来源：意法半导体
具身智能需要实时感知与自适应能力。 机器人、车辆和机器必须在物理世界中将感知、智能与运动结合起来，并且要求最低延迟和最高可靠性。
ST 正在构建智能传感的 AI 基础。 作为欧洲排名前列的光学传感 IDM 以及全球知名的 MEMS 厂商，ST 凭借强大的技术与产品路线图、IDM 模式以及与行业翘楚的合作关系，已经处于赢得这一由具身智能驱动、快速增长的传感器市场的有利位置。
ST 将业内最广泛的传感器产品组合之一，与嵌入式处理、边缘 AI 工具和丰富的生态系统相结合。 同时，ST 的模拟与传感 IP，以及与关键客户的紧密合作，使我们能够针对特定应用联合开发优化方案。
我们的目标是到 2028 年实现传感器收入中十位数百分比的年复合增长率。 最近的一项收购进一步增强了我们的 MEMS 技术与产品组合，并重新平衡了市场敞口。
在巩固核心市场翘楚地位的同时，我们的成像解决方案也正在拓展至高增长领域。
ST 是人形机器人的战略赋能者，相关的整机物料清单（BoM）机会总额约为 600 美元。
Marco Cassis, 意法半导体模拟、功率与分立器件、MEMS 与传感器事业部总裁，兼任意法半导体战略、系统研究与应用、创新办公室负责人
从工厂车间、手术室到自动驾驶汽车和智能家居，人工智能正在承担那些需要它实时理解并响应现实世界的任务。这就是具身智能的时代：这些系统不仅仅处理数据，更能感知、决策并行动。
为了让 AI 在动态环境中安全、可靠地运行，它需要持续而准确地获取来自物理世界的信息——从温度到运动、压力、接近度和方向，并且必须以足够快的速度进行解释，才能真正产生作用。传感层是所有后续决策的基础。
意法半导体正处于这一挑战的核心位置。凭借涵盖 MEMS 与光学传感、微控制器、边缘 AI 处理器，以及用于电力传输的宽禁带半导体的技术组合，ST 提供了从最初的传感输入到最终执行器指令的完整信号链。
在物理数据到达中央处理器之前就对其进行过滤、分类和响应的能力至关重要。智能传感正在成为具身智能的关键赋能技术，而 ST 的方法正在塑造机器如何感知、理解并作用于周围世界。
为什么具身智能需要的不仅仅是数据
过去十年，大多数 AI 创新都由在数据中心训练、并通过云端部署的算法推动。然而，随着 AI 进入汽车、工厂、医院和家庭，其性能开始受到输入数据质量、保真度和及时性的制约。传感是做出良好决策的核心。但如今占主导地位的传感架构，本质上仍然是被动式的：传感器将原始数据流发送给集中式处理器，由处理器提取上下文并发出指令。随着 AI 承担越来越多安全关键角色，这种架构会带来三个结构性问题，而且这些问题正变得越来越难以接受。
延迟是最直接的问题。自动驾驶汽车、工业机器人和人机交互界面无法等待远程处理器往返一圈。决策必须在毫秒级、在感知发生的现场完成。功耗和带宽是第二个问题。持续传输原始传感器数据会消耗大量能源和网络资源，而具身智能需要规模化部署数百万台设备，其中许多还要依赖电池运行。
安全性与可靠性则是最关键的问题。在靠近人类运行的系统中，噪声信号、数据丢失或误判都可能带来风险。AI 越接近物理世界，感知失败的代价就越高。因此，当前正在发生的转变，不是部署更多传感器，而是使用更智能的传感器。
ST 的答案：会感知、会思考的传感器
半导体正致力于将智能尽可能靠近数据产生端，以应对这一挑战。ST 并不把传感器视为被动的数据来源，而是让智能传感解决方案在本地提取上下文、在边缘过滤并解释原始信号，仅传输真正重要的信息。其结果是：更低延迟、更低功耗、更轻网络负载，以及更强隐私保护，因为大部分数据根本无需离开设备。
ST 通过两个互补且日益融合的方向推进这一战略。首先是边缘 AI。边缘 AI 将 ST 的传感器与 STM32 微控制器及专用 AI 加速器相结合，使分析和推理可以直接在设备端完成。这样可以实现快速、确定性的响应，而不依赖云连接；这对于汽车系统、工业控制和智能基础设施尤为关键，因为这些场景无法假设网络始终可用，响应时间往往以微秒计。其次是传感器内置 AI。传感器内置 AI 将智能进一步前移，直接进入传感器内部。通过 Intelligent Sensor Processing Unit（ISPU） 等嵌入式核心以及传感器内机器学习引擎，ST 器件可以实时处理原始传感数据，以超低功耗运行机器学习算法，并输出高层级信息——例如识别到的手势、检测到的异常、识别出的运动模式——而不是原始数据流。这对于可穿戴设备、机器人和个人电子产品尤为重要，因为这些应用对响应速度和电池续航都有根本性要求。这两个方向共同定义了一种新的传感范式：能够理解自身所感知内容的传感器。
