第468期|AI+传感器，将引发哪些变化与挑战？

本期大咖

TÜV莱茵苏州分公司总经理：顾海平

TÜV莱茵是一家全球领先的技术服务公司，业务涉及商业活动和日常生活的所有重要领域，不仅包括能源行业和消费品行业，还包括汽车行业、基本材料和投资产品、环保技术、贸易、建筑、食品工业、航空、铁路技术、IT行业、信息安全和数据保护、物流、银行和金融服务提供商、农业、旅游以及教育和医疗行业。 德国莱茵TÜV向来以严谨高质量的测试认证服务著称，从公正独立的角度提供各项专业评估，为当地企业提供符合安全、质量以及环保的一站式解决方案。

TDK InvenSense市场高级总监：周宏继

InvenSense 是TDK集团旗下公司，是世界领先的传感器解决方案提供商，产品包括消费类和工业MEMS运动传感器(加速度计、陀螺仪、地磁)。InvenSense 成立于2003年，在运动、声音和超声波解决方案方面拥有20+年的专利传感器技术历史，包括6轴IMU的发明。

格爱西科技有限公司总经理：谢忠

上海格西信息科技有限公司是一家致力于测试测量、信息与自动化软件领域产品和解决方案的设计、开发与应用服务的高科技公司。公司专注于为客户提供创新环保的产品与解决方案，提供专门的综合定制服务，帮助客户提高生产力、效率和灵活性，以使客户利益最大化。

上海矽杰微电子有限公司市场销售总监：王家和

矽杰微电子成立于2016年，是一家毫米波雷达芯片及技术开发商，深耕毫米波雷达传感器在消费领域、工业领域、以及汽车领域中应用落地。

在AI时代一切都在发生改变。过去，传感器主要用途是捕捉和转换各种信号，比拼的是速度、精度、功耗和成本，当传感器遇上了人工智能技术，这个负责 “感知” 的核心部件，是否也会有变化？

本期【大咖谈芯】邀请到了TDK InvenSense市场高级总监周宏继周总、TÜV莱茵苏州分公司总经理顾海平顾总、格爱西科技有限公司总经理谢忠谢总、上海矽杰微电子有限公司市场销售总监王家和，大家一起畅想了AI+传感器的变化。嘉宾们谈到了各自工作中“拥抱”AI的一些尝试，也提了对有“自适应性”能力的AI传感器的期待。当然我们也探讨了AI技术与传感器融合的难点。这些来自产业一线不同角色的嘉宾们的分享也许会让收听播客的你也打开新思路。

幻实：其实在AI还没出现的时候，传感器主要是功能性的，我们要考虑它的性价比、效率还有敏锐度，但是进入了AI时代，传感器可能发生了一些变化。今天我们请各位嘉宾来一起探讨一下，首先请各位简单介绍一下自己和公司。

周宏继（TDK InvenSense）：我是2008年踏入传感器行业的， 当时非常有幸认识了美新半导体的赵阳博士，他带我进入了传感器行业，后面几年我在美新半导体从事应用开发的工作，后来我加入了博世Sensortec，从技术支持转到市场，再后来,我在2019年加入了TDK InvenSense。TDK InvenSense的传感器产品有四大类，分别是MEMS的麦克风、气压传感器、超声波的QF传感器还有MEMS的运动传感器。我现在所在的部门是消费类和工业的运动传感器，主要负责部分产品的定义、产品的管理以及我们产品线在中国的推广和运营。

MEMS（微机电系统）：是融合微机械、微电子的微型集成系统，通过芯片上的微型结构感知压力、温度、加速度等物理量，并转化为电信号输出。因其体积小、功耗低、可批量生产，广泛应用于智能手机、汽车电子、医疗设备等领域，是现代传感器技术的核心之一。

