Ceva与Mobilint合作落地物理AI，REGULUS芯片实现10TOPS算力功耗比突破

物理人工智能（Physical AI）正从概念走向实体设备。2026年11月5日，IP授权厂商Ceva与以色列边缘AI芯片初创企业Mobilint宣布合作成果：搭载Ceva SensPro AI DSP与NeuPro-Nano NPU的REGULUS系统级芯片（SoC）进入量产阶段，成为Ceva NeuPro系列NPU家族首款投入商用的产品。

REGULUS定位为独立式边缘AI处理器，专为需实时感知与响应物理环境的设备设计。其核心指标为10 TOPS（INT8）AI算力，整芯片功耗控制在3瓦以内——这一能效比在当前端侧AI芯片中处于领先水平。该芯片无需依赖云端即可完成传感器数据融合、目标识别、行为预测等任务，适用于机器人、工业视觉系统、智能摄像头及无人机等场景。

物理AI的核心诉求在于“近感处理”：当设备需在毫秒级响应环境中变化时，将原始传感器数据上传至云端再返回指令已不可行。例如，协作机器人在装配线上需根据工件微小位移实时调整抓取姿态；物流分拣机械臂必须在高速运动中识别并分类异形包裹；安防摄像头需在本地完成异常行为检测以触发即时告警。这些任务对延迟、带宽与隐私提出严苛要求，推动AI推理能力下沉至终端。

Ceva的NeuPro-Nano NPU是此次合作的关键技术支点。作为NeuPro系列中面向超低功耗场景的型号，它支持INT4/INT8/FP16混合精度计算，具备可配置张量核心与稀疏激活优化能力，适配轻量化视觉模型（如YOLOv8n、MobileViT）与小型Transformer架构。搭配SensPro DSP——Ceva面向多模态传感（图像、音频、IMU）预处理的专用信号处理器——REGULUS可实现“传感-特征提取-推理”全链路本地化闭环。

Mobilint方面强调，REGULUS并非简单堆叠IP核，而是通过硬件调度器与统一内存子系统实现DSP与NPU的协同流水线。例如，在视频分析任务中，SensPro负责帧间运动补偿与ROI提取，NeuPro-Nano则专注目标分类与轨迹预测，二者共享L2缓存与DMA通道，减少数据搬运开销。实测数据显示，在典型工业检测场景下，该架构相较纯CPU方案能效提升12倍以上，推理延迟稳定在8ms以内。

行业观察指出，此次合作折射出物理AI落地路径的两个关键转变：其一，从“云中心+端采集”转向“端智能+云协同”；其二，芯片设计逻辑从通用算力堆砌转向任务导向的异构集成。过去两年，英伟达、高通、联发科等厂商纷纷推出端侧AI芯片，但多聚焦于手机或车载场景；而REGULUS明确瞄准工业与服务机器人等“非消费级”设备，填补了中等算力（5–20 TOPS）、超低功耗（<5W）细分市场的空白。

值得注意的是，物理AI近期迎来多重催化。11月2日，优必选发布Thinker-Sim具身智能仿真平台；宇树科技创始人王兴兴在2026世界物理AI大会上称，GPT-6发布后物理AI技术临界点或在未来1–2年内到来。二级市场亦有所反应：11月4日早盘，索辰科技（688507）、福莱新材（605488）涨停，华依科技、奥普特等跟涨，反映资本对“端侧智能硬件+真实场景闭环”叙事的认可。

与之形成对比的是，大型AI训练仍高度依赖云端算力。同日，英伟达发布CUDA Toolkit 13.5，正式支持下一代计算平台Vera Rubin，重点强化多GPU通信与资源调度能力。该工具链面向MoE大模型训练场景，通过NVLink SHARP与CUDA Tile实现跨GPU显存直访，降低协同开销。这表明：AI基础设施正呈现“两端分化”格局——高端训练持续向超大规模集群演进，而终端推理则追求极致能效与实时性。

从产业链角度看，Ceva-Mobilint模式代表了一种新型分工：IP厂商提供可验证、可移植的硅基模块（如NPU/DSP），初创公司负责系统整合、软件栈开发与垂直场景适配。这种“IP+系统”组合降低了物理AI设备的开发门槛。据Mobilint透露，已有三家工业自动化客户完成REGULUS参考设计验证，预计2027 Q1启动首批量产订单。

物理AI的真正挑战不在算力本身，而在“感知-决策-执行”的闭环质量。例如，机器人需理解“拧紧螺丝”不仅是扭矩达标，还需判断螺纹是否滑丝、工件是否偏移；仓储AGV不仅识别货架编号，更要推断库存动态与路径拥堵概率。这要求芯片不仅算得快，还要支持增量学习、不确定性建模与因果推理——目前REGULUS暂未公开支持在线学习功能，但Ceva表示NeuPro系列后续版本将引入轻量级持续学习单元。

另一个隐性瓶颈是软件生态。尽管Ceva提供NN Compiler与TensorFlow Lite Micro适配层，但工业用户更倾向使用ROS 2或OPC UA等协议栈。Mobilint正与开源社区合作构建物理AI中间件，目标是在2027年Q2前支持主流机器人操作系统原生集成。

短期看，REGULUS的落地将加速服务机器人与智能工厂的渗透。中信证券研报指出，物理AI投资主线可沿三条路径展开：机器人本体能力升级、端侧数据采集需求扩张、以及新型人机交互入口创新。其中，移动机械臂+视觉语言模型（VLA）已在物流分拣场景接近生产级可用性，服装制造中的柔性抓取也进入试点阶段。

长期而言，当更多设备具备本地智能，AI的价值将从“替代人力”转向“拓展人类感知边界”。一个装有REGULUS芯片的巡检无人机，不仅能识别管道锈蚀，还能结合历史数据预测泄漏风险；一台工业相机不再仅输出“缺陷”标签，而是生成维修建议与备件清单。这种从“感知”到“认知”的跃迁，正是物理AI区别于传统计算机视觉的本质所在。

Ceva与Mobilint的合作尚未公布具体客户名单，但其技术路径清晰指向一个趋势：AI的下一程战场不在数据中心，而在车间、仓库与城市街角的每一台嵌入式设备之中。当10 TOPS算力能塞进3瓦功耗的芯片里，物理世界的智能化才真正开始具备规模化基础。