<mark id="oztn4"></mark>
0
網絡上有人分享這樣一種困惑：買了個便宜的攝像頭，畫面里的人是“陸陸續續走過來”的——卡頓、掉幀、拖影；或者想用運動相機拍段視頻，導入電腦，發現畫面抖動厲害。這兩個問題，背后都指向同一個東西：芯片。
芯片決定了影像處理和連接能力的上限。近日，深圳南山科興國際會議中心，全志科技總裁葉茂上臺，第一句話不是講芯片參數，而是回憶起去年同一時間在蛇口開發布會的場景。一年過去，AI從聊天工具變成能感知、能認知、能輔助決策的生產力工具。
葉茂拋出的問題是：當AI進入新階段，它對視頻和視覺的價值到底是什么？隨之而來的需求，除了算力激增，還有信息多樣性。AI對信息的需求不再只停留在文字和數據，它需要理解真實世界：看到場景的細節，看懂事件的變化，看清上下文的關系。由此，大模型才能結合人類的知識體系，去理解人類社會真實發生的事情。
“AI在理解世界之前，首先要能夠看懂世界。”葉茂說。
葉茂在現場給了一組數字：全志的視覺芯片主要是V系列，早年在GoPro時代走紅的全志V3芯片，到了現在每年依然保持著數百萬片的出貨量。
但談及這些內容，葉茂的目的并不是懷舊，他拋出一個核心片段——視覺產業正在從“記錄”走向“理解”。過去視頻芯片解決的是“能不能拍下來”，而現在要求已經變為了“能不能看懂”。這也是全志發布會產品：V881和V883核心要回答的問題。
存性比：用更少內存做更多事
全志科技在發布會上，推出了V881的視覺生態創新解決方案。全志科技VEBU事業部副總經理陳智翔在介紹V881時，反復強調了一個看似反直覺的結論——內存小不等于能力弱。
AI視覺產品對內存的消耗正在逐漸增加。多幀合成寬動態、高分辨率錄像、實時防抖、端側AI推理等，每一項都占據內存。行業里通常的做法是堆內存，但全志選擇了不同的做法。陳智翔展示了一組對比，在128MB的條件下，V881實現了多幀寬動態拍照，得到的效果“不弱于頭部芯片2GB內存才能達到的效果”。
雷峰網現場觀察，左右畫面差距肉眼觀察并不大。這和大家默認的大內存才有更好性能的刻板印象出現了偏差，這背后是怎么做到的呢？陳智翔在介紹時表示，這樣的能力提升依靠的是系統級協同，包含芯片架構、ISP、內存等形成配合機制，而非依賴單一環節的硬件堆料。
陳智翔還提出“存性比”的概念，即儲存性能占比，目標是在同樣成本下，讓同樣的性能發揮更好的效用。而不是單純地看重BOM降本。
市場上視覺類芯片的并不少，全志的差異化在哪里？全志科技智能芯片研發中心算法總監鐘午給出的答案是：全志科技聚焦端邊AI技術底座及視覺創新生態，算力是基礎，算法是路徑，而場景是出口。隨著大模型能力逐步下放到“端邊側”（即終端設備和邊緣計算節點），端側AI正迎來規模化落地的窗口期。
鐘午續指，AI算力方面，端邊側當前最關注效率。全志在NPU（神經網絡處理單元）架構上做了大量定制化工作。通過通用NPU與定制化硬件指令集相結合，在特定AI任務上的推理效率可以提升15%到30%。
同時，通過硬件觸發方案減少軟件調度，系統延時能下降50%到70%。目前，這些優化已經在AI眼鏡的暗光成像、安防攝像頭的人形識別等場景中落地。
此外，全志科技還在AI成像、AI視覺、AI音頻等六大方向進行系統化布局。鐘午強調，全志對端側AI算法的布局，核心并不是單點算法的技術突破，而是通過系統化布局，讓端側設備“會看、會聽、會想和會交互”，讓端側AI算法能夠解決實際產品體驗。
V881除了在算法和編碼方面有所優化，針對AI眼鏡，V881首次進行了長方形的封裝。這樣特別的改變，源自團隊在溫州調研時的發現，一些知名眼鏡品牌選擇在溫州進行代工，專業人士向他們提出“眼鏡腿每細一毫米都是有意義的，都會增加美觀度”。
