新能源車企、智能裝備企業出海提供合規適配、技術支撐與標準對接服務，構建“中國創新、全球復用”的產業閉環。
恩智浦副總裁袁文博
以“隱性智能”重塑物理世界的底層邏輯
面對當前全球模擬芯片價格上行與部分品類結構性缺貨的行業現狀，恩智浦展現出了老牌半導體巨頭的戰略清醒。李曉鶴指出，本輪供需失衡是AI算力爆發、上游原材料攀升與地緣環境變化多重疊加的結果，市場呈現出顯著的結構性分化，而非全品類的普遍性短缺。
他預判認為，未來10至15年，汽車、工業設備、人形機器人等細分賽道的邊界將持續消融，各類智能終端將統一歸為多元化的“物理智能體”。其底層的分層控制、能源管理與安全防護技術具備高度通用性，這正是恩智浦實現核心技術跨賽道復用、降低多品類迭代成本的底層邏輯。
為此，在資源分配上，面對新能源汽車、人形機器人、工業自動化等新興賽道的多元需求，恩智浦摒棄了以單一營收占比為導向的分配模式，轉而圍繞“物理AI核心技術體系”統籌研發資源。
在技術路線上，恩智浦采用“戰略并購+自主研發”雙軌并行，將Kinara、TTTech Auto、Aviva Links的核心技術與自研體系深度融合。在過去一年里，恩智浦全球工業類客戶搭載邊緣AI加速芯片的滲透率已經從3%增長到了10%，邊緣算力正從“可選項”變為端側MCU的“標準化核心能力”。未來，恩智浦將持續優化NPU與存儲的協同架構，全面適配全品類物理智能體的分層控制需求。
這種跨賽道的技術通用性，在汽車業務的演進中得到了最極致的體現。在車載智能化高速迭代的當下，行業資源高度向高階智駕大算力芯片傾斜，但恩智浦卻選擇了一條差異化的“逆行”之路——深耕底盤、車身、動力系統、區域域控等“隱性邊緣AI”核心場景。
胡煜華在對這一戰略進行深度解讀時表示，軟件定義汽車(SDV)實現了整車軟硬件解耦與遠程OTA，完成了功能層面的持續更新；而“AI定義汽車”則是終極形態，它賦予車輛自主學習、實時感知與自適應調控的能力，實現整車智能體系的自主進化。相較于行業主流聚焦智能座艙、高階自動駕駛等“顯性AI”場景，恩智浦的核心優勢集中于構筑整車全域安全與實時控制的硬件底座。
依托NXP CoreRide系統級解決方案、S32K5高性能域控MCU及自研安全中間件，恩智浦在車載多個核心場景實現了規模化落地，讓“隱性智能”成為整車安全的基石：
- 在智能底盤領域，方案依托全域路面傳感器實時采集數據，通過邊緣AI算法動態調校懸掛阻尼與車身姿態，讓車輛在復雜路況下依然能保持極致的平順與穩定。
- 在電池管理領域，高性能MCU可毫秒級監測電芯核心參數，提前預判熱失控等安全隱患，并動態優化充放電策略，從而大幅延長動力電池的生命周期。
- 在整車研發環節，AI自動化校準方案更是顛覆了傳統流程，將原本長達12個月的人工校準周期壓縮至3個月，為車企的量產迭代按下了加速鍵。
從產業化節奏來看，2025至2030年是物理AI在封閉、細分場景的試點落地期；而當2030至2035年人形機器人真正邁入家庭時，模型可信性驗證與全域設備安全認證將成為全行業必須跨越的鴻溝。而在這一漫長的攀登過程中，恩智浦正以系統級的創新實力，為整個物理AI時代夯實最底層的信任與安全基石。
結語
當AI的浪潮從云端涌向實體，產業的競爭邏輯正從“算力至上”回歸“可靠為王”。入華40載，恩智浦的本土化進階，本質上是一場順應物理AI周期的戰略重塑。未來，誰能率先打通概率智能與確定性控制的鴻溝，誰就能在物理世界的真實博弈中，握住下一個十年的入場券。
您可能感興趣
