据韩国媒体The Elec报道，美光正与主要客户讨论面向物理AI的新型内存产品，开发名为“边缘推理内存”（Edge Inference Memory，EIM）的方案，重点应用包括人形机器人、自主驾驶以及AR、VR设备。美光高管李哲在韩国半导体展SEDEX 2026相关活动上表示，物理AI市场正在快速发展，公司正与客户推进适配新市场的产品开发。
报道称，EIM的设想是在逻辑裸片上堆叠低功耗LPDDR，让内存与AI处理器之间的数据传输更快、延迟更低。它与高带宽内存HBM追求高数据吞吐的方向相近，但目标是降低功耗，更适合依靠电池运行的机器人。EIM也不同于处理器内存一体化（PIM）：PIM会在内存中加入计算单元，而EIM具体采用何种计算结构尚未公布。美光也没有披露EIM的容量、带宽、延迟、功耗或性能目标，因此目前还无法判断它相较现有内存能带来多大提升。
The Elec称，美光正在研究将EIM与LPDDR6结合，业界预期量产时间可能在2028年下半年。这是产业界对时间表的预测，并非美光公布的正式量产承诺。美光公开的产品资料目前提到LPDDR5X可用于机器人等平台的实时AI处理，但尚未公布EIM的正式规格。
EIM试图解决的是机器人本地推理对速度、内存带宽和续航的共同要求。传统工业机器人通常重复预先编好的动作；具备物理AI能力的人形机器人则需要同时处理摄像头、麦克风及其他传感器数据，识别物体、环境和人的指令，再实时决定如何行动。若数据必须传到云端处理，通信延迟和网络中断都可能影响即时反应，因此边缘设备需要在本地完成更多推理。
据美光在相关活动上的估算，目前机器人使用的AI模型约有10亿至20亿个参数，现有LPDDR仍可满足不少需求。但随着视觉语言模型能够理解连续视频和复杂场景，数据吞吐与内存容量需求可能显著增加。美光预计，未来高性能人形机器人可能需要约200GB DRAM和4TB存储；目前工厂服务型机器人常见配置约为12GB DRAM和256GB存储。这些数字是对不同阶段机器人需求的估算，不代表所有在售机器人都采用相同配置。
美光也认为，随着模型规模扩大，未来机器人或许会采用HBM。HBM能够提供更高的数据带宽，但电池驱动设备还必须考虑功耗、散热和空间；EIM若能在较低功耗下提升传输效率，便可能成为LPDDR与HBM之间的新选择。不过在规格、功耗和实际产品公布前，EIM能否满足下一代机器人的需求仍有待验证。