《科創(chuàng)板日報》1月15日訊（記者 黃修眉） CES 2025上，AI眼鏡動態(tài)備受關注，眾多廠商在此集結，上演一場聲勢浩大的“百鏡大賽”。國內電商平臺多款AI眼鏡上架即售罄的情況，再度證明該領域的火爆程度。

因此，包括AI眼鏡在內的可穿戴設備的大規(guī)模商業(yè)化進程，成為市場關注的又一重點。

《科創(chuàng)板日報》記者通過多方采訪了解到，業(yè)內紛紛表示，端側算力是目前限制可穿戴設備交互體驗感，制約其大規(guī)模商業(yè)化的核心要素之一。而更高性能更低能耗的集成芯片、大小模型協(xié)同處理的混合AI，以及提升設備的續(xù)航能力，成為解決端側算力限制的主要方式。

業(yè)內正部署端側AI芯片及相關硬件

有相關產業(yè)鏈人士向《科創(chuàng)板日報》記者表示，目前全球龍頭廠商已在研究端側AI的部署，這成為未來可穿戴設備、AI玩具、AI辦公用具等主要趨勢之一。

例如：高通在CES 2025上，推出了驍龍X平臺，搭載算力達45TOPS的NPU，能夠更高效地運行AI應用。而國內上市公司中，也不少龍頭廠商研發(fā)出具備端側AI能力的芯片。

（圖：高通《通過NPU和異構計算開啟終端側生成式AI》白皮書中提到的集成芯片示例）

瑞芯微證券部人士向《科創(chuàng)板日報》記者表示，該公司已有多個領域的客戶基于瑞芯微主控芯片，研發(fā)在端側支持AI大模型的新硬件，如：AI學習機、桌面機器人、算力終端、會議主機等產品。目前該公司的多個芯片型號也集成了在AI算法上具有優(yōu)勢的NPU（神經網絡處理器）。

瑞芯微的RK3588、RK3576帶有6TOPs NPU處理單元，能夠支持端側主流的0.5B-3B參數(shù)級別的模型部署。

晶晨股份在2024年下半年發(fā)布了業(yè)界首款集成4K和AI功能的6nm商用芯片，這款芯片加入了端側AI功能，擅長在本地執(zhí)行推理任務，能實現(xiàn)本地字幕翻譯、實時翻譯、實時會議記錄、手勢識別、體態(tài)識別等。

晶晨股份相關方面表示，已有多家全球知名運營商決定基于這款端側AI功能芯片，推出其下一代旗艦產品。目前該公司已有超15款芯片帶NPU算力，算力范圍1T-5T。

中科藍訊的訊龍三代BT895x芯片，采用CPU+DSP+NPU的多核架構，高算力、低功耗，可滿足AI耳機端側對語音處理、高速音頻傳輸?shù)鹊男枨蟆?strong>該公司相關人士表示，“目前公司只有這款訊龍三代芯片具備NPU能力，下游客戶需求還需要進一步明確?！?/p>

恒玄科技的BES2800芯片基于6nmFinFET工藝，單芯片集成了多核CPU/GPU、NPU、大容量存儲、低功耗Wi-Fi和雙模藍牙等，先進工藝可讓芯片在相同尺寸上可集成更大內存，以支持更大模型的AI語音算法和傳感器檢測算法。目前已知的使用該款芯片的品牌包括三星Galaxy Buds Pro 3、騰訊會議天籟實驗室。

高性能SoC芯片支撐端側處理能力

“提高端側算力需要從內置芯片與算法模型兩個方面來考慮。芯片提供硬件能力、模型提供軟件能力?！敝泻阶C券科技電子分析師劉牧野在接受《科創(chuàng)板日報》記者采訪時表示，目前各大芯片廠商的SoC芯片，都支持視頻、音頻、藍牙等功能，但要進一步提高芯片性能，就要從考慮提高芯片的先進制程或內部集成NPU?！?/p>