ST 的全栈优势
ST 在智能传感领域的独特之处，并不在于某一项单独技术，而在于其背后完整而协同的技术栈。意法半导体汇聚了其在 MEMS 运动、压力和环境传感方面的强大技术，以及包括二维、三维和飞行时间（ToF） 在内的先进成像技术、搭载神经处理单元（NPU）的 STM32 微控制器，以及将这些技术集成起来的软件工具。更重要的是，ST 对这一整套技术栈从研发、设计到制造实现全链条掌控，包括位于欧洲的 300 mm 晶圆厂。
这种一体化能力意味着，ST 可以将传感、处理与执行之间的接口作为一个统一系统进行设计，而不是各层各自独立优化。对于具身智能架构而言，传感与决策之间的交互正是决定性能的关键变量，这构成了真正的差异化优势。ST 的技术广度和产品广度，使公司能够同时服务消费类、高价值汽车以及工业应用。
从消费电子到关键任务应用
长期以来，ST 一直是消费电子领域值得信赖的传感合作伙伴，为智能手机、可穿戴设备和游戏设备提供了已成为标配的运动感知、环境响应和生物识别能力。基于大规模生产、小型化和低功耗所建立的消费电子经验，为 ST 日益深入的高要求应用场景奠定了坚实基础。
智能传感正成为未来十年最重要的结构性变革之一的基础设施：能源转型、远程与持续医疗、智慧城市、下一代消费设备，以及工业自动化的持续推进。对这些领域而言，传感器已不再是被动输入装置，而是数字世界与物理世界之间前沿上的智能代理。
在汽车领域，ST 的智能传感正在支持驾驶员监测、车内监测、高级驾驶辅助系统（ADAS）以及自动驾驶。在工业领域，它支撑协作机器人、预测性维护和工厂设备状态监测。在智能基础设施中，它支持对建筑、能源系统和城市环境的持续低功耗监测。
在成像领域，ST 正聚焦于那些对精确、稳健感知要求极高的高增长细分市场，以服务未来的出行、自动化和智能环境。
智能传感所释放的能力：能力图谱
在具身智能逐步渗透的每一个领域，ST 的智能传感产品组合都在释放一组一致的战略能力：
一是即时响应的能力。 机器人、车辆和自主设备可以实时应对人和环境变化，使交互更自然，而不是机械化。
二是保证运行安全的能力。 持续且高保真的感知能力，以及运动感知，是人机共处环境中的系统前提，无论是在工厂车间、公共道路还是家庭环境。
三是具备边缘独立性的能力。 本地处理降低了对网络连接的依赖，提高系统韧性，并减少大规模部署所需的能源和带宽成本。
四是简化系统的能力。 更高的集成度和嵌入式智能减少外部器件数量，从而降低系统复杂度和物料清单成本。预测性维护与高可用性。 低功耗持续监测支持基于状态的维护策略，延长资产寿命并减少非计划停机。
五是保证隐私与可信度的能力。 敏感数据在设备端处理，不经网络传输。结合内部制造能力和稳健供应链，这有助于实现安全、可审计的大规模部署。
人形机器人：最具代表性的测试场景
没有哪个应用能比人形机器人更生动地展现具身智能的要求。人形机器人必须连续、准确地感知环境，理解人类的存在与意图，保持动态平衡，在不可预测的空间中导航，并在靠近人的情况下实时、稳定地操作物体。它实际上是具身智能所有挑战的“行走版概念验证”。
据ST 预估，一台典型人形机器人对应的可寻址半导体含量约为 600 美元。目前，ST 已和全球多家人形机器人开发商合作，并为这些系统提供能够在有人环境中安全感知、移动和交互的传感与边缘计算的能力。随着人形机器人市场从科研平台走向实际部署系统，传感质量将成为最关键的变量之一。而这种感知能力，正是具身智能所需要的；而一切，都从传感开始。
结论
具身智能正被设计进将定义下一代出行、制造、医疗和基础设施的产品中。通过在“感知发生之处”嵌入智能，ST 正在帮助客户打造的不只是连接到世界的机器，而是真正理解世界的机器。