对于人形机器人而言，大模型负责理解任务，视觉系统负责感知环境，但最终真正把“我要拿起这个杯子”变成“手臂转动多少度、输出多大力矩、在什么时间停止”的，是遍布机器人身体的一个个关节。

而关节，本质上又是一个高度复杂的机电系统。它需要电机，需要驱动器，需要MCU，需要编码器，还需要功率管理、通信和控制算法。过去，这些功能往往由多个芯片和多个模块完成。但随着机器人关节数量增加、成本压力上升以及对实时控制精度要求越来越高，一种新的趋势开始出现：

机器人关节正在从“多芯片堆叠”，走向“驱控一体化”。

极海半导体正在押注的，正是这条路线。

在ICDIA2026同期举办的具身智能专题会议上，珠海极海半导体有限公司工控芯片事业部高级产品市场经理江火明在发言中提到：从MCU、电机驱动、功率器件到编码器，再到算法和SDK，极海正在试图把机器人的一个关节做成一个高度集成的“智能执行单元”。人形机器人正在从“能动”走向“精准地动”。

江火明展示了极海围绕机器人关节建立的MCU+驱动+功率+编码器+算法芯片矩阵，并进一步向驱控一体、编控一体方向演进。这意味着，极海瞄准的并不是机器人产业链中的某一个零部件，而是试图从芯片层切入机器人的核心执行单元。

江火明表示讨论具身智能时，人们容易把注意力集中在大模型和AI算力上。但对于机器人而言，“理解”并不等于“行动”。AI给出一个动作指令之后，还必须经过运动控制系统转换成具体的电机控制信号。例如机械臂要完成一次精准抓取，需要知道：当前位置在哪里？目标位置在哪里？电机应该转多少角度？速度是多少？需要多大的力矩？什么时候加速？什么时候减速？遇到负载变化后如何调整？

这些问题最终都要落到关节控制上。因此，一个机器人关节实际上是一个高度集成的实时控制系统：

位置感知→控制算法→电机控制→功率驱动→机械运动→编码器反馈。其中任何一个环节出现误差，都会影响整个机器人的动作精度。这也是为什么，随着人形机器人从实验室进入实际应用，关节控制芯片的重要性正在快速上升。

极海给出的判断是，机器人市场仍处于快速增长阶段。按照其分享中的相关调研机构预测，全球机器人市场规模将从2025年的5000亿元级别增长至2030年的万亿元级别，中国市场同期也将保持较快增长。对于芯片企业而言，这也意味着一个新的机会：机器人关节可能成为继汽车电机、工业自动化之后，电机控制芯片的又一个巨大增量市场。

实际上，机器人关节并不存在一种统一的芯片需求。小型灵巧手需要低成本、低功耗和小尺寸；机械臂需要更高的控制精度和实时算力；人形机器人旋转关节需要电机控制、编码器反馈以及高可靠通信；不同功率的关节，还需要不同的驱动和功率器件。

因此，江火明表示极海并没有采用单一芯片覆盖全部场景，而是建立了一套电机控制芯片矩阵。在MCU侧，其覆盖M0+、M3、M4F以及更高性能的M52双核实时控制MCU。其中，G32R5系列高性能实时控制MCU可提供最高250MHz级别的双核处理能力，面向机械臂、机器人关节等对实时控制和计算性能要求较高的应用。

而针对成本敏感的小型电机，则提供更加高性价比的电机控制MCU。这种产品策略的意义在于：机器人关节正在走向分层。未来的人形机器人并不是每一个电机都需要同样的算力。肩、肘、腕等核心关节可能需要高性能控制器；灵巧手中的大量微型电机则更看重成本、尺寸和功耗。因此，“芯片矩阵”比一颗所谓的机器人专用MCU更有实际意义。

江火明表示如果只做MCU，极海与传统MCU厂商并没有太大区别。真正体现其机器人思路的，是进一步向电机驱动SoC延伸。传统电机控制方案通常需要：MCU + 栅极驱动器 + MOSFET + 其他外围器件。这种方案的优点是灵活，但缺点同样明显：芯片数量多、PCB面积大、系统设计复杂，成本也更高。