“我們也認同，端側算力是可穿戴設備發(fā)展的核心挑戰(zhàn)之一。AI眼鏡需要在輕量化設計中實現(xiàn)復雜的AI處理能力，這對硬件性能、算法效率和功耗控制提出了更高的要求?！庇澳靠萍枷嚓P人士向《科創(chuàng)板日報》記者表示。

對于如何提高AI眼鏡的體驗感，上述影目科技相關人士表示，可以從硬件、軟件兩個方面入手。在硬件技術上，不斷優(yōu)化顯示技術、端側算力及低功耗管理方案；在軟件算法上，專注于為用戶提供更智能、更流暢的交互體驗。通過軟硬件協(xié)同優(yōu)化提升計算效率。

“其實AI眼鏡的端側算力并不是一成不變的?！痹撚澳靠萍既耸窟M一步稱，因為可以使用智能功耗管理技術，根據(jù)不同使用場景動態(tài)分配算力，確保性能與續(xù)航的平衡，提升設備的整體能效比。

利用混合AI協(xié)作處理提高算力支撐

“目前市面上銷售的AI眼鏡為通過與手機相聯(lián)后，使用云端大模型算力。”瑞芯微證券部人士進一步向《科創(chuàng)板日報》記者表示，“芯片商提供能支撐端側AI的產品，最終取決于品牌是否需要在設備上部署端側AI。”

“在設備上部署端側AI，能讓眼鏡及時作出互動反應，例如讓眼鏡開啟拍照功能等，因為模型是在本地運行的，也可以避免用戶隱私問題?！痹撟C券部人士稱，“但與此同時，端側模型的算力能力始終有限，需要大量聯(lián)網查詢的互動問題，就只能通過聯(lián)網云端大模型才能做到。”

那么，如何通過算法模型提升端側算力？

高通在《混合AI是AI的未來》白皮書中表示，云端和邊緣終端（如智能手機、汽車、個人電腦和物聯(lián)網終端）協(xié)同工作，能夠實現(xiàn)更強大、更高效且更普及的AI應用。高通暢想的未來是，在以終端為中心的混合AI架構中，云端僅用于處理終端側無法充分運行的AI任務。

（圖：高通《混合AI是AI的未來》白皮書）

天使投資人、資深人工智能專家郭濤向《科創(chuàng)板日報》記者表示，目前產業(yè)內用于端側的小模型主要有兩種類型：一種是預訓練模型，另一種是微調模型。預訓練模型是在大規(guī)模的數(shù)據(jù)集上進行訓練的，可以提供通用的特征表示；微調模型則是針對特定的任務或領域進行優(yōu)化的。

智用人工智能應用研究院CTO周聞鈞表示，端側小模型有著非常具體的應用需求。“許多企業(yè)，尤其是行業(yè)客戶，由于合規(guī)、隱私和安全方面的考慮，非常需要在物理邊界內控制屬于自己的模型，所以端側小模型的需求是切實存在的?！?/p>

中航證券科技電子分析師劉牧野亦認為，混合AI是未來端側AI的重要趨勢。但對于可穿戴設備品牌商來說，部署端側AI會大大提高制造成本，因此品牌商是否部署終端AI，也是其綜合考量與市場需求平衡的結果。“目前國內的端側小模型產業(yè)還處于初期階段，暫沒有聽說哪個小模型特別‘出圈’。”

值得注意的是，所有電子設備都繞不開電池續(xù)航能力問題。影目科技相關人士也提到，受制于電池技術的物理瓶頸，如何在保證續(xù)航的同時減小電池體積是行業(yè)面臨的核心挑戰(zhàn)。

該人士表示，目前業(yè)內主流的解決方案包括高密度鋰電池和智能功耗管理技術，通過優(yōu)化算力分配和降低硬件能耗來提升續(xù)航能力。部分前沿企業(yè)也在探索超快充電技術、新型固態(tài)電池以及太陽能輔助供電等創(chuàng)新路徑。