在当今数字化与智能化交织的时代，AI 技术正在从云端加速走向物理世界的边缘终端。然而，与云端智能注重创造力和概率性不同，AI 在智能出行、智能工业及具身智能等物理场景落地时，对能源效率、实时可靠性、功能安全和信息安全有着严苛的确定性要求。作为全球半导体领域的代表性企业之一，恩智浦半导体凭借在汽车和工业系统领域的深厚积累，通过软硬件及服务集成的系统级解决方案，致力于攻克物理 AI 在终端落地上面临的挑战。

本次展会上，恩智浦展示了其在边缘智能领域的最新探索。在智能出行领域，基于 5 纳米车规级 SoC S32N79 与专用 AI 芯片 Ara240 打造的 AI 中央计算平台，可支持大语言模型在车端的本地部署，处理底盘、BMS 等相关的 AI 应用；同时展出的新一代 16 纳米 MCU S32K5，则展示了先进的 MRAM 存储技术，以及基于 UWB 技术的无线 BMS 和 EIS 内阻测量方案，能够帮助整车设计减少线束并提升电池管理效率。此外，集成了 A53 内核的 SAF8444 雷达芯片，能够将雷达与摄像头信号在芯片内进行融合，为市场提供高性价比的 1V1R 感知系统方案。

值得关注的是，恩智浦在机器人和工业领域的布局同样深入。其展示的基于 I3C 总线的分布式灵巧手方案，通过提供从硬件到结构的完整交钥匙方案，有效帮助开发者快速完成产品落地。同时，利用 FRDM i.MX 95 和 Ara2 算力平台，机械臂能够完全在端侧实现 Transformer 等模型的部署与高精度运动控制，在不依赖云端的前提下确保了工业场景的数据安全性与保密性。

今天看完了恩智浦的展台，感触比较深的一点是，大家现在都在谈 AI，但边缘端和物理世界的 AI 落地，确实不是单纯拼算力那么简单。随着汽车和工业设备架构的升级，半导体企业需要提供更底层的系统集成能力，实现软硬件的深度协作。今年也是恩智浦进入中国 40 年，这种长期的本地化积累以及对系统复杂度的持续精简，或许正是他们在复杂多变的市场环境中保持定力的原因。

更多详细内容，点击视频了解一下吧。