Ceva 和 Mobilint 联合发布 REGULUS 边缘 AI SoC，这也是 Ceva NeuPro-Nano NPU 系列 IP 的首次量产落地；芯片采用 SensPro AI DSP+NeuPro-Nano NPN32 NPU 双引擎架构，在 3W 以内功耗下提供 10TOPS INT8 算力，主打端侧本地闭环感知推理，瞄准物理 AI 最核心的 “感知 - 推理 - 行动” 实时链路，面向人形机器人、AMR、无人机、工业视觉等空间与供电受限设备，Mobilint 同时配套 SoM 模组、USB AI 加速棒、工业 AI 盒子，降低物理 AI 硬件方案的开发门槛。
一、REGULUS 核心规格总览表
| 项目 | 参数详情 |
|---|---|
| AI 算力 | 10 TOPS（INT8） |
| 典型功耗 | ＜3W |
| 封装 | 17mm×17mm |
| CPU 子系统 | 四核 Cortex‑A53（最高 1.2GHz）+ Cortex‑M0+ |
| 内存 | 最高支持 8GB LPDDR4X，4266MT/s |
| 多媒体 | ISP、4K 视频编解码 |
| 接口 | MIPI、USB3.1、以太网、CAN FD、UART、eMMC 等 |
| 软件栈 | 支持 TensorFlow、PyTorch、ONNX 主流框架，兼容 Linux、Windows |
二、双 IP 分工：SensPro 与 NeuPro‑Nano 的差异化负载
整套方案的核心设计思路是异构分流，适配物理 AI 混合负载：
- SensPro AI DSP：可编程信号与感知处理单元，负责图像预处理、点云、IMU、音频等传感器原始信号解调、特征提取，适配机器人 SLAM、姿态感知这类多变感知任务，灵活性更强；
- NeuPro‑Nano NPN32 NPU：固定神经网络加速器，负责高吞吐、低延迟神经网络推理，适合目标检测、语义分割、姿态估计这类常驻模型，主打始终在线推理；
- 叠加 Mobilint 自有架构调度器，自动分配感知、推理、控制任务，避免单一引擎资源瓶颈，满足物理 AI 对低时延、确定性响应的硬性要求。
三、面向物理 AI 的落地形态与场景
物理 AI 的本质是实体设备在真实动态环境里形成闭环，不能依赖云端，对延迟、功耗、离线能力要求严苛，REGULUS 定位就是这类设备的轻量化端侧大脑：
- 人形机器人、移动机器人 AMR/AGV：环境感知、避障、目标跟随、简单具身策略推理；
- 工业叉车、车载工业智能单元：Mobilint MLX‑R1 工业 AI 盒，搭载 REGULUS，宽压供电、无风扇工业温区；
- 无人机、便携视觉设备：Mobilint MLD‑R1 USB 加速棒，2.4W 功耗，快速给现有设备扩容 AI 能力；
- 智能安防摄像头、IoT 设备：本地检测、事件识别，减少云端传输压力。
四、产业意义：Ceva IP 商业化里程碑
- 这是 NeuPro NPU 家族 IP 第一次进入量产芯片，验证 Ceva 这套轻量 NPU 在低功耗边缘场景的工程化能力；
- 补齐物理 AI 赛道中端算力段空白：低于 3W、10TOPS 这个档位，专门适配小型具身设备，和高算力机器人主芯片形成高低搭配；
- 交付模式轻量化：不只是裸芯片，同步提供 SoM、AI 盒子成品，算法团队、机器人厂商可以快速做原型验证，缩短物理 AI 样机迭代周期；
- 架构思路贴合行业趋势：物理 AI 不再只比拼 NPU 算力，感知信号处理、异构调度、本地闭环能力权重持续提升。
五、优势与短板
✅ 优势
- 功耗算力比突出，3W 以内实现 10TOPS，适合电池供电的移动机器人；
- DSP+NPU 异构架构，天然适配多传感器融合这类物理 AI 典型负载；
- 接口齐全，自带 ISP、视频编解码、工业总线，单芯片可以简化 BOM；
- 软件框架友好，主流模型移植门槛低，配套成品模组加速落地。
⚠️ 短板
- 算力上限有限，不适合跑大尺寸具身基础模型、世界模型；
- 面向精细抓取、全身运动规划这类复杂任务，还需要上位算力配合；
- 属于新量产方案，长期可靠性、工具链成熟度还需要更多客户验证。
六、跟踪评估参考步骤
- 区分算力口径：10TOPS 为 INT8，物理 AI 任务大多是 INT8 推理，但大模型、高精度任务会有明显折损；
- 区分产品形态：裸 SoC、SoM、MLD‑R1 USB 棒、MLX‑R1 工业盒面向完全不同客户；
- 重点看两类指标：多传感器融合端到端延迟、持续满载下的实际功耗；
- 跟踪落地：重点看小型人形、工业 AMR 客户的量产导入，而不只是 Demo；
- 横向对标：和其他边缘 NPU 对比，优先看感知预处理能力，而不是单纯 NPU 算力数字。
【相关 FAQ】
问题 1：Ceva 与 Mobilint 推出 REGULUS 边缘 AI SoC，为什么说它是面向物理 AI？
回答 1：物理 AI 要求机器人等实体设备本地完成感知、推理、动作闭环，REGULUS 在低功耗下集成感知 DSP+NPU，支持离线实时处理视觉、传感器数据，不需要依赖云端，适配物理 AI 动态环境实时响应需求。
问题 2：REGULUS 里 Ceva 的 SensPro DSP 和 NeuPro‑Nano NPU 分别负责什么？
回答 2：SensPro AI DSP 侧重传感器信号、点云、图像预处理这类可编程感知任务；NeuPro‑Nano NPU 专门负责神经网络推理，二者异构分工，匹配物理 AI 混合工作负载。
问题 3：REGULUS 的 10TOPS 算力、3W 功耗是什么水平，适合人形机器人吗？
回答 3：它属于低功耗中端边缘算力，适合小型人形、移动机器人做环境感知、避障、目标识别；不足以独立运行大型具身世界模型，一般作为感知协处理器或者轻量化小型机器人主控。
问题 4：Mobilint 除了 REGULUS 芯片本身，还提供哪些配套硬件？
回答 4：Mobilint 同步推出 REGULUS SoM 模组、MLD‑R1 USB AI 加速棒、MLX‑R1 工业 AI 盒子，面向快速原型、工业车载、便携设备，降低物理 AI 方案开发周期。
【参考资料】
[2026-11-02]（Ceva and Mobilint Advance Physical AI with REGULUS Edge AI SoC）Ceva 官网
[2026-11-09]（Ceva 与 Mobilint 携手推出 REGULUS 边缘 AI SoC 促进物理 AI 发展）电子工程世界
[2026-11-03]（Ceva NeuPro NPU family reaches production in Mobilint REGULUS）Electronics Journal
[2026-11-09]（REGULUS AI SoC product brief）Mobilint 官网
[2026-11-03]（Ceva-Mobilint REGULUS targets physical AI robots, drones）Robotics Business News
【免责声明】
本文信息来自 Ceva、Mobilint 官方新闻稿与产品页；REGULUS 为新量产芯片，客户落地、工具链迭代、实际整机功耗会随固件、模型变化；本文仅为芯片产业技术解读，不构成芯片选型、方案采购、投资建议。