芯耀
1548
作者：李寧遠(yuǎn)
可穿戴設(shè)備近幾年發(fā)展勢(shì)頭十分迅猛，已經(jīng)從原來較為單一的產(chǎn)品形態(tài)延伸到各個(gè)細(xì)分穿戴領(lǐng)域，并已經(jīng)深度融入人們的日常生活，通過無縫連接互聯(lián)網(wǎng)與各類應(yīng)用，實(shí)現(xiàn)了人們?nèi)粘＝】当O(jiān)測(cè)、運(yùn)動(dòng)追蹤到社交娛樂、便捷支付的全方位覆蓋。
根據(jù)IDC的《全球可穿戴設(shè)備市場(chǎng)季度跟蹤報(bào)告》，去年前三季度全球腕戴設(shè)備（智能手表和手環(huán)）市場(chǎng)出貨1.4億臺(tái)，其中，中國市場(chǎng)出貨量同比增長20.1%，已經(jīng)成為全球最大腕帶設(shè)備出貨市場(chǎng)。此外，智能眼鏡、智能服裝、智能戒指等品類也展現(xiàn)出巨大的市場(chǎng)潛力，可穿戴設(shè)備正在從單一功能向多元化應(yīng)用拓展，并深入每一個(gè)消費(fèi)者的日常生活。
這些智能產(chǎn)品早前的智能技術(shù)尚顯單一，不過隨著AI算法的優(yōu)化和硬件性能的提升，特別是自從生成式AI展現(xiàn)出驚人的應(yīng)用潛力后，各類不同終端的廠商就開始探索如何利用本地側(cè)AI來提升終端產(chǎn)品附加值，將產(chǎn)品的智能化程度提升到新的高度。
現(xiàn)在這一方向又有了更強(qiáng)大的助力——DeepSeek，DeepSeek其中一項(xiàng)價(jià)值，在于它直接點(diǎn)亮了終端側(cè)AI的發(fā)展前景，端側(cè)智能不再只需要堆疊算力，可穿戴AI設(shè)備將會(huì)受益良多。不管是大模型云端協(xié)同還是靠DeepSeek大模型蒸餾出來的小模型，都在推進(jìn)一個(gè)現(xiàn)實(shí)：模型能力在向C端下沉，AI在向終端普及。
可穿戴設(shè)備繼續(xù)向AI靠攏
目前可穿戴設(shè)備門類可謂五花八門，按照目前常見的品類有智能手表、智能手環(huán)、智能眼鏡、智能耳機(jī)、智能戒指、智能服裝、智能鞋、AR/VR頭顯、智能首飾、智能頭盔、智能腰帶等等。隨著AI技術(shù)以及硬件設(shè)施的進(jìn)步，智能可穿戴設(shè)備不僅限于健康監(jiān)測(cè)和跨終端交互聯(lián)動(dòng)，更逐漸滲透到個(gè)性化健康顧問、虛擬現(xiàn)實(shí)交互乃至日常生活的方方面面。
智能手表和手環(huán)是相當(dāng)成熟的可穿戴細(xì)分市場(chǎng)，普及率很高。根據(jù)調(diào)研機(jī)構(gòu)的數(shù)據(jù)，僅去年前三季度全球智能手表出貨量就達(dá)到1.1億臺(tái)。雖然同比來看出貨量下降了3.8%，但成熟的智能手表市場(chǎng)略有降幅也是正常的。中國智能手表市場(chǎng)仍舊強(qiáng)勁，出貨量達(dá)到3286萬臺(tái)，同比增長了23.3%。
國內(nèi)市場(chǎng)的高增長和國內(nèi)品牌在產(chǎn)品創(chuàng)新、健康管理功能以及生態(tài)系統(tǒng)建設(shè)上的不斷突破有著直接關(guān)系。像HUAWEI WATCH D2、小米Watch S4 Sport、OPPO Watch X等都是去年非常具有代表性的手表產(chǎn)品。