因此，极海推出了将预驱集成到MCU中的电机控制SoC。例如其部分产品将200V级预驱集成到芯片内部，面向几十瓦至更高功率等级的电机应用；还有进一步集成MOSFET的方案，面向更小功率的电机。

这意味着一个重要变化：原本需要多个器件共同完成的功能，正在被压缩到一颗芯片甚至一个模块中。对于机器人来说，这种集成尤其重要。因为机器人关节数量非常多。假设每个关节都需要大量外围器件，随着关节数量增加，系统的PCB面积、连接复杂度、BOM成本和可靠性都会快速上升。因此，关节芯片集成度每提高一步，整个机器人的系统设计就可能简化一步。

江火明透露了极海并没有把所有产品都做成高度集成。对于功率较大的机器人关节，MCU、预驱和功率器件仍然可以采用分离式架构。例如针对更高功率电机，极海提供独立预驱产品，与专用电机MCU配合使用。这背后其实是机器人关节设计中的一个基本矛盾：集成度越高，体积和BOM可能越有优势；但功率越大，对散热、可靠性以及功率器件性能的要求也越高。

因此，他指出机器人关节芯片不会最终只剩下一种架构。更可能出现的是三种路线并存：分离式MCU+驱动+功率；MCU+驱动SoC；MCU+驱动+功率高度集成。

极海正在做的，实际上是把这三种路线同时覆盖。这也是“芯片矩阵”的真正含义。

如果说MCU决定“怎么控制电机”，那么编码器决定的是：机器人究竟知道自己动到了哪里。这是机器人关节闭环控制中非常关键的一环。电机控制不是简单地让电机“转起来”，而是需要不断获取转子位置和角度，再根据反馈调整电流和转矩。

因此，编码器的精度和延迟会直接影响关节控制精度。

极海专门推出了行业内首款G32R430编码器专用MCU ，并针对编码器应用进行硬件加速设计。其中一个值得关注的方向，是将sin/cos三角函数计算硬件化。传统编码器系统大量依赖查表或者软件计算，而极海试图通过专用硬件单元降低计算延迟。其介绍的G32R430编码器方案可以实现小于0.0001°级别的角度误差目标，并将相关电角度计算延迟控制在1微秒内。

江火明表示对于机器人来说，这种能力的重要性在于：关节控制的精度，不仅取决于电机和控制算法，也取决于位置反馈究竟有多快、多准。因此，编码器芯片并不是MCU之外的一个普通配件，而是机器人闭环控制中的另一个核心节点。

他表示海进一步提出的方向更加值得关注：电机控制+编码器一体化。传统架构中，电机控制器和编码器往往是两个独立芯片甚至两个独立模块。但如果把二者进一步融合，理论上可以减少芯片数量、缩短信号链路，并降低控制延迟。

从系统架构来看，就是：角度采集→位置计算→电流环控制→PWM输出→电机运动→角度反馈。整个闭环越来越靠近芯片内部。这其实是机器人关节芯片化的一个关键方向。因为未来机器人真正需要的可能不是“一个MCU”，而是一个可以完成完整实时闭环控制的关节控制SoC。

从这个角度看，极海今天展示的产品矩阵，更像是在为下一代关节芯片做技术铺垫。

江火明指出机器人关节控制还有一个经常被忽视的问题：芯片性能并不等于控制性能。一颗高主频MCU，如果没有成熟的电机控制算法，机器人厂商依然需要投入大量软件开发资源。因此，极海并没有把芯片和算法完全割裂。其自研电机控制算法平台，覆盖FOC矢量控制、启动算法、电机保护、霍尔自学习、过调制以及方波控制等功能，并提供底层控制函数库和相应开发工具。

