本该在云端的AI，现在“住”进了传感器里

2026年4月，深圳Sensor Shenzhen展会期间，Bosch Sensortec（博世传感器） 带来了年初在CES上全新发布的BMI423惯性测量单元和BMI5运动传感器平台的中国首秀。

如果只看参数表，这不过是一次常规迭代——加速度计量程从16g翻到32g，陀螺仪从2000dps翻到4000dps，功耗再降一点，精度再高一点。但把这两款产品放到博世集团三十年的MEMS演进路线图里，再结合当下机器人与具身智能的爆发节奏，你可能会发现：这家德国传感器巨头正在完成一次根本性的角色转换。

博世集团在MEMS领域深耕超过30年，而Bosch Sensortec作为其2005年成立的专注于消费电子领域传感方案的子公司，完整继承了这一技术积淀。如果只想让参数更“好看”，对博世传感器而言，难度并不高。真正让这代新品值得关注的，是发布会上博世传感器亚太区总裁王宏宇透露的另一个细节：这代传感器内部嵌入了可编程AI分类引擎，支持端侧本地处理——不唤醒主处理器，传感器自己就能做判断。

博世传感器亚太区总裁王宏宇

行业通识里，AI应该跑在SoC上、跑在云端、跑在主处理器上。传感器负责感知，数据传走，剩下的交给别人——这套分工运转了几十年。Bosch Sensortec偏偏把AI推理做进传感器。这个动作看似微小，但指向的趋势很明确：传感器不再满足于做那个躲在设备角落默默采集数据的“元器件”。它要成为人机交互的“神经节点”——在端侧做判断、做融合、做决策，而且功耗低到可以永远在线。

BMI423较之前的产品最大的改动有两个：测量范围翻倍，以及新增语音活动检测（VAD）。

32g和4000dps意味着什么？在动态环境中，传感器可以捕捉更剧烈、更突然的运动——无人机在强风中的姿态突变，扫地机器人从地毯边缘跌落时的瞬时加速度，人形机器人在快速奔跑中关节的角速度。这些场景以前需要工业级传感器才能覆盖，现在一颗消费级的BMI423就能搞定。Bosch Sensortec没有明说，但这其实是在“向上吃”——用消费级的价格和功耗，去吃掉一部分原来属于工业级的应用边界。

VAD功能则指向电池供电设备对功耗的极致压榨。传统方案中，麦克风需要一直开着或周期性唤醒才能捕捉语音指令。BMI423的VAD可以在检测到真正的人声后才激活麦克风，其余时间保持深度睡眠。这对TWS耳机、智能眼镜、可穿戴设备来说，意味着续航的显著提升和隐私的增强——麦克风不再是“永远在偷听”。

这种“端侧预处理”的思路，正是Bosch Sensortec整个战略的核心。

如果说BMI423是常规升级的“加强版”，那么BMI5平台就是博世传感器真正亮出的“底牌”。

BMI5平台目前包含三款产品：BMI560、BMI563和BMI570。它们共享同一套硬件架构，但通过不同的软件配置和算法融合，分别指向三个截然不同的应用方向。

BMI560被博世传感器称为“沉浸式创新者”。它的主打场景是XR头显、旗舰智能手机和高级光学防抖系统。六自由度传感器融合配合超低延迟的运动追踪，能够实现图像防抖和空间计算中的头部姿态预测。用过VR头显的人都知道，画面延迟哪怕几十毫秒都会导致强烈眩晕——BMI560要让虚拟世界的渲染速度跟得上你真实头部的转动。

BMI563则是“精准控制的指挥中枢”。它更适合机器人、无人机控制器和高动态运动相机。Bosch Sensortec特别强调了两点：超低漂移和超强抗振动。机器人关节在高速运动时会产生高频振动，严重干扰陀螺仪输出，导致姿态解算漂移。BMI563通过硬件设计和边缘AI滤波把这种干扰降到极低水平。它的端到端延迟被压缩到0.5毫秒以内——机器人的控制环路延迟每增加1毫秒，动态响应能力就会显著下降。

BMI570是目前的旗舰，博世传感器称之为“自然交互的手势向导”。它在BMI563的基础上进一步集成了可编程的边缘AI分类引擎。手势识别、水手识别等算法可以直接运行在传感器内部，不需要将原始数据发送到主处理器——延迟更低、功耗更低、数据更安全。

Bosch Sensortec在产品介绍中用了这样一个表述：“The U in IMU stands for 'ULTRA'.” 这点出了BMI5的核心竞争力：它不再只是一个测量单元，而是一个具备本地推理能力的智能感知单元。

值得注意的是，BMI5平台的三款产品在硬件上是引脚兼容的。客户可以根据不同产品定位，在同一套PCB设计上灵活切换型号，从低端到高端无缝升级。这种平台化思维大幅降低了客户的研发风险和备货成本。