幻实：InvenSense是非常有名的TDK旗下的传感器部门，接下来请顾总介绍。

顾海平（TÜV莱茵）：我跟周总还挺有缘分的，你是2008年进入传感器行业，我是2008年进入德国莱茵的。我们公司可以从五个维度来介绍：首先，德国莱茵创立于1872年，到今年已经有150多年的历史了；其次，我们公司是一个非营利性的机构；第三，我们公司是一个创新型的机构，这体现在光储充这个方面，我们制定了很多的标准，为国内市场批量化的统一做了一些贡献；第四，我们做了一些本地化的服务，在本地化服务群里面我们设了立很多location的branch office（分支机构）；最后，我们所有的PPT的资料都可能随着发展变化，但“诚实守信”这一原则不会改变。

谢忠（格爱西）：我们公司可能和在座大多数做传感器的企业有所不同。我们公司聚焦于大健康领域，现在主要在做心率传感器的推广和一些具体的产品应用，比如最近两年我们推广的有一款配备心率传感器的戒指。我们的产品主要有三个特点：第一，精度比较高；第二，功耗比较低；第三，尺寸比较小。我认为“健康监控”在未来是一个大趋势，我们公司力争在这个行业里为大家提供优质的传感器。

EPSON心率传感器在戒指中应用（图源：格爱西科技）

王家和（矽杰微）：大家好，我来自上海矽杰微，属于比较上游的企业，我们主要做毫米波雷达射频芯片。我2005年进入雷达行业，刚开始是在国外的美资和德国企业工作，从雷达成品的技术FAE（现场应用工程师），后面转向了市场方面的工作。从雷达的角度来说，它起初都是基于分离元器件做的，随着半导体工艺的发展，逐渐变成了大规模的集成芯片。从整个发展路径来看，雷达的价格从刚开始的大概10万块钱，到现在雷达传感器在照明行业里面可能只有十几块钱，这就是传感器技术和半导体技术给大家带来的便利。

幻实：在中国做雷达朋友们都是非常厉害的一群人，因为面对的是最“卷”的市场。

洞察新方向：

AI如何重塑传感器行业的“神经末梢”？

幻实：我们回到今天的主题——AI时代传感器的变化。我想问各位嘉宾的第一个问题是，你们认为 AI对传感器产业带来了什么样的变化？它的技术核心有没有改变？你们的感受是什么？请王总先回答这个问题。

王家和（矽杰微）：这个问题我有很深的感受，为什么这么说呢？我做过FAE，从雷达的使用场景来说，它是对场景定制化要求比较高的一种传感器，而 AI 的核心能力是场景化的语义解析能力。比如说，在这次会议之前，我把我们公司的介绍和这次圆桌会议的问题输入到了AI里面，它给我提供了一些参考答案。那么从整个雷达产品的研发来说，有了 AI 以后，我们可以借助AI调试不同的参数，然后输入到目标模拟器中，从而实现对很多实实在在的场景的模拟，这确实给我们的工作带来了很大的便利。

谢忠（格爱西）：我认为总的来说，AI 对我们在产品的理解、开发和推广效率上提升非常大。

幻实：你们目前在产品上实现AI功能了吗？

谢忠（格爱西）：暂时还没有，不过我个人对AI在心率传感器上的应用前景非常看好。大家现在可能都在用智能穿戴产品，但我们的产品不同于其他产品，我们在传感器技术上有一个领先的地方，就是硬件上的降噪功能。除此之外，我们也开发了一些算法，包括睡眠、心率变异、运动过程中的预警等等。其实在“心率变异”——也就是心脏健康这个方面，我们平时的关注其实是不够的。针对上述功能和算法，我们都在尝试应用AI，当然我们也会通过AI大数据去做一些分析，这是我们后续的发展方向。

幻实：顾总不是做产品的，面对这个问题，您怎么来解读呢？

顾海平（TÜV莱茵）：是的，我们是不做产品的，我们主要专注于检验检测认证。其实传感器我接触地比较早，作为第三方TIC行业，AI的出现给我们的检测带来了很大的变化和挑战：第一，以前我们测试某种产品只针对单项变量，最多是两个多项变量，但 AI 出现以后我们需要模拟多样化的应用场景，实现智能化的测试。第二，传统的检测更多地关注整个产品的一些物理变量的变化，但AI出现以后，检测就不仅仅局限于物理变量了。另外， AI对我们内部的改变也是比较大的，刚才赵博士也说过，我们现在有些部门可能真的被AI挑战了，这是我们需要面对的问题。

第三方 TIC 行业：指独立于买卖双方的检测(Testing)、检验(Inspection)、认证(Certification)服务行业。通过专业技术手段，对产品质量、安全、合规性等进行评估验证，为市场主体提供客观公信力，广泛服务于消费品、工业、医疗、环境等领域，是保障产业链安全和市场秩序的重要环节。

幻实：在检测的角度上，你们以后会进行AI方面的论证吗?

