ADI提出物理智能架构 聚焦多传感器融合与机器人手控

亚德诺半导体（ADI）提出“物理智能”系统级AI架构，将推理模型、传感器数据与物理定律相结合，以解决机器人及自动驾驶等领域的复杂感知挑战。公司物理智能负责人Paul Golding指出，该技术的核心目标并非单纯收集更多数据，而是通过降低现实世界的不确定性来提升系统可靠性。

传感器融合技术通常指将单芯片集成或分布式部署的多路传感器数据进行整合，以生成比单一传感器更的物理环境认知。Golding强调，ADI凭借六十年的传感器研发积累，掌握了大量真实应用场景下的设备运行数据，相较于依赖互联网或第三方数据的同行具备显著优势。

在机械臂与仿生手开发方面，ADI已提供腕部传感解决方案，涵盖皮下神经电信号监测及视频动作学习。针对手指关节的运动控制，系统需整合惯性测量单元（IMU）、六自由度运动数据、触觉传感器、力矩传感器、MEMS IMU、视觉识别及飞行时间（ToF）深度传感。此类多模态数据融合可训练机器人实现高精度操作，如旋紧瓶盖或传送带零件定位。

推理模型赋予系统在新型场景中自主决策的能力。例如，自主移动机器人（AMR）遇到地面纸张、障碍物或行人时，可依据预设逻辑执行碾压、绕行或进一步评估；若配备音频传感，还能通过分析人类行为判断是否处于紧急状态。对于搬运货箱的机器人，当内部货物重心发生偏移时，传感与推理模型需实时自适应调整。

ADI主张将智能视为系统属性而非单一模型属性，并与Nvidia合作推进物理智能研发。当前行业面临的核心难题是如何让异构传感器对现实环境达成共识，例如应对摄像头与激光雷达读数冲突、多源输出矛盾、雷达虚警及校准漂移等问题。尽管传感器融合正逐步成为成熟的底层基础设施，但推理机制与世界模型的构建可能成为下一阶段的技术瓶颈。