以前的智能手表芯片在短時(shí)間內(nèi)能夠處理的數(shù)據(jù)有限，算法迭代慢，在功能性上取得突破進(jìn)展緩慢。AI的引入讓智能手表在創(chuàng)新功能挖掘和原有功能升級(jí)上開始突飛猛進(jìn)。最直觀的例子是健康監(jiān)測(cè)功能，在AI模型幫助下，設(shè)備運(yùn)動(dòng)記錄和心肺監(jiān)測(cè)功能變得更加完善且人性化。從只能記錄心率、睡眠時(shí)長、運(yùn)動(dòng)時(shí)長等簡單數(shù)據(jù)進(jìn)化到能夠監(jiān)測(cè)血氧濃度、睡眠質(zhì)量甚至是血壓數(shù)值，并根據(jù)數(shù)據(jù)設(shè)備會(huì)為用戶提供更為精準(zhǔn)的健康管理和運(yùn)動(dòng)指導(dǎo)。
云端模型以及越來越多本地端側(cè)模型的加入，進(jìn)一步提升了設(shè)備的理解能力以及在端側(cè)快速處理數(shù)據(jù)的能力，智能化功能直接在本地近乎無時(shí)延地為用戶帶來智能決策。
另一個(gè)賽道上，自2025年開年智能眼鏡的增長勢(shì)頭便十分強(qiáng)勁，IDC預(yù)測(cè)到2029年，全球智能眼鏡年銷量有望達(dá)到5500萬副，市場(chǎng)規(guī)模將達(dá)到1067.78億元。李未可、雷鳥創(chuàng)新、莫界科技、Gyges Labs、閃極科技、Rokid、XREAL、影目科技等企業(yè)近期均有亮相創(chuàng)新產(chǎn)品。
從智能眼鏡新品的功能演進(jìn)來看，避不開的關(guān)鍵詞仍舊是AI。雷鳥創(chuàng)新與阿里通義合作打造智能眼鏡專用AI意圖識(shí)別模型；閃極科技云天勵(lì)飛深度合作，還將接入訊飛星火、通義千問、Kimi等十余家主流模型；李未可面向智能眼鏡自研的WAKE-AI的多模態(tài)AI模型平臺(tái)也是獨(dú)樹一幟……
不少分析認(rèn)為智能眼鏡有望成為端側(cè)AI率先落地的場(chǎng)景之一，主要原因在于智能眼鏡相比其他可穿戴硬件有著獨(dú)特的硬件特性，以及它與多模態(tài)AI功能更多結(jié)合的可能。
目前智能眼鏡已經(jīng)展現(xiàn)出集成視覺、聽覺、觸覺等多模態(tài)AI功能的能力，能夠更自然直觀的交互。利用攝像頭捕捉圖像、麥克風(fēng)識(shí)別語音，并結(jié)合AR技術(shù)呈現(xiàn)虛實(shí)交融體驗(yàn)，再加上端側(cè)AI的本地智能，智能眼鏡的確是具有想象空間的個(gè)人AI Agent理想形態(tài)。
除了上述的終端設(shè)備，其他可穿戴設(shè)備的發(fā)展也都遵循著一條主線，終端廠商在可穿戴＋AI這條賽道上尋求突破的趨勢(shì)十分明確。尤其是今年終端側(cè)AI軟硬件條件已經(jīng)成熟，今年的智能穿戴新品肯定會(huì)有更多本地側(cè)AI功能引入。
產(chǎn)業(yè)鏈群雄逐鹿智能可穿戴端側(cè)戰(zhàn)場(chǎng)
可穿戴設(shè)備的硬件產(chǎn)業(yè)鏈涵蓋了光學(xué)、聲學(xué)、顯示、芯片、傳感器等核心技術(shù)領(lǐng)域，在智能可穿戴產(chǎn)業(yè)鏈中，SoC是成本占比最高的一環(huán)。在端側(cè)AI＋可穿戴的加速發(fā)展下，為端側(cè)AI硬件打造的SoC成為芯片原廠的爭奪重點(diǎn)。
高通的驍龍AR1旗艦級(jí)芯片在可穿戴特別是智能眼鏡領(lǐng)域備受青睞，集成HexagonTM NPU提供強(qiáng)大算力支持，還具備雙ISP高速圖像信號(hào)處理功能，很多智能眼鏡均選用該SoC。不久前的財(cái)報(bào)會(huì)議上高通公司高管表示，公司已經(jīng)在裝有驍龍芯片的終端適配了DeepSeek，將持續(xù)發(fā)力端側(cè)AI應(yīng)用。
