2025 年半導體市場在AI需求爆發(fā)與全產業(yè)鏈復蘇的雙重推動下，呈現(xiàn)出強勁的增長態(tài)勢。以EDA/IP先進方法學、先進工藝、算力芯片、端側AI、精準控制、高端模擬、高速互聯(lián)、新型存儲、先進封裝等為代表的技術創(chuàng)新，和以AI數(shù)據(jù)中心、具身智能、新能源汽車、工業(yè)智能、衛(wèi)星通信、AI眼鏡等為代表的新興應用，開啟新一輪的技術和應用革命。過去的一年，半導體助力夯實數(shù)字經濟高質量發(fā)展的全新底座，新的一年，半導體行業(yè)又將如何推動端云協(xié)同、普惠智能的普及之路呢。

最近，由電子發(fā)燒友網(wǎng)策劃的“2026半導體產業(yè)展望”專題正式發(fā)布。電子發(fā)燒友網(wǎng)已經連續(xù)數(shù)年策劃并推出“半導體產業(yè)展望”系列專題，每次一經上線都反響熱烈、好評如潮。這里匯聚了半導體高管們對往年發(fā)展的回顧與總結，以及對新年市場機會和形勢的前瞻預測。他們的睿智和洞察給了產業(yè)界莫大的參考和啟發(fā)。今年來自國內外的半導體創(chuàng)新領袖企業(yè)高管們又帶來哪些前瞻觀點？此次，電子發(fā)燒友網(wǎng)特別采訪了ADI邊緣AI與機器人事業(yè)部副總裁Paul Golding和ADI Emergent AI事業(yè)部副總裁Massimiliano Versace，以下是他們對2026年半導體產業(yè)的分析與展望。

ADI邊緣AI與機器人事業(yè)部副總裁Paul Golding

ADI邊緣AI與機器人事業(yè)部副總裁Paul Golding表示，2026年，人工智能(AI)將突破屏幕限制，進入物理世界，AI的下一個前沿領域將是物理智能。推動大語言模型和視覺模型取得成功的規(guī)模效應在2026年將持續(xù)，并進一步擴展至能夠從物理世界固有屬性（如振動、聲音、磁力與運動等）中學習的模型領域。他預測，這些物理推理模型將從數(shù)據(jù)中心向邊緣端遷移，催生出一種新型的自主系統(tǒng)，實現(xiàn)本地化思考與行動。這類系統(tǒng)能敏銳感知現(xiàn)實物理環(huán)境，且無需依賴中央服務器。面對全新場景，此類模型僅需少量示例即可實現(xiàn)動態(tài)自主學習。例如，一臺工廠移動機器人在遇到意外障礙時，能自主研判并制定應對方案。未來，將看到更多融合數(shù)學與物理推理以及數(shù)據(jù)驅動傳感器融合動態(tài)分析的混合“世界模型”。正如Richard Sutton所言，這些系統(tǒng)不僅能描述世界，更能主動參與其中，并從自身“經驗”中持續(xù)學習。

Paul Golding還表示，音頻將成為消費電子設備中的主導性AI接口。音頻即將升級為一種智能推理通道，這一變革將在2026年全面顯現(xiàn)。在空間音頻、傳感器融合與設備端推理的協(xié)同驅動下，消費電子設備將演進為具有情境感知能力的智能伙伴。增強現(xiàn)實眼鏡、智能耳機、車載音響等可聽戴設備會悄然解讀周圍環(huán)境，精準推斷用戶的意圖、情緒與所處狀態(tài)。這些技術突破將顯著提升可聽戴設備的降噪性能、延長電池續(xù)航，還將催生出前所未有的產品形態(tài)。得益于情境感知AI賦予的“超凡”聽覺能力，目前在Z世代中日益流行的“始終在耳”聽戴體驗將變得越來越普遍。

ADI Emergent AI事業(yè)部副總裁Massimiliano Versace

ADI Emergent AI事業(yè)部副總裁Massimiliano Versace表示，預計到2026年底，新一代人形機器人將實現(xiàn)分布式人工智能架構。到2026年底，融合傳感功能、神經擬態(tài)計算與存內計算技術的分布式人工智能架構，將從試點項目邁向早期商業(yè)化部署。屆時，人形機器人系統(tǒng)將更接近生物體特性：感覺器官與脊髓通路中的本地電路負責處理反射與平衡動作，從而實現(xiàn)更流暢、更具適應性的運動模式，顯著降低功耗，并讓中央大腦專注于“思考與規(guī)劃”。

Massimiliano Versace進一步闡述，這些技術突破將始于智能傳感器——它們將神經擬態(tài)計算及存內計算等新型AI計算架構直接嵌入傳感器內部。分布式人工智能與新型AI計算架構的結合，將顯著降低延遲和功耗，實現(xiàn)邊緣端持續(xù)運行的AI系統(tǒng)，從而解放大型處理器使其專注于更高階的推理、規(guī)劃與學習任務，而非微觀管理持續(xù)的感知 - 運動 - 控制循環(huán)。通過實現(xiàn)實時低延遲的邊緣AI處理，機器人將具備更高運行效率、更敏捷響應速度，以及近乎生物體的感知運動技能。這一變革將大幅提升機器人在復雜動態(tài)環(huán)境中的流暢可靠協(xié)同作業(yè)能力，為人形機器人的實用化和普及化鋪平道路。