發布會的另一個重點是，全志科技新一代AI影像處理器V883的發布。陳智翔將V883定義為“更高端的影像視覺基座平臺”。具體而言，V883在四個角度上做了升級，包括16路攝像頭輸入，內置的端側4T算力，拍照像素支持億級以上，并且能夠通過4K/75幀的編碼能力。
談及V883的應用，除了傳統的車載、手持云臺和無人機等，陳智翔提到了未來V883的重點發展方向，他用三個“高價值方向”來描繪V883的未來應用場景。
首先是高價值實體資產的看護。陳智翔以賽馬為例，全球有數百萬匹賽馬，每匹馬都是高價值資產。傳統的看護方式難以對每匹馬進行持續監測，而V883的多目感知和端側算力，可以結合多維傳感器，對馬匹的行為、健康狀況進行持續監測和預警。“資產越稀缺，就越值得被長期持續地看護。”
其次是運動數據的專業分析。對于專業運動員而言，一次動作識別價值有限，真正有價值的是連續采集、連續分析。V883的高幀率錄像和端側算力，可以對動作實時分析，給出專業級建議。
最后是端側的實時控制。視覺的終點不是看見，而是看見之后立即行動。工業糾偏、緊急避障、無人機跟蹤等場景，要求毫秒級的響應和斷網環境下的可靠性，這只能依靠端側芯片完成閉環。“算力和設備越接近，價值就越高，越不可替代。”陳智翔說。
“視覺的終點不只是為了看見，還有看見之后能夠立刻做出行動。”陳智翔說。
去海外市場尋找增量
談及商業布局，全志智慧視頻及運營商事業部總經理郭琦分享了全志視覺產品出海的商業邏輯。他指出，全志視覺產品線的底層邏輯是端側AI，并判斷這個周期至少有十年以上。
郭琦給出的邏輯很直白。當前，全球人口每年新增約1.3億至1.39億，且增長主要集中在海外。人口多，消費場景就多。他以兩個市場為例，全志投影芯片在巴西市場出貨率增長，美國市場同等標價結算存在利潤差。
郭琦還分享了他對經濟環境的觀察，他認為，當前經濟環境呈現“K型分化”：一端是像頭部一些溢價能力強的品牌，能夠穿越周期；另一端是普惠型產品，靠量大取勝。夾在中間的廠商正承受最大壓力。全志的策略是雙線并行：用V821守住普惠基本盤，用V881和V883攻入中高端。
對當前內存價格水漲船高的現象，郭琦判斷，外掛內存可能會在明年春節后下行，原因是HBM需求到電能、電纜、液冷三重供給限制，而電子消費端已經有一批客戶扛不住價格，渠道庫存會在某個節點集中釋放。
發布會還邀請了多家全志科技合作企業到場，分享全志芯片在真實場景中的落地。移康智能展示了全志平臺在智能安防和寵物看護領域的端側AI落地；中科世為帶來了AI算力與嵌入式GUI融合架構的探索；涂鴉智能演示了全志平臺搭配涂鴉OS在視覺看護中的端云協同方案；晨芯時代則分享了融合4G的全志平臺在AI教育陪伴產品上的品類創新。
除了芯片，全志科技還在AI開發平臺上有所創新和提升。全志科技產品研發中心副總經理謝林菲分享了一站式AI嵌入式開發平臺。該平臺的核心邏輯是：開發者用自然語言描述需求，AI Agent可以完成從代碼編寫到驗證的全流程。另外，即將發布的AI Studio IDE工具，可在輸出刻在端側運行的UI代碼。
回到葉茂開場時的問題：AI對視頻和視覺的價值到底是什么？答案在大會的尾聲逐漸清晰：AI不只是讓攝像頭看得更清楚，而是讓設備開始理解它看到了什么，并據此做出決策和行動。
從家庭看護到運動分析，從工業檢測到具身智能，視覺正在成為AI理解物理世界的關鍵入口。
雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
