從一顆芯片到全場(chǎng)景智能，愛(ài)芯元智正把AI落地每一步走成現(xiàn)實(shí)。

2025年初，隨著DeepSeek等現(xiàn)象級(jí)產(chǎn)品的推廣，大眾對(duì)AI智能產(chǎn)品的認(rèn)知與期待被快速點(diǎn)燃。隨之而來(lái)的，產(chǎn)業(yè)端對(duì)AI部署需求的全方位爆發(fā)，云、邊、端各類(lèi)場(chǎng)景都在尋求更高效、更經(jīng)濟(jì)的智能化方案。特別是 7B 參數(shù)量以下多模態(tài)大模型的陸續(xù)開(kāi)源，使得原本局限于云端運(yùn)行的 AI 能力，在端側(cè)部署也展現(xiàn)出切實(shí)可行的前景。基于這一趨勢(shì)，愛(ài)芯元智迅速?gòu)拇竽Ｐ?Demo驗(yàn)證階段轉(zhuǎn)向了實(shí)際項(xiàng)目交付，并推出了多個(gè)可直接量產(chǎn)的解決方案，顯著提升了用戶部署大模型的效率。

01 年度突破 從技術(shù)探索到產(chǎn)品落地

2025年，愛(ài)芯元智完成了多個(gè)關(guān)鍵跨越：

1.發(fā)布基于AXCL框架的AX8850算力卡產(chǎn)品解決方案，邁出算力硬件產(chǎn)品化的重要一步，為邊緣計(jì)算場(chǎng)景提供了高能效比、高智價(jià)比的AI加速選擇。

2.深度參與Hugging Face開(kāi)源生態(tài)，借助其免費(fèi)提供的 ModelZoo 存儲(chǔ)服務(wù)，團(tuán)隊(duì)成員得以高效協(xié)作、共享模型適配成果，與全球開(kāi)發(fā)者共同推動(dòng)AI開(kāi)源生態(tài)的繁榮。

3.成功協(xié)助客戶將Qwen系列多模態(tài)大模型集成并實(shí)現(xiàn)量產(chǎn)，真正實(shí)現(xiàn)了“大模型落地”從概念到產(chǎn)品的跨越。

4.完成了多款語(yǔ)音類(lèi)大/小模型的端側(cè)適配工作，推動(dòng)“語(yǔ)音/音頻+AI”應(yīng)用場(chǎng)景加速落地，進(jìn)一步拓展了端側(cè)智能的交互邊界。

02 模型生態(tài) 133個(gè)模型庫(kù)背后的技術(shù)圖譜

今年，愛(ài)芯元智將ModelZoo全面遷移至全球最大的模型管理平臺(tái)Hugging Face，截至目前，已整理并開(kāi)源133個(gè)模型倉(cāng)庫(kù)，涵蓋適配優(yōu)化的模型、示例代碼、解決方案及NPU工具鏈。

HTTPS://huggingface.co/AXERA-TECH

愛(ài)芯元智的模型適配已形成完整矩陣：

1. 視覺(jué)模型

覆蓋了從檢測(cè)、識(shí)別到分割、關(guān)鍵點(diǎn)、目標(biāo)跟蹤的全棧能力。不僅支持YOLO系列最新版本，還適配了單目/雙目深度估計(jì)、圖像增強(qiáng)等前沿算法。

2. 語(yǔ)音模型

重點(diǎn)優(yōu)化了語(yǔ)音檢測(cè)、識(shí)別、生成模型，用于語(yǔ)音交互中的VAD、ASR、TTS小模型，確保其實(shí)時(shí)響應(yīng)能力（RTF 均＜1），為智能語(yǔ)音產(chǎn)品提供可靠基礎(chǔ)。

3. 音頻模型

實(shí)現(xiàn)音軌分離，通過(guò)先進(jìn)的Transformer架構(gòu)，顯著提升了分離的精度和質(zhì)量，極大提升效率與創(chuàng)新自由度。

4. 多模態(tài)模型

作為今年熱點(diǎn)，愛(ài)芯元智完整適配了文搜圖、文搜 NVR、智能相冊(cè)、萬(wàn)物搜的基座多模態(tài)模型CLIP系列，以及“萬(wàn)物檢測(cè)”模型YOLOWorldv2，為智能相冊(cè)、以文搜圖等場(chǎng)景提供核心支持。

5. 大語(yǔ)言模型

實(shí)現(xiàn)文本對(duì)話、文本翻譯、會(huì)議摘要整理，盡管大語(yǔ)言模型迭代迅速，愛(ài)芯元智仍精選并適配了包括DeepSeek、Qwen3、MiniCPM等在內(nèi)的多個(gè)架構(gòu)最新版本，確保技術(shù)前沿性。

