日前，第七届智能传感器产业发展大会在安徽蚌埠举行。聚焦智能传感器产业前沿技术，会议内容涵盖汽车、医疗、机器人、脑机接口等多个热门应用领域，“超低噪声高精度生物信号采集系列芯片”“可控多通道脑电采集系统”等23款长三角MEMS与传感器新技术、新产品集中亮相。
“加速度传感器、声音传感器、触觉传感器等，一部智能手机内含的传感器有几十个，一个人形机器人所搭载的传感器甚至有上百个。”东南大学首席教授、机器人传感与控制技术研究所所长宋爱国在接受上海证券报记者采访时表示，随着人工智能技术加速应用，传感器作为万物互联的关键技术支撑，将在大数据、应用场景等领域规模化发展。
蚌埠打造千亿级中国传感谷
在安徽华鑫微纳集成电路有限公司（下称“华鑫微纳”）的生产车间，总投资50.6亿元的8英寸MEMS晶圆生产线项目正在进行工艺调试生产。华鑫微纳副总经理丁敬秀介绍：“项目建成后，规划月产能将达3万片，有望成为全国首条8英寸MEMS晶圆全自动生产线。”会上，该条产线发布了首批产品成功串线及工艺平台能力。
近年来，蚌埠加速优化产业结构，全力推进智能传感器研发设计、晶圆制造、封装测试、终端应用等全产业链集群式发展，集聚产业链相关企业200余家，位于当地的中国传感谷与中国视谷、中国声谷共同成为支撑安徽发展人工智能产业的底层强基。
“目前，22家安徽省级以上研发平台在中国传感谷布局，省人工智能母基金在蚌埠设立了2只子基金，总规模10亿元，分别为安徽北方微鑫基金5亿元、安徽新微人工智能基金5亿元。同时，省种子基金、新型研发机构基金也分别设立了子基金，支持高校院所科研成果就地转化。”安徽省科技厅二级巡视员王孟忠介绍。
根据产业竞争力、配套竞争力、区域竞争力等三方面评估，在赛迪顾问发布的《2025年中国MEMS产业发展与十大高质量传感器园区报告》中，蚌埠经济开发区位列第六，比2024年首次入选时上升两个位次，居于上海张江高新区、苏州工业园区、无锡高新区、武汉东湖新技术开发区和北京经开区之后。“力争到2030年，中国传感谷智能传感器及关联产业的产值突破1000亿元。”蚌埠经济开发区党工委书记、管委会主任陶广生说。
九三中央科技委副主任、中国传感器与物联网产业联盟常务副理事长郭源生则对中国传感谷发展提出四点建议：一是以问题为导向，有明确战略定位与顶层设计，强化政策支持力度和透明度，把持续评价机制和有效性摆在首位；二是打造“政产学研用服”六位一体的产业生态体系，促进科技成果转化和应用创新；三是注重高端人才引进和本土化培育，特别是行业内企业家人才；四是创建以人工智能技术为基础的产业化公共服务平台，通过人工智能大模型技术和手段，提供国际新技术工艺、行业应用案例、市场需求等信息服务。
AI为智能传感器发展带来新机遇
赛迪顾问数据显示，随着AI、5G等新技术的快速普及和发展，全球物联网规模重回两位数增长，中国传感器市场规模在2024年达4061.2亿元，增长率达11.4%，预计2025年达4565.9亿元。作为传感器智能化的有效手段，MEMS传感器具备小型化、集成式等特点，2024年国内产值已超千亿元。
多位专家学者表示，人工智能和感知技术的发展为智能传感器产业带来新的机遇。
“人工智能发展分为感知智能、计算智能、认知智能等三个阶段，有算力、算法、数据、场景四大底层支撑。智能传感器作为人工智能的大数据来源，是感知智能的硬件基础。随着在医疗、交通、家庭、养老等应用领域的拓展，人工智能对智能传感器提出更高的技术要求。”宋爱国说。
郭源生认为，传感器是多技术学科的融合体，在人工智能的牵引下，传感器技术创新和产业化发展将呈现爆发式增长。“一个装备或系统，其智能化水平将取决于多维度数据融合能力，也就是说其功能差异取决于安装了多少只或多少类型的传感器。在智能驾驶、具身智能、智慧医疗、智能制造、智慧电网等领域，人工智能对传感器产业的赋能超乎想象。”
今年春晚，宇树机器人“福兮”身着秧歌服、手持红手帕，灵活熟练地完成抛掷回收手绢、扭胯、摆臂等动作，与舞蹈演员配合默契；近期举办的机器人运动会上，前空翻、跑步、踢足球，人形机器人在产业落地前正进行多方验证。摔倒、断电、平衡能力不足，不断试错中暴露的问题催生行业的加速探索，感知技术对人形机器人灵敏度的影响不言而喻。
据统计，在人形机器人部件中，传感器合计成本占比约为26%，与传统工业机器人相比，其通过传感器具备感知世界、获取周围环境信息、交互与决策的能力。除传统的电流传感器、温度传感器外，一些价值量较高、对性能提升较为关键的电子皮肤、视觉传感器、惯性传感器等得到广泛应用。
“在人形机器人产业爆发的背景下，人形整机对智能感知系统提出更高要求。当前，无论是视觉、听觉、触觉、力觉、嗅觉、姿态、编码器、电子皮肤等传感器部件，还是感知头、灵巧手等智能感知模块组件，亦或是整机产业链，都处于持续构建的过程中。”安徽北方微电子研究院技术总师、研究员张武凤表示，从传感层到感知层的技术突破，将成为人形机器人迈向具身智能的关键。
