AI時代，MCU（微控制器）和傳感器在推動家電行業接入AI技術的過程中起到關鍵作用。本期專題將圍繞這兩個領域，探討AI時代下，智能家電對于MCU和傳感器的需求變化，并采訪了在這兩個領域具有代表性的企業，捕捉AI賦能下家電智能控制的核心技術趨勢。

MCU：做好大腦和輔助

在家電行業引入AI技術的過程中，MCU扮演核心角色。

“一臺智能家電需要一個主控MCU，相當于大腦，負責控制、數據處理和通信等功能，還需要若干模塊，負責感知或傳遞信息。這些模塊由MCU、傳感器以及其他電子元件構成，有的可以檢測空氣質量，有的可以監測溫濕度，有的可以確定人體的位置，在這當中，MCU相當于傳感器的輔助。智能家電功能越豐富、智能化程度越高，所需要的模塊越多，需要的MCU也就越多。同時，主控MCU由于要處理更多的信息，能力必須升級。”合泰半導體MCU業務副總經理潘建州在接受《電器》記者采訪過程中，提到了AI技術賦能下，智能家電對于MCU的需求變化。

有一點是非常肯定的，AI時代，智能家電對MCU的需求量會加大。

產業在線數據顯示，2024年，白色家電產品MCU需求量為10.6億顆，同比增長12.7%。細分來看，2024年，家用空調、冰箱和洗衣機MCU需求量同比分別增長14.7%、11.8%和9.4%。

除了需求量變大，隨著AI技術的引入，智能家電需要更強的計算能力、更低的功耗以及更高的智能化水平，MCU將承擔更多的AI算法執行任務，如語音識別、圖像處理、傳感器數據融合等，從而實現家電的智能化、互聯化和個性化。兆易創新MCU事業部產品市場總監陳思偉認為，AI情境下，家電行業對MCU的需求呈現三大變化。“一是高性能需求。傳統MCU主要面向控制任務，計算能力有限。為應對AI需求，新一代MCU將集成更強大的CPU、DSP、NPU等計算單元，并采用更先進的制程工藝，提升算力以支持復雜的AI算法。二是低功耗需求。家電設備對功耗敏感，AI算法的引入對MCU的功耗控制提出更高要求。未來，MCU將采用更精細的電源管理策略、低功耗設計技術以及新型存儲器，在提升性能的同時降低功耗。三是高集成度和安全性能需求。更多功能集成到單一芯片中，以減少外圍電路和成本，同時隨著家電設備互聯互通，網絡安全威脅日益突出。MCU需要集成硬件加密模塊、安全啟動、安全存儲等功能，保障數據和系統安全。”陳思偉詳細介紹說。

此外，物聯網（IoT）的快速發展還使得家電產品對無線連接功能的需求大幅增加，MCU需要集成或兼容Wi-Fi、藍牙等通信協議，以實現設備之間的互聯互通。以兆易創新的GD32VW553系列雙模無線MCU和模組為例，該系列產品支持Wi-Fi 6和Bluetooth LE 5.2無線連接協議，主頻高達160MHz，存儲容量支持4MB Flash以及320kB SRAM，能夠很好地滿足智能家電的需求。

傳感器：精確感知用戶的狀態數據

每一臺智能家電內部都有很多傳感器，它們實時采集海量數據，成為家電智能感知的觸手。在AI技術的賦能下，智能家電逐漸具備自主感知、學習和交互的能力，不僅可以執行簡單的任務，還能成為人們的智能助手。支撐智能家電與AI技術融合，從智能單品、智能場景，到全屋智能，需要的傳感器數量和品類將越來越多。

例如，一臺保鮮功能出色的智能冰箱通常需要溫/濕度傳感器、VOC傳感器、二氧化碳傳感器、判斷食物腐敗情況的傳感器等。一臺清潔電器內部會有灰塵檢測傳感器、VOC傳感器、溫/濕度傳感器等。一臺智能空調，如果具備空氣凈化和新風功能，則需要內置溫/濕度傳感器、二氧化碳傳感器、PM2.5傳感器、甲醛傳感器、人體感應傳感器、制冷劑泄漏傳感器等。一臺吸油煙機和灶具套件通常會用到CO監測傳感器、溫度傳感器、燃氣泄漏傳感器、空氣質量傳感器等。

AI時代，除了傳感器的用量和類別會不斷增多，智能家電對傳感器的需求也會有變化。這些變化將是傳感器企業拓展家電應用市場必須牢牢抓住的機遇。煒盛科技副總經理孫江濤認為，智能家電對傳感器的需求主要有3個方面的變化。

第一，環境感知從被動響應變為主動預判。一方面，高精度環境感知（如更高清的攝像頭、多傳感器融合）的需求會變得旺盛。基于3D視覺傳感器（如ToF、結構光）和SLAM技術，消費電子產品可實現毫米級環境建模。例如，掃地機器人通過多傳感器融合（激光雷達+視覺攝像頭）構建動態地圖，實時避障效率提升90%以上。未來，智能家居可能通過墻面投影交互界面感知用戶手勢，實現“無屏化”操作。另一方面，用戶行為與習慣發生變化。汽車智能感知系統已實現攝像頭、毫米波雷達、激光雷達的協同，未來消費級產品將擴展至溫濕度、氣體成分（如甲醛檢測）、電磁場等感知維度。例如，智能空調可結合人體熱成像與空氣質量數據，動態調節送風模式。

第二，用戶行為感知從數據采集變為意圖預測，非接觸式交互感知技術將大行其道。例如，微波雷達技術（如60GHz頻段）可穿透衣物感知人體微動，應用于智能床墊監測呼吸頻率，或浴室鏡通過手勢控制調節水溫。此類技術已在老年人跌倒檢測系統中通過測試，未來將向消費級產品滲透。

第三，生理狀態感知從單點監測變為全維度健康管理，包括生物信號無感采集和情緒與認知狀態識別。其中，在生物信號無感采集方面，柔性電子皮膚和光纖傳感器可嵌入服飾，連續監測肌電、汗液成分、表皮溫度等指標。例如，智能運動衣通過壓電纖維捕捉肌肉發力模式，為訓練提供實時反饋。在情緒與認知狀態識別方面，多模態生理信號（心率變異性+瞳孔變化+語音語調）結合AI模型，可判斷用戶情緒壓力。車載DMS（駕駛員監控系統）已實現疲勞檢測，未來或擴展至智能辦公設備，動態調節照明與提醒頻率。

綜合來看，應對家電引入AI技術的需求，MCU和傳感器企業只有理清脈絡，精準把握家電企業的需求，才能有的放矢，助力家電企業成功切入AI賽道。