瑞萨RA8T1标称面向高速电机控制，但编码器反馈链几十微秒级延迟抖动，会导致人形机器人关节发抖、失步甚至摔倒

一颗人形机器人关节要稳，不是先看TOPS，而是先看编码器数据能不能准时、干净地进到电流环。编码器采到角度，MCU读数，FOC计算电流矢量，PWM再去驱动MOSFET，这条链路里只要几十微秒级延迟抖一下，表面看是一个角度值晚到了，现场看到的就是关节发抖、力矩突变、报警停机，严重时整机动作直接失控。

这也是我看沐曦股份和优必选合资做具身智能端侧芯片时，第一反应不是“国产大脑终于来了”，而是：机器人的“小脑”谁来做？

公开报道显示，6月11日，沐曦股份与优必选在南京签订战略合作协议，合资成立曦选创智科技（无锡）有限公司，注册资本1亿元，沐曦股份与优必选分别持股35.01%，并列第一大股东；公司计划2027年下半年流片，2028年量产，方向是具身智能端侧芯片。董事长由沐曦股份创始人、董事长兼总经理陈维良出任，副董事长是优必选创始人周剑，CEO则由原新华三高级副总裁杨献波担任。

这个消息出来后，媒体讨论最多的是“算力”“感知”“决策”“国产大脑”。这些词都对，但如果只盯着大脑，就很容易漏掉机器人真正落地时最硬的一层：运动控制、实时响应、编码器反馈链、电机控制MCU、栅极驱动器、功率器件。

换句话说，具身智能芯片的战争，不应该只有TOPS一个指标。

机器人的“大脑”很热闹，“小脑”很寂寞

过去一年，具身智能芯片最热的叙事几乎都围绕大脑展开。大脑负责理解世界、规划任务、处理视觉、跑VLA/VLM/LLM模型。它需要高算力，需要大模型部署，需要端侧推理能力。所以你会看到很多发布会都在讲TOPS、NPU、Transformer加速、端云协同。

比如地瓜机器人发布的旭日S600平台，公开信息显示其拥有560 TOPS INT8算力，并采用“大脑+小脑”的架构设计：大脑配置18核A78AE CPU和BPU Nash，小脑配置6核R52+ MCU，用于高可靠、实时的运动控制。 这个方向本身没问题，甚至说明头部玩家已经意识到机器人不能只靠一个AI芯片解决所有问题。

但行业传播层面，大家真正记住的仍然是“560 TOPS”。小脑部分往往只是一句“实时控制能力”。

问题是，机器人摔不摔，很多时候不是大模型决定的，而是关节底层控制链路决定的。

大脑晚5毫秒，大不了动作慢一点、规划迟一点；小脑抖50微秒，电机可能已经开始用力矩回答你了。大脑的错误有时还能被上层策略修正，小脑的错误常常直接变成电流、发热、机械冲击和客户现场的报警记录。

这就是机器人和手机、服务器、汽车座舱最大的不同。你可以把一个App卡顿理解成体验问题，但伺服关节卡顿不是体验问题，是安全问题。

真正的小脑，是一条闭环反馈链

很多人把“小脑芯片”理解成一颗更强的MCU，这其实只说了一半。真正的小脑不是单颗芯片，而是一条闭环反馈链。

典型的人形机器人关节里，编码器负责采集电机或关节位置，MCU读取角度数据，FOC算法计算d轴、q轴电流，PWM输出给栅极驱动器，再由MOSFET或SiC器件驱动电机输出力矩。中间任何一个环节不稳定，最终都会被电机放大。

在实验室里，这个问题经常不是以“芯片不好”出现，而是以很烦人的方式出现：低速爬行时有齿感，高速换向时有啸叫，某个温度点开始角度漂移，长线缆下SPI偶发CRC错误，客户现场一开大功率负载就出现位置抖动，示波器上看波形像没事，整机一跑就是不稳。

这时候你去问大模型也没用。它不知道你那根编码器线旁边走了电机相线，也不知道客户把磁钢贴歪了0.2毫米，更不知道你MCU里那个中断优先级在极限工况下会不会把采样点挤偏。

