作者：程文智，文章来源：芯查查
重点内容速览：
1. 为什么人形机器人需要重构能源系统？
2. GaN在人形机器人中的四大核心应用场景
3. 谁在布局人形机器人GaN市场？
过去一年，人形机器人成为了全球市场关注的焦点。从特斯拉Optimus，到Figure AI，再到国内的智元机器人、宇树科技等各类人形机器人初创公司，人们的目光大多聚焦在AI大模型的进化，端到端学习的突破，以及机器人如何像人类一样行走和抓取。
但很少有人注意到，真正影响人形机器人上限的，可能并不是AI，而是“电”。
随着人形机器人自由度不断增加，AI算力快速提升，其整机功耗也在持续攀升。因为一台人形机器人大都拥有30～40个自由度（DoF），甚至更多自由度、搭载了高性能GPU/NPU算力平台，集成了一系列激光雷达和视觉等传感器，仿佛一台“移动AI服务器”。
问题是，人形机器人无法像新能源汽车那样增加更大的电池容量。因为电池越大，重量就会越高；重量越高，关节负载就越大；而负载大了，功耗又会进一步增加。这就意味着，人形机器人正在进入一个极致追求“高功率密度”的时代。
图：人形机器人电源系统中需要用到的元器件种类（来源：ADI）
在这种背景下，氮化镓（GaN）开始正式进入人形机器人产业链的核心视野。它不再仅仅是快充头里的主角，而是正在成为重构人形机器人能源系统的关键变量。
为什么人形机器人需要重构能源系统？
传统的工业机器人对供电系统的要求更多是稳定，因此大都采用12V或24V的供电系统。这在固定式，有线供电的工业环境中运行良好，但对追求高动态响应、长续航和轻量化的人形机器人来说有些不太适应。
首先，人形机器人自由度的增加带来了功耗快速攀升。传统工业机器人往往只有数个自由度，但人形机器人通常拥有40个以上的自由度，每一个关节都需要独立的伺服驱动系统。这就意味，会有更多的电机、伺服驱动和更加复杂的运动控制。单个关节的瞬时功率可能达到数百瓦，而整机峰值功耗甚至可能超过2kW，尤其是在跑动、跳跃、抓取等动态动作中，系统会出现大量瞬时功率波动。也就是说，人形机器人动作越灵活，对功率电子系统的挑战就越大。
其次，AI算力提升，供电压力同步增加。随着大模型逐渐进入端侧设备，越来越多的人形机器人开始搭载GPU、NPU、边缘AI模块，以及多传感器融合平台，人形机器人内部不仅有“电机系统”，还有一个高性能计算平台。尤其是，实时视觉识别、环境建模与动作决策等功能，都会带来持续高功耗，因此，人形机器人正在变成一个“移动AI服务器”。
三是轻量化与功率密度的博弈。在人形机器人设计中，空间是极其奢侈的。它不能像新能源汽车那样通过增加电池容量来提升续航。因为机器人每增加1kg重量，都会增加关节负载、电机功耗和散热压力。因此，人形机器人行业开始关注电源系统的体积、线束的重量、散热器的尺寸，以及功率密度了。
四是48V开始成为趋势，未来可能向72V系统演变。因为随着功率的增加，高压方案具有更低的电流、更小的铜损、更轻的线束，以及更高的效率。
与此同时，人形机器人的能源系统还在同步走向高频化、模块化和分布式供电。因为高频后可以采用更小体积的变压器，再加上模块化，可以让整个电源系统更加紧凑，功率密度更高。
这些变化，恰好与GaN功率器件的发展方向高度一致。因此，我们看到了越来越多的人形机器人厂商开始采用GaN功率器件解决方案。那么，在人形机器人领域，GaN可以应用在哪些场景中呢？
GaN在人形机器人中的四大核心应用场景
GaN功率器件凭借其宽禁带特性带来的高开关频率（MHz级）、超低导通电阻，以及极小的栅极电荷，正成为破解算力功耗墙和电机热瓶颈的关键技术要点。通过在有限的空间内实现更高效的能源转换，GaN功率器件不仅重塑了人形机器人的功率边界，更为人形机器人的商业化量产铺平了轻量化的技术底座。它目前在人形机器人当中有四大核心应用场景。
场景1：关节驱动
人形机器人的关节空间极其狭小（例如旋转执行器腔体直径通常不足10cm），传统的硅基MOSFET或IGBT伺服驱动器往往因为开关损耗高、散热体积大，难以实现驱动电路与电机的深度集成。
而采用100V GaN 技术的三相逆变器，可以将驱动器直接嵌入关节模组内。其高频PWM特性可显著降低电流纹波，减少电机绕组产生的损耗与热量。
图：瑞萨电子推出的基于GaN关节模组参考方案（来源：瑞萨电子）
有公开数据显示，数据显示，GaN方案相比硅基方案可将电源模块体积压缩30%以上，同时由于GaN无反向恢复电荷，在高动态响应的伺服控制中，能够提供更精准的力矩输出和更低的通信抖动。
这也是各大GaN厂商争夺的焦点，目前已经公开的信息中，EPC、TI、英飞凌、瑞萨电子、英诺赛科、纳微半导体、中科无线半导体等均推出了基于GaN功率器件的关节驱动解决方案。
场景2：BMS与电池系统
人形机器人需要高效的能量管理。电源系统架构正从24V向48V，甚至是72V系统演进，以通过提高电压来降低线束重量和损耗。
而GaN 在双向 DC-DC 转换器中的应用，可以实现电池与母线之间的高效能量交换，特别是在人形机器人下坡、减速或下蹲等动作时，系统可以通过再生制动将能量回收到电池。