顾海平（TÜV莱茵）：会的，我们已经在尝试了。目前我们内部组织了一个Smart Lab（智能实验室），且两条业务线都有同步开展，在这个过程中一些测试工程师的行为方式正在逐渐改变。

传感器测试服务（图源：德国莱茵）

周宏继（TDK InvenSense）：幻实的问题是 AI 对传感器产业带来了什么样的变化，我觉得这个问题很适合我。我2008年入行传感器行业的时候，大家不怎么谈论AI，甚至连智能传感器都鲜有提及，大家关注的就是非常纯粹的传感器，直到最近几年，AI才真正开始成为很热门的话题。

AI 对传感器的要求是不是真的有本质性的变化？这个问题可能要拆开来看：单论纯粹的传感器或传感技术，我认为完全没有变化。无论是否有 AI，传感器的核心使命都是合适的功耗开销和稳定精准的传感，这一点不会因为AI的出现而改变。

但落到传感器产品层面，我认为变化确实非常显著。传感器产品不仅仅是传感器，它要在传感器的基础上增加更多能力。其实在 AI的概念出现之前，所有的传感器厂商都在做这样的尝试：他们会在传感器芯片上集成数据处理功能与算法，让产品具备传感之外的延伸价值，也就是所谓的Smart Sensor或者Intelligent Sensor(智能传感器)。

说到“intelligence”，免不了要谈AI：我认为AI首先改变了“intelligence”的定义，基于此我们对Sensor提出了新的要求。比方说，传统Sensor 基本的工作方式是主机先设定好量程、精准度、数据更新频率等参数，Sensor被动地按照这些固定配置来工作；进入AI时代后 ，我认为Sensor会进化到能够自适应场景并主动调整配置和工作模式的水平——这一方面源于Sensor本身自适应能力的提升，更关键的是芯片与传感器上集成的算法从固定的经典算法演变成了基于AI的自学习算法。这种算法的功能由原来简单的数据处理变成真正地基于数据感知具体场景和事件，这样，传感器最终给出的信息就不只是单纯的融合数据，而是“事件信息”。

除此之外，传统传感器的工作状态是相对独立的，运动传感器、气压传感器、气体传感各司其职、不存在联动。未来，我认为传感器可以组成一个系统——传感器之间可以相互沟通，不仅处理自身采集的数据，还能融合其他传感器的数据，从而变得更加智能化。

幻实:听起来非常“智能”。我再冒昧地问一句，这已经是你们产品开发的方向了吗？

周宏继（TDK InvenSense）：已经是了，一部分在讨论中了。

解码新形势：

感知革命中的“暗流涌动”？

幻实：所以说，功率器件在发展中存在一些共性问题亟待解决。回到华羿微电来看，我了解到咱们在 SGT MOSFET技术领域已有布局，且相关性能较为优越。所以我想向您请教：在这一技术方向上，取得了哪些突破？这些突破是如何实现的？又能带来怎样的价值？

周宏继（TDK InvenSense）：对传感器企业来说，技术上当然会有一些问题，但技术问题很容易通过资金和人才来解决。我认为AI进入传感器行业之后，一个很大的挑战是“怎么样盈利”，这是所有企业的最终目的。传统传感器产品的开发周期、验证周期非常长，它的研发投入比普通半导体产品要大得多，所以我们一定要关注产品的投资回率报。对于运动传感器产品，如果在它的生命周期内不能卖到上亿颗，这款产品就是不赚钱的。进入AI时代，我们的产品还能做到之前那样大的规模吗？我觉得这中间存在非常大的挑战。

