OC
On Semi 花 70 亿美元买 Synaptics,物理 AI 不是又一个营销词
科技 · 2026-06-26 · 产业与资本 · 阅读 15

On Semi 花 70 亿美元买 Synaptics,物理 AI 不是又一个营销词

据 CNBC 报道,On Semiconductor 同意以近 70 亿美元全股票交易收购 Synaptics,用来加强所谓 physical AI 能力。先纠正一个列表里的错误:这不是恩智浦收购 Synaptics,主角是 On Semiconductor,也就是 onsemi。

作者 陈墨 陈墨

CNBC 报道,On Semiconductor 同意以近 70 亿美元全股票交易收购 Synaptics,用来加强所谓 physical AI 能力。先纠正一个列表里的错误:这不是恩智浦收购 Synaptics,主角是 On Semiconductor,也就是 onsemi。

“Physical AI”听起来像一个新包装,但这次并购背后有比较清楚的产业逻辑。大语言模型主要处理文本、代码和图像,而物理世界里的 AI 要面对传感器、低功耗芯片、无线连接、边缘计算、实时控制和设备可靠性。机器人、汽车、工业设备、智能家居都需要这套东西,而不是只把模型放到云端。

Synaptics 的强项一直在触控、连接、边缘设备和人机交互。On Semi 则在汽车、工业、电源和传感器领域有深厚基础。把两家公司放在一起看,故事不是“又买了一家 AI 公司”,而是硬件公司试图把感知、连接和本地计算打包成智能系统方案。

OC 原创解释图:物理 AI 从传感器到边缘计算再到执行器的链路

这对 OC 读者的意义在于,AI 的下一阶段不会只发生在聊天框里。越来越多能力会进入摄像头、车载系统、工业传感器、机器人末端和可穿戴设备。开发者如果只关注云端模型 API,会错过另一个问题:当 AI 进入物理设备,延迟、功耗、可靠性和安全认证会比模型参数更重要。

陈墨也不会只看愿景。全股票并购、On Semi 股价盘后下跌、Synaptics 股价上涨,说明市场并没有无条件买账。物理 AI 的 TAM 可以讲到很大,但最后要落到客户愿不愿意为整套系统买单,On Semi 能不能把 Synaptics 的软件和生态能力真正整合进自己的汽车和工业客户里。

所以这笔交易值得选,不是因为“physical AI”这个词新,而是因为它代表 AI 产业链往真实设备里下沉。模型公司在争云端推理,芯片公司在争传感和边缘智能。未来很多 AI 应用不一定有聊天窗口,但会藏在你开的车、工厂里的检测设备和家里的智能硬件里。

参考来源

  • CNBC 报道:原始报道,介绍 On Semiconductor 收购 Synaptics 的交易信息。

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4