端侧AI | 2026端侧AI大爆发，机器人/智慧城市/工业等应用场景“芯”方案大盘点

重点内容速览：

1. 机器人：多传感器融合方案更具优势

2. 工业：可预测性维护解决方案

3. 智慧城市：智能视觉方案成焦点

4. 消费电子：AI眼镜成热点

近期，字节跳动豆包团队联合中兴通讯推出豆包手机，可在操作系统层面实现AI对手机的自主操作；京东成立“变色龙业务部”，全面承接JoyAI App、JoyInside等AI产品的打造与商业化；阿里巴巴推出夸克AI眼镜；CES 2026上，端侧AI成为各大厂商竞逐的焦点；智谱、阶跃星辰、MiniMax、阿里巴巴等纷纷推出新一代大模型......业界预测，2026年将成为端侧AI产品爆发，以及AI应用产业化元年。

与纯云端架构相比，端侧AI在实时响应、运行可靠性、数据隐私，以及能效等方面更具优势，因此，越来越多的产品选择在终端设备本地运行AI模型，从而推动AI从虚拟走向物理，并有望成为未来AI落地的重要平台。据弗若斯特沙利文预测，2025年至2029年，全球端侧AI市场规模将从3,219亿美元，增长至1.22万亿美元，复合年增长率超40%。

因此，在机器人、工业、智慧城市、以及消费电子等端侧AI应用场景中，芯查查挑选了一些典型的解决方案，供工程师朋友们参考。

机器人：多传感器融合方案更具优势

端侧AI在机器人场景中的应用，主要集中在机器人导航、物体识别、协作任务（例如人机交互）等几个方面。方案主要包括实时环境感知，例如SLAM映射，以及动作规划。可以适用于工业机器人（清洁机器人）、人形机器人和入流AMR等。

拿目前市场上销量火爆的扫地机器人来说，星宸科技、全志科技、ST、瑞芯微等都有相应的解决方案。据星宸科技在2025年12月举行的2025开发者大会上的消息，2025年全球每生产3台家用扫地机器人就有1台采用了其SoC芯片。为此，该公司还推出了第三代SoC芯片SSU9366，采用异构架构，搭载4核CPU和 1.5Tops NPU，双摄场景满负载功耗1.5W，主要应用于扫地机器人、泳池清洁机器人、陪伴机器人和割草机器人等小型机器人产品。

据芯查查了解，星宸科技将会在2027-2028年推出面向具身智能机器人的SoC芯片，以极致算力功耗比和分布式算力架构赋能更多类型的机器人产品。其典型应用方案如下图所示。

图：基于星宸科技新一代SoC SSU9366的机器人解决方案框图（来源：星宸科技）可以看到，现在机器人所使用的传感器越来越多，包括摄像头、IMU、麦克风、激光雷达等，因此主控SoC需要具备多传感器融合处理能力。
此外，NVIDIA、高通、NXP、ST、兆易创新等在人形机器人方面也推出了不少新的解决方案。

工业：可预测性维护解决方案

在工业领域，设备维护通常需要根据时间表或预测性维护周期进行，但这可能会导致不必要的成本和停机时间。随着设备老化，意外故障等可能性也变得更大，这使得基于时间的维护效率低下，且成本高昂，可能导致计划外停机。在AI的加持下，预测性维护成为了一种更好的解决方案，它能通过准确监控机器或任何工业设备当前状况，进行自动实时分析和机器学习来预测即将发生的故障，从而防止意外停机。

目前有不少半导体厂商推出了可预测性维护解决方案，例如基于瑞萨RA6M5 MCU、ST的STM32U5和STM32MP25等的可预测维护解决方案等。

以瑞萨的了远程预测性维护解决方案来说，其可通过AI算法对机器的振动、声音信号、温度、湿度和其他参数进行评估，并通过LTE-M或NB-IoT和安全MQTT传输到仪表板，如果预测到可能发生的故障，则可以通过Web浏览器提醒工作人员提前进行维护。

瑞萨的该远程预测性维护方案的核心采用的是RA6M5 MCU，其基于200MHz Arm Cortex-M33内核，具有高达2MB代码闪存（带后台和SWAP操作）、8KB数据闪存以及512KB SRAM（带奇偶校验/ECC）。该MCU非常适合用于需要高安全性、丰富连接以及大容量嵌入式RAM（用于连接堆栈）的物联网应用。这些器件提供各种通信接口选项，包括CAN FD、带DMA的以太网MAC、USB全速和高速以及各种串行接口。不仅如此，RA6M5由基于FreeRTOS的开放灵活的生态系统概念灵活软件包（FSP）提供支持。这些器件还可以扩展，使用其他实时操作系统（RTOS）和中间件。