幻实：这可能是一个有待观望的趋势。顾总怎么看 AI传感器面临的挑战和困难？

顾海平（TÜV莱茵）：从第三方检测角度来讲，传统Sensor只针对单一或几个物理变量进行检测，相对来说比较容易控制。但是如果在传感器上增加了AI的一些应用场景和模块，就产生了很多额外的变量，但变量的增加也会带来很多机遇，比如说我们最近就在开发针对人员管控、环境检测、医疗器械等领域的一些新的检测标准，这对于我们来说是双并的。但目前最大的问题是整个AI传感器行业的规模不够大、比较杂乱，所以很难实现标准化，我们莱茵目前也推出了一些标准，但这些是针对量大的、有一些规律的领域。

幻实：某种程度上和周总所说的问题一样，市场有点小、分散。谢总针对这个问题有什么看法？

谢忠（格爱西）：周总的分析非常专业。坦率地说我们现在也很难评估AI对我们的影响有多大，因为我们公司主要涉及智能穿戴产品，我们现在面向的市场处于扩张的阶段，所以暂时没有感觉到市场方面的问题。

王家和（矽杰微）：刚才有一位嘉宾提到可以用AI解决FAE缺少的问题，这是我今天收获颇丰的一点。我担任过FAE，对于雷达毫米波传感器来说，实验室环境和客户所面对的环境完全不一样。我在美国公司的时候， 有一次客户10万元的雷达出现故障，我们现场排查后发现只是一个20块钱的电源坏了，更换电源问题就解决了，但这中间的差旅成本、人工成本是很高的。所以今天很欣喜地看到AI技术能够解决FAE库建设的问题，所以我认为我们应该积极地拥抱AI。

幻实：您认为AI传感器落地的难度不大，AI技术带来的更多是积极影响。

王家和（矽杰微）：是的，可能我看问题比较乐观。

聚焦新能力：

AI浪潮下传感器企业的“突围密钥”？

幻实：我们探讨了传感器行业的发展以及AI对行业的冲击，总的来说大家认为AI技术利大于弊。最后我想请大家做一个预判——未来三年传感器行业和行业内的相关机构应该发展哪些核心的能力？为什么这些能力重要？

王家和（矽杰微）：我们上海矽杰微是芯片设计流程中相对上游的一家公司，所以我们倾向于借助AI缩短产品研发周期，从而更快地响应客户的需要。事实上我们已经这样做并且取得了一定成果，当然这也需要在座的各位不断去优化传感器专用的AI。除此之外，因为我们公司偏硬件方向，主要关注射频收发隔离度和信噪比。如果我们的产品能够通过更换不同算法实现多场景下的通用，就能为客户节省成本。我认为未来我们要抓住这两项核心能力。

射频信噪比：是射频信号中有用信号功率与噪声功率的比值，它反映射频系统对有用信号的识别能力，数值越高，信号越清晰，抗干扰能力越强。常用于评估射频电路、通信系统等的性能，是衡量信号质量的关键指标。

SRK1108 毫米波传感器芯片（图源：矽杰微）

幻实：王总关注的是非常细节的能力。谢总认为未来我们需要抓住哪些能力？

谢忠（格爱西）：AI能够提高工作效率，这对我们来说是比较有意义的一个地方。我们格爱西科技在十年前就把市场的方向定位在两方面——汽车电子和大健康。汽车电子方面，大家都知道小米汽车配备的HUD（抬头显示器），它是一种用于图像校准的芯片，就是我们公司提供的；大健康聚焦于人的健康监控——我希望我们在座的更多的同事能够关注到这个领域，因为随着年龄的增长，我们对身体健康的关注会越来越多，而通过传感器，我们能更好地监控自己的健康状况。我认为可以利用 AI 来提高传感器的应用和能力，从而提高企业的核心竞争力。

幻实：我有一个案例可以分享：前段时间，奇瑞研究院跟我透露，他们计划开发一个面向中老年户外长途自驾游市场的相关场景。例如，当中老年用户自驾前往西藏等地区时，高海拔环境可能导致缺氧问题，此时心率监控就显得尤为重要。所以奇瑞方面计划在车内配备心率监控手环，一旦用户心率超出一定范围，车内的制氧机会立刻启动制氧。这一场景针对的是此类特殊人群，或许也会成为谢总你们可以关注的潜在场景。

