Arm 与意法半导体（STMicroelectronics）基于数十年来在 Arm Cortex-M 领域的创新积累，正携手将智能深度融入机器与物理世界交互的场景。

新闻重点：

· 在上周的 STM32 峰会上，意法半导体宣布推出全新的基于 Arm Cortex-M 的 STM32A 系列微控制器，旨在确保自主系统安全、可靠运行。

· Arm 与意法半导体在长期合作的基础上持续深化协作，共同推动新一代基于 Cortex-M 的微控制器发展，以满足智能机器对感知、处理和实时控制日益增长的需求。

· 随着智能不断向传感器和执行器端延伸，Cortex-M 可提供精准、可预测且持续的处理能力，将 AI 决策转化为物理行动。

将人工智能（AI）嵌入工业机器、机器人和车辆，是当今行业面临的最复杂工程挑战之一。这些物理 AI 系统需要感知周围环境、判断应采取的行动、协调运动，并快速、安全地作出响应，同时还必须满足严格的功耗、重量、散热和成本限制。

选择正确的方式应对这一挑战，是释放实体产业巨大经济与生产力价值的关键。据 Arm 估算，到 2030 年代，这些产业将每年带来价值 2,000 亿美元的计算市场机遇。

物理 AI 需要在每个计算层级实现智能化

物理 AI 的工程挑战不仅在于构建更多 AI 模型，还在于打造完整的系统，将智能转化为可靠的物理行动。

以机器人拿起玻璃杯为例。机器人必须识别物体、确定其位置、规划如何抓取，并计算适当的抓握力度，避免将玻璃杯捏碎。执行器和传感器持续监测位置、压力与运动状态，电机和控制系统则随着条件变化实时调整。

从 Arm 的角度来看，物理 AI 系统包含三个相互关联的“计算层”：

1. 感知驱动型智能：理解周围环境，从而实现自主导航、避障和实时运动。

2. 交互驱动型智能：通过语音、手势及其他交互方式理解并响应人类指令，实现人与机器之间自然流畅的交互与信息交换。

3. 执行控制：通过对电机、关节和其他执行器进行实时控制，协调并完成精准的物理运动。

此外，云端或数据中心还提供第四个计算层，用于设备群管理、仿真和训练，为前三个计算层提供补充支持。正是这一完整的计算体系，让物理 AI 成为可能。

在这些计算层中，功能安全与信息安全必须成为基础，不仅要保护系统和数据，还要确保系统以可预测且可靠的方式运行，而这对于建立人们对自主机器的信任至关重要。

、

三个相互协同的计算层共同支撑物理 AI 系统实现感知、交互与行动能力，并由云端计算提供支持，而功能安全与信息安全贯穿所有计算层。

这些计算层还必须协同处理一系列复杂的 AI 和传统软件进程。这些进程以不同的速度和粒度运行，同时还需要彼此交互、协同配合。

在感知驱动型智能和交互驱动型智能层，Arm Zena 计算子系统（Compute Subsystems, CSS）为构建完整的计算系统提供基础，支持将处理器、应用 CPU、AI 加速器、内存和互连整合在一起。同时，通过与 Cadence 等行业领先企业合作，帮助合作伙伴简化相关技术的集成与验证，推动这些系统走向市场。

执行控制层的组件需要快速、可预测地作出响应，将 AI 决策转化为物理行动。嵌入式处理器在这一过程中发挥着关键作用。

在执行控制层，实时感知、决策与精准控制协同配合，确保物理行动可靠执行。

面向物理 AI 构建下一代嵌入式计算

数十年来，Arm 与意法半导体持续推动嵌入式计算在工业、汽车和消费市场的广泛应用。如今，双方的合作正助力塑造下一代 Cortex-M 路线图，以满足日益智能化的机器对感知、处理和控制能力不断增长的需求。

在上周举办的 STM32 峰会上，意法半导体宣布了一项新的战略方向，即面向物理 AI 打造融合式 STM32 平台，并推出全新的 STM32A 系列微控制器（MCU）。该系列 MCU 基于 Cortex-M 打造，专为对可预测性和冗余能力有较高要求的自主系统而设计，即使部分组件发生故障，也能保障系统安全、可靠运行。

Arm 物理 AI 执行副总裁 Drew Henry 表示：“计算领域的下一个重要前沿，是将智能融入现实世界中的各类机器，使它们能够更智能地移动、生产和执行任务。在过去二十多年深厚合作的基础上，Arm 与意法半导体正携手推动 Cortex-M 持续演进，以满足边缘侧日益增长的智能需求，让机器能够感知物理世界并采取行动，从而释放新一代物理 AI 系统的潜力。”

Cortex-M 产品组合正在为数十亿台设备提供计算支持，涵盖工业控制器、汽车系统等领域。与此同时，Cortex-M 也在持续拓展 MCU 级系统的能力，例如通过 Arm Cortex-M55 和 Cortex-M85 等处理器，将先进的数字信号处理和机器学习能力带入功耗与成本受限的应用场景。随着智能不断向传感器和执行器端延伸，Cortex-M 可提供将 AI 决策转化为物理行动所需的精准、可预测且持续的处理能力。如需详细了解 Cortex-M 和 Cortex-R 处理器如何支持物理 AI 系统，请参阅此博客。

推动嵌入式计算迈向更高智能

物理 AI 的未来不能仅依靠日益智能的模型，更取决于机器能否有效地将这种智能转化为精准、安全且可靠的物理行动。

通过持续投资技术路线图并深化生态系统合作，Arm 正在为从感知、交互到实时传感与执行控制的每个计算层注入更多智能。

这是释放下一代物理 AI 系统潜力，并把握其所带来的巨大经济与生产力机遇的重要基础。