：随着人工智能从数字世界走向物理世界，机器人产业正在迎来新一轮技术升级。机器人不仅需要更强大的AI计算能力，还需要更加完善的传感器系统、更可靠的运动控制以及更先进的制造测试技术。近日，国际半导体企业NXP推出统一机器人开发平台，Teradyne发布面向Physical AI的Omnyx Edge在线电路板测试平台，日本初创企业ScentifAI则宣布推进CMOS电子鼻技术的产业化及北美市场拓展。三项动态分别从系统开发、制造测试和新型感知三个维度，展现了机器人产业链的新变化。
01 NXP推出统一机器人开发平台：整合传感器、AI计算与运动控制
发布时间：2026年11月9日
随着人形机器人、无人机、工业机器人和自主移动机器人快速发展，机器人系统的复杂程度正在不断提高。
一台现代机器人往往需要同时处理视觉信息、惯性测量数据、距离信息、环境状态以及电机反馈信号。
这些数据来自不同类型的传感器，具有不同的采样频率、通信接口和实时性要求。
与此同时，机器人还需要完成AI推理、运动规划、电机控制、通信和安全管理。
如何让这些不同功能的硬件和软件高效协同，已经成为机器人开发中的重要挑战。
针对这一问题，全球半导体企业NXP（恩智浦）近日推出统一机器人开发平台，基于其Neural Axis Architecture架构，整合传感器、实时控制、AI计算、通信、安全和能源管理等功能。
1. 从单颗芯片走向完整机器人开发平台
NXP此次推出的并不是一款独立处理器，而是一套由硬件参考设计、软件开发工具和系统架构组成的机器人开发生态。
其核心目标是帮助开发人员减少不同芯片、传感器和控制系统之间的集成工作。
平台采用模块化、开放式SDK，支持常用机器人开发框架，包括：
ROS 2：机器人操作系统及应用开发框架。PX4：无人机和自主飞行器开源飞控平台。Zephyr：面向嵌入式设备的实时操作系统。
开发人员可以根据机器人应用需求，选择不同的计算、传感、通信和运动控制模块，并利用经过验证的软件和参考设计进行系统开发。
NXP表示，传统机器人系统的子模块集成和验证可能需要数月时间，而其预集成平台有望将相关工作缩短至数天或数周。
2. 四大硬件模块构建机器人系统
此次NXP首先推出的是面向无人机的参考设计，主要包括四个部分。
第一：自主计算与飞行控制
采用NavQ95平台，基于i.MX 95应用处理器，承担机器人系统的自主计算和AI处理任务。
第二：飞行管理
采用基于i.MX RT1064的Tropic VMU/FMU方案，负责飞行管理及相关控制功能。
第三：智能传感器网络
采用基于MCX N947 MCU的100Base-T1 Sensor Node，为机器人系统中的传感器节点提供网络连接和数据处理能力。
这一部分尤其值得传感器行业关注。
随着机器人传感器数量增加，传统点对点连接方式可能面临布线复杂、数据传输和系统扩展等问题。通过智能传感器节点和网络化架构，可以为分布式感知系统提供新的设计思路。
第四：电机控制
采用基于MCX A13 MCU的AM32兼容电子调速器，实现电机驱动和控制。
四个模块共同构成从感知、计算到执行的机器人硬件基础。
3. 30分钟完成无人机初始功能搭建
NXP此次发布中一个比较吸引人的指标是：
借助其参考设计和统一SDK，开发人员可以在开箱后约30分钟内完成无人机初始功能的搭建与验证。
需要注意，这并不意味着30分钟就能完成一架完整商用无人机的研发，而是指利用预先集成的硬件和软件快速实现初始功能。
目前，无人机参考设计和相关SDK已经开放。
NXP计划在2027年下半年进一步扩展面向服务机器人、自主移动机器人（AMR）及其他自主系统的开发支持。
4. 对传感器行业的意义
NXP此次布局反映出机器人产业正在从单一芯片采购，逐渐转向系统级解决方案竞争。
对于传感器厂商而言，未来不仅需要提供性能可靠的压力、惯性、磁、视觉和距离传感器，还需要考虑：
是否支持机器人常用通信接口；是否能够接入分布式传感网络；是否能够与边缘计算平台协同工作；是否具备实时数据处理和低功耗能力；是否能够适应机器人系统的功能安全要求。
未来，能够进入主流机器人开发平台和参考设计体系的传感器产品，有望获得更大的产业机会。
02 Teradyne推出Omnyx Edge：让机器人感知与控制板卡实现自动化测试
发布时间：2026年11月9日
机器人越来越智能，其内部电子系统也越来越复杂。
一台人形机器人可能同时配置多组摄像头、雷达、激光雷达、惯性测量单元、AI计算模块以及数十个关节驱动单元。
这些模块最终都需要通过电子控制板卡实现连接和协同工作。