6. 多模態(tài)大模型

愛(ài)芯元智對(duì)“多模態(tài)大模型”給出了更專(zhuān)業(yè)明確的界定：必須是真正支持文本、圖片、語(yǔ)音至少兩種輸入的大語(yǔ)言模型架構(gòu)，這些模型讓設(shè)備開(kāi)始真正“理解”周?chē)澜纭?/p>

7. 生成式模型

生成式模型，將 StableDiffusion1.5 支持到了更大的分辨率（1024*768），可生成細(xì)節(jié)更多的圖片。同時(shí)，適配了能以假亂真的語(yǔ)音克隆模型 CosyVoice2。

8. RAG特征模型

RAG 業(yè)務(wù)流程中的特征提取功能，實(shí)現(xiàn)更智能地檢索精度、優(yōu)化用戶體驗(yàn)、降低計(jì)算成本等，在業(yè)務(wù)場(chǎng)景中創(chuàng)造實(shí)際價(jià)值。

9. Ultralytics QAT

從根源上來(lái)解決極端情況下的 w8a8 的量化長(zhǎng)尾問(wèn)題，讓算法模型的生產(chǎn)者主動(dòng)參與到模型量化的流程中，實(shí)現(xiàn)了閉環(huán)。

HTTPS://GitHub.com/AXERA-TECH/QAT.Ultralytics

03 生態(tài)解決方案 從算法到產(chǎn)品的關(guān)鍵一步

2025年，愛(ài)芯元智成立了邊緣計(jì)算業(yè)務(wù)線，進(jìn)一步拓展智能產(chǎn)品市場(chǎng)，深耕以AI為核心商業(yè)價(jià)值的賽道。公司從模型適配，邁向提供完整的算法功能SDK及準(zhǔn)產(chǎn)品級(jí)解決方案，顯著加速客戶拓展與AI產(chǎn)品的量產(chǎn)落地進(jìn)程。

1. 業(yè)務(wù)流

愛(ài)芯元智實(shí)現(xiàn)了硬件編解碼+AI 檢測(cè)（NPU 推理）的高性能視頻處理流程。支持從 RTSP 流或 MP4 文件獲取視頻，解碼后通過(guò) NPU 執(zhí)行目標(biāo)檢測(cè)，并輸出可直接播放的結(jié)果視頻流或文件，一站式處理，幫助客戶快速評(píng)估多路（8 路/16 路/32 路）RTSP視頻流的智能分析能力，并快速集成自己私有檢測(cè)算法模型。

主控版本

HTTPS://GitHub.com/AXERA-TECH/ax-pipeline

算力卡版本

HTTPS://GitHub.com/AXERA-TECH/axcl-pipeline

2. 以文搜圖

針對(duì)AI NAS、智能NVR等場(chǎng)景，提供基于CLIP模型的即插即用型“以文搜圖”解決方案。該方案通過(guò)集成優(yōu)化的多模態(tài)模型與輕量級(jí)數(shù)據(jù)庫(kù)，客戶無(wú)需關(guān)注底層算法，僅需通過(guò)增加算力卡，即可快速為現(xiàn)有NAS/NVR產(chǎn)品實(shí)現(xiàn)智能升級(jí)。

支持主控形態(tài)、支持算力卡形態(tài)

HTTPS://GitHub.com/AXERA-TECH/libclip.axera

3. 文字識(shí)別

基于PaddleOCR的最新版本，封裝SDK已準(zhǔn)備就緒。

HTTPS://GitHub.com/AXERA-TECH/libocr.axera

4. 語(yǔ)音 SDK

將 ASR、TTS 的模型封裝到 HTTP API 的服務(wù)中，極大降低了集成門(mén)檻，方便用戶直接調(diào)用。

HTTPS://GitHub.com/ml-inory/whisper.axera

HTTPS://GitHub.com/ml-inory/sensevoice.axera

HTTPS://GitHub.com/ml-inory/FireRedASR.axera

HTTPS://GitHub.com/AXERA-TECH/kokoro.axera

5. 多語(yǔ)言翻譯

提供基于 Qwen2.5 驅(qū)動(dòng)的多國(guó)語(yǔ)言互譯 HTTP API 服務(wù)。

HTTPS://GitHub.com/AXERA-TECH/libtranslate.axera

6. 多人會(huì)議轉(zhuǎn)錄總結(jié)

基于聲紋識(shí)別、語(yǔ)音識(shí)別、大語(yǔ)言模型的多人會(huì)議轉(zhuǎn)錄總結(jié)功能，拓展了AI在辦公場(chǎng)景的應(yīng)用。

HTTPS://huggingface.co/AXERA-TECH/3D-Speaker-MT.axera

7. 智能相冊(cè)