在电源的选型上，本方案采用ISL9008A LDO稳压器、ISL9110降压-升压开关稳压器以及ISL854102同步降压稳压器。

在连接方面，本方案选用了DA14531MOD和RYZ024A产品。此外，它配备了集成天线和易于使用的软件，使得Bluetooth Low Energy开发比以往更加简便。

在工业自动化设备变得更加高效与智能的今天，在芯查查看来，远程预测性维护扮演着重要的角色。通过实时监测设备和系统的数据，结合先进的数据分析和AI算法，可以帮助企业及时检测潜在的故障和问题，并提前采取相应的维护措施，从而避免设备故障造成的生产中断或不必要的损失。

智慧城市：智能视觉方案成焦点

视频分析是端侧 AI 最核心的应用之一，广泛应用于安防监控、智慧零售以及智慧城市等领域。对于安防场景中的视频分析应用来说，由于需要及时发现异常行为，因此，实时性是视频分析的核心，行业标准通常要求 15~30FPS 的处理速度，以保证视频流畅且不掉关键帧。一般来说，智能视觉解决方案需要考虑以下几个方面：

一是算力要求：从复杂度上来看，随着任务的不同，例如简单的人流计数对算力的要求并不高，但人脸识别、姿态估计、行为分析，以及多目标跟踪等复杂应用，需要的模型复杂度也变高，对算力的要求也将更高。
二是多路处理能力：安防监控应用一个边缘节点通常需要同时处理4路、8路，甚至16路摄像头的视频流，对算力和内存带宽的要求甚高。
三是功耗与散热：安防摄像头和边缘盒子通常需要24/7不间断运行，因此功耗直接关系到运营成本和设备稳定性。

也就是说，工程师在选择硬件解决方案的时候需要考虑以上三个问题。目前市场上可供选择的具备AI能力的安防监控主控方案也很多，例如海思的Hi3519DV500、瑞芯微的RK3588和RK3568、算能晶视的CV186、算能算丰的BM1688、NVIDIA的Orin Nano模组、NXP的i.MX8M Plus和i.MX95等。以海思的Hi3519DV500来说，其典型方案框图如图1所示。

图： Hi3519DV500应用于安防监控的系统框图，芯查查制图根据海思官网的介绍

Hi3519DV500 是一颗面向视觉行业推出的超高清智能 SoC ，它采用了双核 Arm Cortex-A55 内核，主频高达 1GHz ，具有 32KB I-Cache 、 32KB D-Cache 及 256KB L3 Cache ，支持 NEON 加速，集成了 FPU 处理单元。

在视频分析方面， Hi3519DV500 支持神经网络推理引擎，最高 2.5TOPS NN 算力，支持业界主流的神经网络框架，支持完整的 API 和工具链，易于客户开发。而且还升级了 IVE 算子，支持特征点检测、周界、光流及多种计算机形态学算子，升级了 DPU 算法实现双目深度图加速单元，最大分辨率 2048 ✕ 2048 ，最大视差 224 ，处理性能 720P@30FPS 。

此外，该芯片最高支持四路传感器输入，支持最高 4K@30FPS 的 ISP 图像处理能力，支持 2F WDR 、多级降噪、六轴防抖、全景拼接、多光谱融合等多种传统图像增强和处理算法，支持通过 AI 算法对输入图像进行实时降噪等处理，为用户提供了卓越的图像处理能力。支持热红外、主 / 被动双目视觉 3D 、 ToF sensor 的接入和处理。

由于该方案支持人脸识别、行人、车辆、船舶、飞机、安全帽等近百种物体识别与跟踪，使其不仅可以安防监控，也可以用于工业中的安全生产、无人机避障、机器视觉等多种需要视频分析的应用。

消费电子：AI眼镜成热点

在消费电子端，AI不断在向智能手机、学习机、陪伴玩具、眼镜等终端产品方面渗透，例如字节跳动豆包团队与中兴通讯联合推出豆包手机，直接将智能手机作为一个智能体，阿里巴巴推出夸克AI眼镜等。Canalysis预计AI手机渗透率将从2025年的34%提升至2028年的53%，洛图科技预测，2025年中国智能眼镜市场的线上线下全渠道零售有望接近140万台，同比上涨216%。

目前市场上有不少公司推出了AI眼镜解决方案，拿物奇微电子的AI眼镜解决方案来说，该方案基于其WQ7036AX芯片，该SoC芯片内置了高性能DSP和NPU，以支持复杂的多麦克风上行降噪算法和关键字唤醒，同时兼顾低功耗。集成Hybrid ANC，可支持高带宽、深降噪的耳机应用。该音频芯片提供了丰富的接口，集成度高，适用于需要复杂的音频处理和语音AI能力的低功耗产品。