"光进来，词元直接出去"：光语芯颠覆视觉感知范式

8月19日，南京大学缪峰、梁世军团队联合新加坡国立大学团队，在国际上率先研制出能将光直接转换为词元的超低功耗智能视觉传感器芯片"光语芯"，相关成果发表于国际期刊《自然·传感》。传统视觉链路中，光信号要经历采集、模数转换、缓存搬运、数字分块与嵌入等多道工序才能生成词元，海量冗余数据搬运导致边缘端能耗居高不下；光语芯则把词元化过程前移到传感器内部，实现"物理词元化"，词元化阶段能效提升超10倍，识别准确率达87.3%。

这项技术直指物理AI（具身智能）的能耗痛点：边缘设备本地运行视觉大模型时，功耗与算力长期互相掣肘。光语芯为具身智能、低空无人机、智能安防提供了高能效、近零延迟的视觉认知基座，让"感知—推理—决策"链条有望在设备端闭环。

诚恒微CH37：一颗SoC承载视觉、信号与控制的端侧新物种

端侧AI的另一条路线是异构计算SoC。诚恒微电子近期亮相的CH37系列边端侧AI SoC，将CPU、GPGPU、NPU、DSP及专用加速器集成于单芯片，实现图像、信号、决策与控制的六合一协同处理。实测端到端数据通路效率较传统多芯片方案提升50%以上，系统级功耗降低30%，整机体积缩减约40%，重点覆盖AI边缘计算盒子、智能视觉巡检、具身智能等场景。

这类芯片的意义在于：端侧推理不再需要"大而全"的云端算力，而是在设备本地完成实时响应，这对数据敏感型制造企业尤为重要——产线数据不出厂，即可获得AI能力。

端侧推理芯片密集测试：千亿市场开闸前夜

8月18日，国家新能源汽车技术创新中心（国创中心）完成对原粒半导体全新端侧AI推理芯片的深度性能测试，标志着端侧应用评估体系建设取得关键突破。从电力巡检、轨道交通到金融终端、工业设备，"能解决问题、能规模部署、用得顺手"的端侧芯片正成为各方角逐焦点，投资者关注的问题也已从"做不做AI芯片"转向"芯片能不能用在机器人上"。

据机构测算，2026年国内AI芯片市场规模有望突破3000亿元，端侧推理是其中增长最快的细分。对软件与服务商而言，端云协同将带来新机会：模型在云端训练与迭代，推理在端侧高效执行，企业需要同时具备模型定制与端侧部署的工程能力。

解读：边缘AI爆发，企业如何接住红利？

光语芯、CH37、原粒芯片只是缩影——边缘AI正在从"概念"走向"可用"。对企业来说，端侧算力提升意味着更多AI场景可以本地化、实时化、低成本化：质检、巡检、安防、设备预测性维护都可以尝试端侧智能体方案。

落地建议是"云脑+端手"：云端用大模型做复杂推理与知识管理，端侧用轻量模型做实时响应，二者通过统一平台协同。一道科技在大模型定制、私有化部署、智能体构建方面有成熟方法论，可帮助企业评估哪些场景适合端侧化、如何做模型蒸馏与裁剪，让边缘AI真正转化为生产效率（可参考客户案例中的制造业落地实践）。