基于開(kāi)源項(xiàng)目 Immich，將算力需求適配到 NPU，極大緩解 CPU 提取圖片特征耗時(shí)漫長(zhǎng)的問(wèn)題。

HTTPS://huggingface.co/AXERA-TECH/immich

Immich 智能相冊(cè)在樹(shù)莓派 5 上的高效部署與優(yōu)化：

https://zhuanlan.zhihu.com/p/1959353946578585345

8. 智能 NVR

基于開(kāi)源項(xiàng)目Frigate NVR打造的智能NVR解決方案，不僅將算力需求全面適配至NPU，更支持語(yǔ)義搜索和視頻理解功能。

HTTPS://huggingface.co/AXERA-TECH/frigate-resource

https://docs.frigate-cn.video/

特別值得關(guān)注的是，其內(nèi)置的 AI 功能極具前瞻性，優(yōu)勝市面主流NVR產(chǎn)品，提供的模型微調(diào)服務(wù)，能針對(duì)垂直場(chǎng)景的漏檢、誤檢等核心痛點(diǎn)進(jìn)行優(yōu)化，真正解決了落地中的準(zhǔn)確性和可靠性。

04 生態(tài)共建 從芯片到產(chǎn)品的全鏈路支持

2025年，愛(ài)芯元智的生態(tài)硬件合作伙伴基于AX630C、AX8850等核心芯片，推出了一系列創(chuàng)新產(chǎn)品。

Module LLM Kit（AX630C）、LLM630 Compute Kit（AX630C）等開(kāi)發(fā)套件，降低了LLM應(yīng)用開(kāi)發(fā)門(mén)檻。

LLM-8850 Card（AX8850）為邊緣服務(wù)器提供靈活A(yù)I算力擴(kuò)展。

NanoKVM Pro（AX630C）、MaixCAM2（AX630C）等產(chǎn)品將AI能力注入專(zhuān)業(yè)與消費(fèi)級(jí)設(shè)備。

M4C-Hat（AX8850）、AX-M1（AX8850）等形態(tài)多樣的算力模塊，滿足不同集成需求。

AI Pyramid（AX8850），承載Home Assistant微調(diào)的離線多模態(tài)大模型，可作為本地服務(wù)器（HA-Server），在完全離線的情況下運(yùn)行全棧AI服務(wù)：

大語(yǔ)言模型(LLM):運(yùn)行Qwen 0.5B，實(shí)現(xiàn)自然語(yǔ)言理解。

語(yǔ)音識(shí)別(ASR):搭載SenseVoice，提供高精度語(yǔ)音轉(zhuǎn)文字。

視覺(jué)大模型(VLM):運(yùn)行InternVL3-1B，實(shí)現(xiàn)實(shí)時(shí)畫(huà)面理解。

計(jì)算機(jī)視覺(jué)(CV):部署YOLO模型，負(fù)責(zé)實(shí)時(shí)的行人與骨骼檢測(cè)。

不知名AI工程師：https://zhuanlan.zhihu.com/p/1991449170813403832

05 行業(yè)前瞻 家庭算力中樞時(shí)代即將到來(lái)

在2025世界人工智能大會(huì)上，已清晰感受到產(chǎn)業(yè)脈搏。行業(yè)全屋智能解決方案的推出，充分展示了多模態(tài)大模型在家居場(chǎng)景的驚人潛力。不久的將來(lái)，“家庭算力中樞”將從概念走向量產(chǎn)，全屋多模態(tài)AI能力將成為智能硬件的新門(mén)檻，100 TOPS的端側(cè)算力或?qū)⒊蔀槲磥?lái)家庭的標(biāo)配。

06 2026 未來(lái)可期

從模型開(kāi)源到方案量產(chǎn)，從算法到全棧生態(tài)——愛(ài)芯元智在2025年完成的，不僅是一系列技術(shù)適配與產(chǎn)品交付，更是一條從AI芯片到智能場(chǎng)景的完整價(jià)值通路的構(gòu)建。愛(ài)芯元智正將算力轉(zhuǎn)化為切實(shí)可用的產(chǎn)品功能，助力客戶在多個(gè)垂直領(lǐng)域?qū)崿F(xiàn)規(guī)?；渴?。

2026年的大門(mén)已經(jīng)打開(kāi)，愛(ài)芯元智將繼續(xù)探尋邊端側(cè)應(yīng)用的最大公約數(shù)，與合作伙伴一同，讓每一顆芯片的潛力，都在真實(shí)場(chǎng)景中綻放價(jià)值，真正實(shí)現(xiàn)“普惠AI，造就美好生活”。

通往物理AI世界的路上，愛(ài)芯元智與生態(tài)伙伴不僅是參與者，更是基礎(chǔ)設(shè)施的建設(shè)者。