谢忠（格爱西）：这里我略微更正一下，不仅是中老年群体，其实健康的人、年轻人也要注意健康监控。衡量心脏健康有一个指标叫“心率变异”，我们可以通过它解析心脏健康问题。对于年轻人，跑马拉松也好，高原旅游也好，如果心率变异出现异常，都应该对心脏健康有所关注。

心率变异性（HRV）：指心跳间隔的微小波动，反映自主神经系统对心脏的调控能力。它受交感神经和副交感神经平衡影响，可通过心电图等检测。HRV 高通常表示心脏调节能力强、身心状态好；过低可能与压力大、疲劳或心血管问题相关，是评估自主神经功能和健康状况的重要指标。

幻实：谢总提醒大家关注身体健康。顾总，请您预判未来传感器企业或机构需要抓住什么样的能力？

顾海平（TÜV莱茵）：从我们当前的业务发展趋势来看，我可以分享几个实际案例：第一，我们智能仓储的认证业务量目前非常大。过去，仓储领域并不需要认证，相关业务只需采用旧的框架结构，然后放到线上即可；而自从传感器与AI结合后，我们国内外的智能仓储认证业务越来越多。第二，无人驾驶、信息安全等领域目前都在整合AI与传感器技术。因此，从线下业务的发展态势来看，我认为所有传感器未来的发展方向都是搭载AI平台。就像30年前的诺基亚、20年前的苹果一样，未来或许会出现完全无需实体器具的通讯工具。因为时代在进步，线下产业的集约化程度也在持续发展。

幻实：您说的能力就是必须要有拥抱AI 的能力。

顾海平（TÜV莱茵）：必须要拥抱AI。

周宏继（TDK InvenSense）：我认为“AI+传感器”对企业的要求是全方位的。在传感器上真正实现AI对于传感器行业来说是一个颠覆性的、革命性的变化，相比从前，我们对产品开发的要求会有很大的不同：首先，架构的设计是比较重要的一个方面。因为传统传感器在架构上比较简单，以MEMS传感器为例，实际上就是MEMS加ASIC，最多再进行一些封装设计。未来，对于“AI+传感器”来说，除了MEMS和ASIC，我们可能还要关注AI算法、接口等问题。可以预见，产品架构的复杂程度会显著提高。所以架构的设计一定要合理，这样最终的产品才会有性价比、有优势。

ICM-45605型高精度6轴MEMS运动跟踪器件 （图源：TDK InvenSense）

另外，企业要有各部门协同开发的能力。以往传感器产品的开发可能采用的是“MEMS到ASIC再到封装”这样一个瀑布式顺序的开发模式，但AI时代的产品更复杂了，显然不能沿用以往的模式了。所以，企业各部门在产品开发的最初环节就要“协同”——要计划好传感器的部分怎样提供数据给AI引擎处理，然后尽早基于对应用场景的理解进行算法设计。所以“协同”非常关键，它最终保证你的产品能不能按定义做出来。

因为我从事marketing（市场营销）方面的工作，所以想借此强调其重要性——我认为这往往是国内企业容易忽视的一点。什么样的产品才算好产品？必然是恰好满足客户或市场需求，其核心价值能被用户认可并买单的产品。好产品源自何处？源头在于产品定义。而做好产品定义，需要基于对市场和客户的深度理解，这正是marketing的核心工作。我认为国内很多公司在决策上都依赖老板拍脑袋、下指令，缺乏足够的marketing意识或产品定义的概念。当然，在一些产品仍处于跟随角色的时候，这样做也或许可行，但一旦进入无人区，就必须要具备marketing相关的能力了。

幻实：头部企业所思考的是与众不同的能力，周总提到的市场敏锐度也是一项很重要的能力。感谢各位嘉宾的精彩分享。尽管时间有限，但我们在短时间内从技术内核探讨到了未来的应用潜力，相信大家都有所收获。面对未来传感器与AI，想必大家也形成了一定共识。期待各位在各自的赛道里持续突破，未来让AI传感器在千行百业中实现，谢谢大家！