生成式AI已逐漸由數位世界進入實體環境，Physical AI正在催生不同於AI伺服器的新晶片架構。台灣IC設計業者QBit Semiconductor公布QB88XX系列，鎖定機器人與無人機控制，將多關節運動控制、AI運算及即時伺服功能整合進單一系統單晶片(SoC)，試圖扮演機器人的「小腦」。
目前人形機器人的運算需求大致可分為兩層。上層「大腦」負責視覺語言模型、環境理解、路徑規劃與複雜AI推論，可由GPU或AI Accelerator執行；但真正控制手指、關節、馬達及平衡，需要毫秒甚至更低延遲的Real-time Computing，不能完全依賴大型AI模型。
QB88XX從此缺口切入，其架構整合四核心Arm Cortex-A78與NPU處理上層指令，再以Cortex-M7、TGEN及第二組NPU執行Motor Servo Control，並以CMAC控制架構處理多關節協同。對擁有20個以上自由度的靈巧手而言，將多軸控制整合至單晶片，有助降低控制板數量、功耗、體積與系統成本。
如此反映出Physical AI硬體供應鏈正逐漸分層。未來人形機器人可能形成「GPU／AI Accelerator負責大腦、Edge SoC／MCU負責小腦、Motor Driver與Power IC負責肌肉、Sensor負責感官」的電子架構，再透過EtherCAT、TSN或其他高速即時網路完成協同。
機器人需要「大腦＋小腦」新架構，AI從思考走向實際動作，機器人小腦SoC加速成形。
|
當機器人由展示走向量產，競爭重點將從模型能力轉向功耗、即時性、安全與成本。尤其靈巧手、關節模組、AMR與無人機，都需要感測器融合、運動控制及邊緣人工智慧(Edge AI)在裝置端即時完成。
對於台灣業者來說，這條供應鏈比單純打造完整人形機器人更具切入優勢。MCU、邊緣AI晶片、Motor Driver、電源管理、感測器、工業網通與伺服控制原本就是台灣電子產業強項；Physical AI若進入規模量產，將有機會把這些分散能力重新組合成新的「機器人電子平台」。