问题随之而来：如何确保这些复杂板卡在进入机器人整机之前，已经完成充分的质量检测？
全球自动化测试设备企业Teradyne近日推出Omnyx Edge在线电路板测试平台，重点面向Physical AI和边缘AI设备的生产测试。
1. 从数据中心走向机器人和边缘AI
此前，Teradyne的Omnyx系列主要面向数据中心AI计算板卡测试。
此次推出的Omnyx Edge，则将测试能力进一步扩展到机器人、汽车和工业边缘AI设备。
Teradyne指出，新一代Physical AI设备具有几个明显特点：
AI计算模块更加复杂；传感器种类和数量增加；电源管理系统更加复杂；电机控制与执行机构更加密集；设备可靠性和安全性要求提高。
因此，传统的电路板测试方式需要进一步升级。
Omnyx Edge主要覆盖Physical AI系统中的三个关键板卡层级。
第一：智能计算板卡
主要包括AI计算模块、机器人控制器和汽车域控制器。
这部分负责环境理解、数据分析和智能决策。
第二：传感器板卡
主要包括摄像头、毫米波雷达、激光雷达以及多传感器融合板卡。
这部分直接关系到机器人能否准确识别周围环境。
第三：运动控制板卡
主要包括电源转换、电机控制、关节驱动和执行机构控制电路。
这部分决定机器人能否稳定、准确地完成动作。
从这一设计可以看出，Omnyx Edge并不是单纯针对AI计算芯片的测试设备，而是面向整个Physical AI电子系统的板级测试平台。
2. 三项值得关注的测试技术
此次发布中，有三项技术值得关注。
PowerSense：非接触式PWM检测
传统电路板测试往往需要通过探针或测试接口获取相关电信号。
Teradyne的PowerSense则采用非接触式方式检测PWM信号，用于验证DC-DC转换器及功率级电路的工作状态。
这对于机器人AI处理器供电模块、电机驱动板卡和电源管理系统具有实际价值。
LEDSense：板载LED光学测试
随着电子设备内部状态指示和光学功能不断增加，板载LED也成为电路板测试的一部分。
LEDSense扩展了对板载LED的光学测试能力。
边界扫描与器件编程
通过边界扫描技术以及器件编程功能，可以在物理测试点受限的情况下，对复杂电路板进行更多层面的检测。
此外，该平台还支持自动化生产线集成，并引入AI辅助预测性维护功能，以帮助提高生产设备运行效率。
3. 为什么机器人产业需要更先进的测试设备？
机器人和智能汽车与传统消费电子产品相比，对电子系统可靠性的要求更加复杂。
例如，一块机器人关节驱动板卡如果存在电源异常，可能影响关节运动；如果传感器融合板卡出现信号异常，则可能影响机器人对环境的判断。
对于涉及人机协作的机器人而言，这些问题还可能进一步影响运行安全。
因此，未来机器人制造不仅需要更先进的传感器和处理器，还需要建立更加完善的电子系统测试体系。
Teradyne此次推出Omnyx Edge，说明机器人产业的增长正在向上游制造和测试设备领域传导。
该平台于2026年11月10日至13日在德国慕尼黑举行的electronica 2026展会上展示。
对传感器行业而言，这意味着一个值得关注的变化：随着机器人传感器数量增加，传感器板卡、信号处理模块和多传感器融合系统的生产测试需求也将同步增长。
03 日本ScentifAI布局CMOS电子鼻：把气味转化为数字图像
公告发布时间：2026年11月11日
如果说摄像头让机器人拥有视觉，触觉传感器让机器人感受到接触和压力，那么未来机器人能否拥有类似人类的嗅觉？
日本初创企业ScentifAI正在尝试回答这个问题。
2026年11月11日，ScentifAI宣布入选Silicon Catalyst Japan投资孵化项目组合企业，并将借助其美国团队的资源，推进CMOS气味成像传感器的北美市场拓展。
这项技术最大的特点是：
它尝试像摄像头记录光线一样，将气味和化学环境转换为数字化的图像信息。
1. 传统电子鼻与CMOS气味成像有什么不同？
传统电子鼻通常由多个气体敏感元件组成。
当不同气体接触敏感材料时，传感器会产生电阻、电容或其他电学参数变化。
通过分析不同敏感元件的响应组合，系统可以识别特定气体或气味。
这种方式已经在工业气体检测、食品质量监测和环境监测等领域得到研究和应用。
ScentifAI采用了不同的技术思路。
其CMOS电子鼻将具有不同化学响应特性的感应膜与标准CMOS半导体工艺结合，使不同气味和化学环境能够形成具有空间分布特征的响应图案。
这些响应图案可以被看作一种数字化的化学指纹。
后续再通过AI算法分析不同图案之间的差异，实现气味识别和化学环境判断。
简单来说：