小脑难就难在这里：它不是“算得快”这么简单，而是要在噪声、温漂、装配误差、EMI、供电波动、机械背隙、通信抖动同时存在的情况下，仍然稳定地给控制环一个可信的位置反馈。

这件事不性感，但非常致命。

为什么国产“大脑”先火，国产“小脑”反而更难

国产大脑芯片当然重要。算力、算法、生态、工具链，都会影响中国机器人产业能不能摆脱对海外高端GPU和边缘AI平台的依赖。但从替代难度看，小脑并不比大脑简单，甚至在量产阶段更难啃。

大脑芯片的核心指标相对容易被看见：TOPS、带宽、制程、模型适配、推理延迟。客户能跑benchmark，媒体能写参数，资本也容易理解。

小脑芯片的指标却很难写成漂亮PPT。它拼的是ADC精度、PWM分辨率、编码器接口、比较器延迟、定时器同步、实时以太网、功能安全、EMC表现、长期供货、FAE响应，还有最不起眼但最要命的“客户验证经验”。

瑞萨在这方面的护城河就很典型。瑞萨官方资料显示，其面向电机控制应用推出RA8系列MCU时明确强调高速电机控制能力，并提到公司每年向全球数千家客户交付超过2.3亿颗电机控制嵌入式处理器。 2.3亿颗不是一个简单的出货数字，它背后是工具链、参考设计、客户认证、应用笔记、现场支持和长期供货信任。

这类护城河，不是流一片芯片就能替代的。

很多国产芯片公司容易低估这一点。因为从架构图上看，小脑似乎就是“MCU+接口+控制算法”。但真到客户现场，问题往往不是FOC公式不会写，而是编码器角度值在某个边界条件下不可信；不是PWM发不出来，而是死区、采样点、电流重构和位置反馈之间没有对齐；不是算力不够，而是实时性不确定。

机器人小脑的核心不是峰值性能，而是确定性。

被忽略的供应链断层，在关节里

一台人形机器人看起来像一个整机产品，但拆到关节层面，本质上是一堆高密度伺服系统。每个关节都需要位置反馈、力矩控制、功率驱动和通信协同。也就是说，每一个关节背后都站着一条半导体供应链。

这里面至少包括四类关键芯片。

第一类是编码器前端ASIC。它处理磁、光、电感等原始信号，输出角度或位置值。比如iC-Haus公开资料中，磁编码器芯片就覆盖线性和旋转磁编码、信号处理、模拟输出、数字插补细分、增量式或绝对式编码器等应用，并明确列出机器人动作、汽车控制等场景。 这类芯片表面上只是“读角度”，实际上决定了后面控制环拿到的是干净信号还是带噪声的麻烦。

第二类是电机控制MCU。它读取编码器数据，运行FOC，输出PWM，还要处理保护、通信和诊断。瑞萨、TI、ST这些厂商长期深耕，不只是因为芯片能用，而是因为它们知道客户会在什么地方翻车。

第三类是栅极驱动器。它负责把MCU的控制意图变成功率器件的开关动作。这里面涉及欠压保护、米勒钳位、隔离、死区控制、短路保护，一旦处理不好，烧的就不是代码，而是真正的板子。

第四类是功率器件。MOSFET、IGBT、SiC这些器件决定了关节驱动的效率、发热、体积和可靠性。ROHM在6月宣布推出600V耐压超级结MOSFET新产品R60xxXNx系列和R60xxWNx系列，强调低损耗、热性能和表贴封装；英飞凌也在6月扩展750V CoolSiC产品组合，推出顶部散热型H-DPAK半桥器件，面向更高密度的功率转换应用。