新品的技术参数之外，产品价值还需要落地场景来背书。在发布会以及博世展位现场出现的三个场景，可以把这套能力的实际价值说透。

机器人。 博世传感器在其发布会上，花了大量篇幅讲机器人，这并不意外——机器人是本届展会的热门话题。但机器人对传感器的要求，和手机、手表完全不同。王宏宇在媒体问答中总结了两个关键点：抗干扰能力和低延迟。

“机器人是运动的东西，如何在运动过程中更好、更准确地把信号感知进来，是我们需要做的工作。”机器人的本体运动会产生产生强烈的振动和冲击，如果滤波算法不够好，IMU会把自身运动误判为外部姿态变化，导致控制发散。Bosch Sensortec的解决方案体现在BMI563上：从MEMS结构设计到边缘AI滤波的全链路优化。

另一个被反复提及的数字是0.5毫秒。王宏宇说：“我们的延时时间能少于0.5毫秒。”这意味着从物理运动发生到传感器输出可供主控使用的姿态数据，整个过程在半毫秒内完成。这对于高速运动的机器人至关重要。

除了运动传感器，Bosch Sensortec还在尝试将压力传感器用于灵巧手的触觉感知。“把消费级的压力计用在灵巧手上，部署到手指上，当羽毛划过指尖时也能有很好的感知。”这已经超出了传统IMU的范畴，进入了多模态融合感知的领域。

Bosch Sensortec全球业务战略副总裁Marco Lammer

Bosch Sensortec全球业务战略副总裁Marco Lammer补充了一个宏观判断：“机器人需求目前处于消费级和工业级标准要求之间，业内标准仍有待完善。”需求明确但标准缺位——谁能在标准形成之前率先拿出被广泛验证的解决方案，谁就能在后续的规模化竞争中占据先机。

可穿戴与XR。 XR头显和智能眼镜对传感器的要求体现在精度、延迟和功耗的三角平衡上。BMI560的作用非常直接：头部追踪。当你戴AR眼镜转头时，传感器需要以极低的延迟告诉处理器“你在看哪里”。Bosch Sensortec的策略是在传感器内部完成部分融合处理，输出头部追踪的结果，而不是原始数据。这种“预处理后输出”的模式，大大降低了主控芯片的负担。

在可穿戴领域，BHI385是一款可编程AI传感器，支持扩展量程和自学习AI算法。王宏宇介绍了一个细节：“初端的模型我们会在产品开发阶段去做，然后通过在线学习把最后一公里的开发交给终端客户。AI很多是定制化的功能，跟人的年龄、身高、体重都有关系。”同一颗传感器在不同用户身上可以逐渐“学会”适配他们的运动模式——这是端侧智能的真正价值。

环境感知。 BME690四合一芯片已进入空气净化器、空调（冷酶监控）、冰箱（食物新鲜检测）、猫砂盆等产品。AI Studio把原始VOC数据转化为“空气质量等级A/B/C”这类直接结论，白电厂商不需要自己做算法开发，拿来就能用。集成门槛降下来，黏性就上去了。

三个场景看似分散，逻辑高度一致：传感器在端侧完成感知和预处理，把主处理器的算力省出来留给更复杂的任务。 这是分布式智能在感知层的具体体现，也是博世传感器选择把AI下沉到感知端的根本原因。

传感器行业有一个普遍现象：每一代新品的发布会上，厂商都会强调“精度更高、功耗更低、体积更小”。但如果只盯着这三个维度，很容易陷入同质化竞争——今天你做到0.1%的精度，明天我做到0.09%，消费者根本感知不到差异。

博世传感器这次的不同之处在于，它把竞争的维度拉高了一层：从“感知”到“交互”。感知只是手段，交互才是目的。要实现流畅、自然、低功耗的交互，传感器就不能只做“数据采集”，它必须参与“数据理解”。

这正是博世传感器的核心护城河所在——不是单一的技术参数，而是从MEMS结构设计、封装工艺、信号链、嵌入式处理器、AI算法到软件工具链的全栈能力。

拆开来看，每一层单独都不稀奇：做小MEMS有工艺路线；做边缘AI有芯片IP可选；做开放接口几乎是消费电子的行业惯例。但把这三层真正整合到一颗面向消费市场的传感器里，并形成完整的软件工具链让客户用起来——这并不容易。

这也解释了为什么博世传感器没有选择“什么都自己做”的路径。王宏宇在发布会上说得直白：单靠一两颗芯片解决不了问题，需要整套芯片。Bosch Sensortec的定位是做好传感器这一层，跟处理器原厂做好接口，跟操作系统生态做好适配，跟开发者社区做好工具链——边界清晰，才能专注。

感知层的智能化，正在重新定义传感器厂商的角色。从“被动感知器件”到“智能预处理节点”，这个转变发生在芯片内部，但对终端产品竞争格局的影响将在未来两三年内逐步显现。智能终端的竞争，将从“主芯片算力”蔓延到“感知层智能化”——Bosch Sensortec提前站了这个位置。