美光押注物理AI：自动驾驶和人形机器人的存储新方案

10月20日，美光副总裁李哲在韩国首尔SEDEX 2026上披露了一个新品类——专为“物理AI”设计的边缘推理存储器（EIM），基于LPDDR6技术，目标客户直指自动驾驶与人形机器人。业内预计相关产品将于2028年下半年量产。这不是又一款更快的内存条，而是瞄准了AI走出屏幕后遇到的第一个物理硬伤：在车端和机器人身上跑大模型，功耗和延迟都扛不住。

物理AI：AI从聊天走向动手

过去两年人们熟悉的是ChatGPT这类通用大模型——它们能写文章、做方案、甚至下围棋，但前提是待在数据中心里。输入一个prompt，输出几秒后返回，整个过程不需要关心世界本身怎么运转。

Physical AI（物理AI）走的是另一条路。它要求AI真正理解三维空间、物理约束和动力学规律，然后用这些信息去操控现实中的物体。国金证券研报将其核心定义为视觉－语言－动作（VLA）模型与世界模型的融合。区别在于，前者让模型不仅“看懂”场景，还要“预判”动作产生的物理后果。

这意味着什么？机器人不再只能执行预设的单步指令——把水杯从左移到右——而是能在遇到意外障碍时自主调整策略，比如地面湿滑导致抓握失败后重新规划路径。这种从“单步操作”到“多步规划”再到“自主恢复”的能力跃迁，正是当前人形机器人和高级自动驾驶争夺的技术高地。

特斯拉的Optimus已经在工厂流水线上搬运零部件，Figure AI和Agility Robotics也在推进商用落地。这些系统的共同特征是：都需要在本地实时处理传感器数据并作出决策，而不能每次都等云端返回指令。延迟超过几十毫秒就可能出错，而持续联网的成本根本不可行。

被忽视的瓶颈：不是算力不够，是存不下也拿不出来

很多人讨论AI硬件时聚焦于GPU总算力，却忽略了另一个致命约束：内存带宽和功耗。

自动驾驶汽车每秒要处理来自激光雷达、摄像头、毫米波雷达的海量数据。一辆典型的L4级自动驾驶系统在行驶中产生的数据吞吐量约为20GB／s至50GB／s。这些数据需要在芯片间快速交换以运行感知和规划模型——这就对存储器的读写速度和能耗提出了极端要求。

人形机器人的处境更苛刻。全身几十个关节、多个摄像头和一个主控芯片挤在一个不到10公斤的躯体里，电池容量极其有限。如果每个关节的传感器数据都要送到云端处理再返回控制信号，往返延迟足以让它撞到墙上。所有推理必须在本地完成，本地推理的前提是有足够快且足够省电的内存。

这就是EIM试图解决的问题。美光的方案核心是将LPDDR6低功耗动态随机存取存储器的特性针对边缘推理场景做了优化——在保持高带宽的同时降低能耗，使芯片能够在有限的散热和供电条件下持续吞吐大规模模型的数据。

但这也引出了一个容易被忽略的现实：即使存的问题解决了，处理器本身的能效比才是更大的制约因素。目前主流的边缘AI芯片在推理Transformer类大模型时的每瓦特算力仍远低于数据中心级别的训练集群。这意味着整个边缘AI硬件体系——从处理器到内存再到散热设计——都在等待一次系统性突破。

2028年量产：太早还是太晚？

美光给出的时间点是2028年下半年。这个节点值得细看。

从技术角度看，LPDDR6标准本身在2026年还在逐步定型阶段。按照JEDEC（固态技术协会）的标准制定流程，新一代移动DRAM规范的最终版通常需要两到三年才能成熟。美光将EIM与LPDDR6绑定，说明该产品的技术成熟度高度依赖行业标准本身的落地进度。

从市场需求角度看，2028年恰好是人形机器人和L4级自动驾驶进入初步规模化节点的窗口期。Tesla Optimus已计划在2026年开始在小规模场景中部署，Figure 2人形机器人已经进入部分工厂测试。如果这些产品的商业化速度符合预期，到2028年确实会形成对高性能低功耗存储的需求峰值。

但这个时间表也有变数。如果边缘AI推理芯片的性能提升更快——比如专用NPU架构的能效比在三年内翻番——那么单纯靠内存优化的边际价值就会被稀释。反之，如果大模型复杂度继续加速上升，对内存容量的需求将以指数级增长，届时EIM可能会成为真正的刚需。

A股映射：蹭概念还是真机会？

财联社主题库提及了两家A股公司——风语筑和矩子科技。

风语筑通过与松应科技合资设立风应科技，涉足具身智能与空间合成数据服务。这是一个偏上游的方向，涉及为机器人提供训练用的虚拟环境数据，属于Physical AI生态中的配套环节，但距离核心的存储和算力层较远。

矩子科技则是将其AI算法导入AOI（自动光学检测）元件定位与缺陷检测环节，本质上是将AI能力应用到工业质检领域，与Physical AI的直接关联度不高。

客观地说，目前A股尚不存在在边缘AI存储器领域能与美光、三星、SK海力士直接竞争的公司。国内存储龙头长江存储主要聚焦NAND Flash（闪存），DRAM产线仍在追赶中。短期内这轮Physical AI浪潮对A股的实质性影响更多体现在情绪面上，而非业绩兑现层面。投资者需要区分哪些企业真正切入了产业链核心环节，哪些只是在蹭概念。

接下来怎么看三个指标

1。 LPDDR6标准制定进度：JEDEC何时发布LPDDR6最终规范，直接决定EIM量产时间表能否兑现。

2。 人形机器人单机BOM中存储占比：关注Figure、Agility等企业公布的物料成本拆解，存储芯片的采购量和单价是最直接的验证指标。

3。 边缘AI芯片能效比季度变化：追踪NVIDIA Jetson系列、高通Spectral XR以及华为昇腾边缘端的实测每瓦推理性能，这将决定内存优化的价值是否被更大程度地放大或稀释。