这些产品未必是专门为人形机器人发布的，但它们所在的工业电源、电机驱动、高密度功率转换生态，最终都会影响机器人关节BOM的选择。

所以，当大家谈“具身智能端侧芯片”时，最好先问一句：我们说的是机器人的大脑，还是包括关节里这些真正让身体动起来的小脑链路？

如果只把“国产端侧芯片”理解成AI推理芯片，那么中国机器人产业很可能会出现一种尴尬局面：大脑越来越国产，身体里的关键反馈和驱动链路却仍然依赖海外成熟厂商。

这才是被TOPS参数表掩盖的供应链断层。

编码器公司不能只卖“角度值”了

对编码器行业来说，具身智能的机会不在大脑战争里，而在小脑战争里。

过去很多编码器芯片公司的定位很清楚：我就是一个角度传感器供应商，我把磁场、光栅、电感信号处理好，给你一个角度值，后面的控制交给MCU和系统厂商。这种定位在传统工业自动化里没问题，因为系统架构相对成熟，控制器、驱动器、编码器边界清晰。

但机器人关节正在改变这个边界。

人形机器人要把几十个关节塞进有限体积里，每个关节都要轻、小、低功耗、高响应，还要能扛冲击、扛温漂、扛线缆干扰。这个时候，编码器ASIC如果只是“报一个角度”，价值会被压得很低；如果能把信号预处理、噪声滤波、偏心补偿、自校准、诊断状态、多传感器融合往芯片内部做，直接给MCU一个更干净、更可信、更低延迟的闭环反馈值，价值就完全不一样了。

这也是我认为国产编码器芯片公司应该往前走的一步：不要只把自己定义成“角度信号源”，而要往“关节反馈处理器”升级。

所谓关节反馈处理器，不一定一开始就要做成完整小脑SoC。它可以先从几个很具体的工程问题切入：磁钢偏心能不能在线补偿？温漂能不能在芯片内修正？安装误差能不能降低出厂标定成本？多圈信息、速度估计和异常诊断能不能直接给到控制器？通信错误能不能被更早发现？在强EMI环境下，角度值能不能保持可用而不是只给一个漂亮的实验室精度？

这些问题听起来不像“万亿赛道”，但它们决定量产机器人能不能从展台走进工厂。

真正的产业机会，往往就藏在这些脏活累活里。

大脑让机器人聪明，小脑决定它会不会摔倒

现在谈具身智能，很容易被两个叙事带偏。

一个叙事是“只要大模型足够强，机器人就会突然变聪明”。另一个叙事是“只要国产AI芯片追上，机器人产业链就安全了”。这两个叙事都有道理，但都不完整。

机器人不是一个会移动的ChatGPT。它有质量，有惯量，有摩擦，有背隙，有温升，有碰撞风险。它每一次“思考”最终都要变成电机上的电流，每一次“决策”最终都要落到关节的力矩。只要身体不稳，再聪明的大脑也会被物理世界教育。

我一直觉得，具身智能最容易被低估的地方，不是智能，而是具身。所谓具身，意味着AI不再只面对文本、图片和视频，而是要面对电流环、位置环、速度环、机械结构和现场噪声。它不是在云端生成答案，而是在真实世界里承担后果。

这也是为什么编码器反馈链值得被认真讨论。

编码器不是机器人产业里最性感的词，但它是闭环控制里最基础的信任来源。位置反馈不可信，后面所有控制算法都在沙子上盖楼。MCU算得再快，驱动器再强，功率器件再先进，如果角度值本身带着噪声、延迟和不确定性，关节就一定会把问题还给你。

所以，沐曦和优必选合资做国产具身智能端侧芯片，当然值得关注。中国机器人产业需要自己的大脑芯片，需要可控的算力底座，也需要端侧AI推理生态。但如果我们只为“大脑”欢呼，而不去补“小脑”的反馈链、控制链和驱动链，最后可能会发现：机器人会说话、会识别、会规划，但一到复杂动作和长期运行，就开始抖、热、响、报警。

大脑可以让机器人聪明，小脑决定它会不会摔倒。

具身智能芯片的竞争，下一阶段不该只看TOPS。谁能把编码器信号链、电机控制环路、实时通信、诊断保护和功率驱动真正打通，谁才可能在机器人量产时代卡住关键位置。

从今天的供应链格局看，这个位置还没有完全坐定。

也正因为还没坐定，才是编码器芯片公司、电机控制芯片公司和真正懂现场的工程师最该盯住的机会。