其思路很明确：

不仅提供芯片，还提供芯片能够跑起来的控制算法。这对于机器人客户尤其重要。因为人形机器人厂商真正想购买的，并不是一颗MCU，而是一个能够快速实现“电机转起来、关节稳起来、动作准起来”的控制平台。这也解释了为什么极海把算法平台、SDK和智能调试工具放进整个机器人解决方案中。

江火明还展示了极海多个机器人相关应用。例如六轴机器人控制方案采用高性能实时控制MCU，并结合EtherCAT等工业通信体系。针对机器人智能关节，则提供MCU+驱动以及编码器的组合方案。

在灵巧手领域，其方案则进一步面向多电机、多自由度控制，据介绍单套系统可以支持多达16个电机以及20个自由度微型关节。

与此同时，极海还将产品能力延伸到BMS、电源管理、工业传感器以及机器人整体控制。

这说明其思路已经不再局限于“电机芯片”。

它试图覆盖机器人内部从：电池 → 电源 → 控制器 → 电机 → 编码器 → 驱动 → 关节的一整套芯片体系。

机器人产业和手机、PC产业有一个明显不同：它还没有形成完全标准化的硬件架构。不同机器人厂商的关节数量、功率等级、通信方式、编码器类型、控制算法都可能不同。这意味着芯片厂商不能简单地提供一颗标准芯片，然后等待客户自己完成系统集成。

谁能够同时提供：芯片+驱动+算法+SDK+参考设计+现场支持谁就更有可能缩短客户开发周期。极海强调的“一站式服务”，本质上就是在解决这个问题。从器件层到硬件层，从软件到应用层，极海希望把原本由客户自己完成的部分开发工作尽可能前移到芯片厂商。

对于正在快速推进产品迭代的机器人厂商而言，这种能力的价值并不亚于单纯降低几个百分点的芯片成本。因为机器人产业当前真正稀缺的，不只是芯片，还有开发时间。

如果把今天的具身智能产业拆成三个层次，会更加清晰。第一层是“大脑”：大模型、AI加速器、推理芯片。第二层是“感知”：视觉、力觉、触觉、位置传感器。第三层则是“执行”：MCU、电机控制、驱动、功率、编码器以及实时通信。目前市场对于第一层和第二层的关注度非常高。

但机器人最终必须通过第三层才能真正行动。AI告诉机器人做什么，执行控制系统决定机器人能不能准确做到。这正是极海的切入点。

其布局的核心并不是打造一颗“机器人AI芯片”，而是围绕机器人最基本的执行单元——关节，建立从控制、驱动、功率到位置反馈的芯片体系。

而这条路线的想象空间并不只属于人形机器人。机械臂、协作机器人、四足机器人、轮式机器人、AGV、无人机、电动工具以及大量工业自动化设备，都存在类似的电机控制需求。因此，机器人可能只是极海电机芯片业务的一块新增长极。

江火明表示今天谈机器人芯片，人们很容易想到GPU、NPU或者大模型SoC。但如果机器人真的进入千家万户和工厂，决定它能不能稳定工作的，可能还有另一类芯片：那些藏在每一个关节里面的MCU、驱动器、功率器件和编码器。因为机器人最终不是靠“大脑”完成动作，而是靠一个个关节把数字指令转换成物理运动。

从MCU，到电机驱动，再到功率器件、编码器和算法，极海正在做的，是把这些原本分散的能力逐步组合起来。

而其下一步更加值得关注的方向，则是：驱控一体、编控一体，以及最终面向机器人关节的高度集成控制SoC。这意味着机器人芯片竞争正在出现一个新的维度：过去比的是“算力有多强”。未来还要比：一个关节能用多少颗芯片完成控制，一个控制闭环能做到多快、多准，以及一整台机器人能否用更低的成本完成规模化复制。

如果说AI芯片决定了机器人“想什么”，视觉芯片决定了机器人“看到什么”，那么极海正在押注的这条路线，则是在回答另一个同样重要的问题：机器人，究竟怎样才能把“想到的动作”真正做出来？