传统电子鼻主要分析多个传感器的响应数值，而ScentifAI尝试将化学环境转化为类似图像的高维数据，再交给AI进行识别。
2. 1.2mm²感应区域集成约5.7万像素
根据ScentifAI此次公布的技术资料，其CMOS气味成像传感器具有以下指标：
技术指标企业公布数据感应区域1.2mm²感应像素约57,000个单颗芯片面积约3mm²核心技术专用感应膜 + CMOS技术方向数字嗅觉与AI气味识别
其中，约57,000个像素集成在1.2mm²的感应区域内，是这项技术最引人关注的特点。
企业表示，芯片采用标准CMOS制造工艺，并将驱动等外围电路集成在同一硅片上，目标是实现小型化和低成本规模制造。
需要特别说明的是，57,000个像素并不代表传感器可以直接识别57,000种气体或气味。
像素数量反映的是感应阵列规模，实际气味识别能力还取决于感应膜材料、目标化学物质、环境条件、标定方式以及AI模型。
目前，企业尚未在此次公告中完整披露不同混合气体的识别准确率、检测限、量产良率和实际产能，因此仍应将其视为具有产业化目标的新型传感技术。
3. 不只是研发芯片，还在建设数字嗅觉AI平台
ScentifAI的另一个布局重点，是将CMOS气味成像传感器与数字嗅觉AI结合。
企业正在构建多模态数据平台，将传感器采集的化学指纹数据与AI模型结合。
未来，系统可以通过持续积累不同物质、不同浓度和不同环境条件下的化学指纹数据，提高对复杂气味的识别能力。
企业表示，目前正在与全球大型科技企业开展概念验证（PoC）项目。
不过，公告没有披露这些合作企业的具体名称、项目金额和商业交付情况。
此次与Silicon Catalyst Japan的合作，重点是帮助其拓展北美市场，初期关注以下领域：
Physical AI与机器人；食品与饮料质量检测；医疗健康；工业安全。
双方于2026年10月7日签署合作备忘录，11月11日对外公布相关消息。
需要强调的是，此次公告属于产业孵化与市场拓展合作，并不是一轮已经完成的融资。ScentifAI表示未来计划向全球投资者寻求追加资金，但没有披露具体融资金额。
4. 机器人为什么需要电子鼻？
未来机器人可能不仅需要识别物体的形状、颜色和位置，还需要判断环境中的化学信息。
例如：
工业安全：识别有害气体泄漏、异常化学物质和潜在危险环境。
食品检测：通过气味特征辅助判断食品新鲜度和品质变化。
医疗健康：探索呼气及生物样本中的挥发性有机化合物检测。
机器人环境感知：让机器人获得视觉和触觉之外的化学环境信息。
当然，这些都是潜在应用方向，并不意味着ScentifAI已经完成上述所有领域的产品验证。
如果未来能够进一步提高传感器稳定性、气味识别准确率和复杂环境适应能力，CMOS电子鼻有望成为机器人多模态感知系统中的一种新型传感器。
04 三项技术背后的共同趋势：机器人产业正在构建完整的智能感知体系
将NXP、Teradyne和ScentifAI三项动态放在一起，可以看到机器人产业链正在出现三个值得关注的变化。
1. 机器人开发从单一芯片走向系统平台
NXP的统一机器人开发平台，将传感器、AI计算、实时控制和通信整合到一个开发生态中。
这说明机器人开发正在从单独采购芯片和模块，向系统级解决方案转变。
2. 机器人制造从功能验证走向全链路质量测试
Teradyne推出Omnyx Edge，将测试范围从AI计算板卡扩展到传感器板卡和运动控制板卡。
未来，机器人内部每一个重要电子模块都可能需要更加完善的自动化检测。
3. 机器人感知从视觉、触觉向多模态扩展
ScentifAI探索CMOS气味成像技术，为机器人提供新的化学环境感知方式。
如果视觉、触觉、听觉、惯性和化学感知能够进一步融合，机器人对真实世界的理解能力有望得到提升。
结语：下一代机器人竞争，传感器将成为重要基础从NXP的统一机器人开发平台，到Teradyne的自动化测试系统，再到ScentifAI探索的CMOS电子鼻，我们看到机器人产业的竞争正在不断深入。过去，人们更多关注机器人能不能完成动作、能不能自主运行。而现在，机器人产业需要解决的问题已经更加复杂：它能否准确感知环境？能否实时理解外界变化？能否稳定控制每一个关节？能否在复杂环境中长期可靠运行？这些问题的背后，都离不开传感器、半导体、AI计算、通信和制造测试技术的协同发展。对于传感器行业而言，机器人市场带来的不仅是传感器数量的增长，更是对传感器性能、智能化程度、系统兼容性和可靠性的全面升级。未来的机器人竞争，不只是AI算法的竞争，也将是感知硬件、智能计算和系统工程能力的综合竞争。而传感器，正逐渐成为连接数字智能与物理世界的重要基础。