GaN极高的转换效率（峰值可达98%以上）最大限度减少了能量在转换过程中的热损耗。在特斯拉Optimus这类电池容量受限（约2.3kWh）的机型中，每一分效率的提升都直接转化为更长的作业时间。
场景 3：AI计算平台供电
人形机器人本质上正在成为“移动 AI服务器”。其核心算力模块（如 NVIDIA Jetson 、GPU或自研芯片）需要极高电流、极低电压的供电（如 0.8V/200A）。
GaN实现的超高密度电压调节模块（VRM）能够支持MHz级的开关频率，从而允许使用更小的电感器和电容器。实现在紧凑的空间内为AI芯片提供纯净、稳定的电力。
场景 4：传感器与边缘模块供电
激光雷达（LiDAR ）与飞行时间（ToF）传感器是人形机器人的导航支柱。GaN FET具备极快的开关速度，可以产生纳秒级（ns）甚至是亚纳秒级的极窄脉冲。可以显著提升激光雷达的分辨率和探测距离。
同时，视觉处理模块的微型化供电也离不开 GaN 的助力。
据芯查查了解，目前上海智元机器人在其人形机器人产品中的脖子、手肘等关节模组中采用了基于英诺赛科GaN器件的关节电机驱动方案；意优科技的关节驱动板采用了英诺赛科的GaN合封方案；中科阿尔法的关节模组采用了中科无线半导体的GaN驱动芯片；特斯拉、宇树科技、乐聚等人形机器人虽然没有公布采用的是谁家的GaN器件，但可以确定的是其部分人形机器人产品也采用了GaN功率器件。
谁在布局人形机器人GaN市场？
目前，GaN在人形机器人中的应用还处于早期导入阶段，但产业链布局已经开始加速。国际厂商方面，EPC、纳微半导体、英飞凌、TI、瑞萨电子、ADI等；国内厂商方面，英诺赛科、中科无线半导体等均推出了相关产品和解决方案。
英诺赛科
英诺赛科成立于2017年，已经成长为全球领先的纯GaN企业。该公司已经实现了8英寸硅基GaN晶圆的量产 。具体器件型号包括：
lISG3204LA/EA：针对灵巧手，SolidGaN，小体积，外围电路简单；
lINN100EA035A：3.5mΩ单管，更小体积，3.3x3.3mm，顶部增强散热，G3.0性价比更优。针对旋转执行器，无框力矩电机与减速器的组合。
lINN100EBD018DAD/INN100EBD025DAD：小体积5x6mm，顶部增强散热，更多的出流能力，针对线性执行器，无框力矩电机与丝杠的组合方案。
TI
德州仪器(TI)的GaN功率器件主要应用在关节电机的高效驱动控制方面，例如其GaN功率器件LMG2100R026，该器件是一款连续耐压93V，100V瞬态耐压的半桥功率级，可承受55A的连续电流。它集成了栅极驱动器和增强型氮化镓，采用VQFN封装，封装尺寸仅为4.5✕5.5mm。它包含两个GaNFET，上管导阻2.7mΩ，下管导阻2.6mΩ，采用半桥配置，由一个高频氮化镓驱动器驱动。
英飞凌
以8.3亿美元收购GaN Systems，借此获得GaN Systems的封装技术、高功率解决方案、车规设计及研发能力。在《2026年GaN技术展望》白皮书中，英飞凌指出2026年GaN市场营收将实现50%的增长。
英飞凌推出了CoolGaN 100V HEMT产品，结合其PSOC Control C3微控制器，提供面向人形机器人关节的100V GaN电机驱动参考设计，12英寸GaN晶圆在2025年Q4首批量产。
EPC
它是一家Fabless厂商，全面自主研发GaN技术。EPC的eGaN器件在电机驱动中表现出色，以最小尺寸和最高功率密度为核心卖点。EPC的旗舰产品是EPC23104 ePower Stage IC（单片集成GaN），基于此推出了多款面向人形机器人的参考设计，例如EPC91104、EPC9176、EPC91118。
例如，EPC91118是一款圆形形态全集成GaN电机驱动板，直径为32mm。该参考设计整合了电流传感、磁编码器、MCU、RS485通信、5V/3.3V电源，MLCC全陶瓷电容方案，体积比传统硅基MOSFET方案缩小了66%。
ADI
ADI在GaN方面的布局不在GaN本体，而是在GaN驱动器、控制器和电源参考设计。人形机器人方面的布局不在GaN，而是在传感、运动控制、链接与电源管理方面。但是ADI仍然推出了一些针对GaN方案的产品。其目前的产品
包括：
LTC7891：单相降压GaN 控制器。
LT8418：半桥 GaN 栅极驱动器。
图片来源：ADI
除了上面提到的这些厂商，瑞萨电子、纳微半导体、中科无线半导体等也都推出了GaN相关解决方案。
结语
人形机器人的量产浪潮正在到来。AI大模型定义了人形机器人的大脑，而功率电子系统，尤其是GaN功率器件正在重塑它的骨骼与肌肉。真正决定人形机器人性能上限的，不只是算法精度，还有能源效率、功率密度、散热能力和电源架构。当GaN让关节更灵巧、续航更持久、整机更轻盈时，人形机器人才能真正从演示走向实用。
未来，一台人形机器人使用数百颗甚至更多GaN器件，或将成为常态。也就是说人形机器人有希望成为GaN的下一个爆发市场。