作為國內(nèi)AIoT SoC芯片的代表廠商，瑞芯微正在打造以旗艦芯片RK3588為核心，建成AIoT芯片方陣。瑞芯微的RK3588、RK3576均帶有6TOPSNPU處理單元，能夠支持端側(cè)主流模型部署。后續(xù)還會(huì)推出更高性能的旗艦芯片，預(yù)計(jì)于2025年問世的RK3688將會(huì)集成算力高達(dá)16TOPS的NPU內(nèi)核，為端側(cè)設(shè)備提供更強(qiáng)大的底層平臺(tái)。
全志科技亦在加大芯片新產(chǎn)品開發(fā)及AI端側(cè)應(yīng)用解決方案上的研發(fā)投入，針對(duì)端側(cè)AI視覺推出了V853系列，針對(duì)VR應(yīng)用推出了VR9虛擬現(xiàn)實(shí)專用芯片，還有12nm旗艦AI芯片A733和A736。偏硬件化，偏場(chǎng)景、偏模塊的AIPU是全志科技后續(xù)規(guī)劃的重點(diǎn)，會(huì)考慮面向不同場(chǎng)景特別優(yōu)化。
在更細(xì)分一點(diǎn)的音頻SoC上，近年來在端側(cè)AI上做的突破也是不少。像炬芯科技在去年年末發(fā)布了首顆端側(cè)AI音頻芯片ATS323X，采用AI-NPU架構(gòu)，相較于DSP HiFi5，實(shí)際應(yīng)用算力和能效比更高，功耗更低。恒玄科技的智能音視頻SoC芯片通過添加嵌入式AI協(xié)處理器，能夠和主CPU核心配合工作，完成基于神經(jīng)網(wǎng)絡(luò)AI算法的音頻處理，同時(shí)保持較低功耗水準(zhǔn)。
國內(nèi)海思、紫光展銳、物奇微、全志科技、恒玄科技、晶晨股份、樂鑫科技、中科藍(lán)訊、星宸科技、泰凌微等廠商也都在加速布局。
端側(cè)算力需求需要從內(nèi)置芯片與算法模型兩個(gè)方面來解決，算法模型上DeepSeek指明了一條低功耗低成本的路線，硬件層面的算力仍舊是最大的限制。
可穿戴設(shè)備需要在輕量化設(shè)計(jì)中實(shí)現(xiàn)復(fù)雜的AI處理能力，這對(duì)SoC硬件性能、算法效率和功耗控制提出了更高的要求。為了克服這些挑戰(zhàn)，各廠商正不斷優(yōu)化SoC設(shè)計(jì)，提高集成度和處理效率。未來，隨著更多高性能、低功耗芯片的推出，以及更小、更高效、更定制化的端側(cè)模型的融合，可穿戴設(shè)備將能夠執(zhí)行更加復(fù)雜的本地智能應(yīng)用，同時(shí)保持體積輕巧和電池續(xù)航力強(qiáng)，滿足用戶對(duì)可穿戴設(shè)備輕量化和智能化的雙重需求。
可穿戴設(shè)備的智能，從“功能附加”轉(zhuǎn)向“核心能力重構(gòu)”
其實(shí)在以往可穿戴設(shè)備的功能上，我們可以看到可穿戴設(shè)備除了產(chǎn)品本身的使用屬性不同，會(huì)有一個(gè)功能趨同現(xiàn)象，例如計(jì)步、心率監(jiān)測(cè)等功能，有些千篇一律。甚至有些設(shè)備使用起來體驗(yàn)會(huì)有些割裂，例如因?yàn)樵O(shè)備算力不足，功能運(yùn)行卡頓或被迫關(guān)閉，這其實(shí)是AI功能與硬件性能脫節(jié)的直接結(jié)果。
此外功能間缺乏協(xié)同，如監(jiān)測(cè)與決策指導(dǎo)分屬不同模塊，也是因?yàn)樵O(shè)備各模塊沒有深度整合通過AI動(dòng)態(tài)關(guān)聯(lián)起來，自然也就不能實(shí)現(xiàn)自動(dòng)智能的決策調(diào)整。
這是此前AI作為額外功能被加入設(shè)備的必然，軟硬件在可穿戴設(shè)備里長期受制于算力－功耗－成本的平衡難題，AI更多地以“插件”形式植入終端設(shè)備，通過“功能附加”與設(shè)備松耦合。這些功能有用，但只是錦上添花，不改變?cè)O(shè)備的本質(zhì)。
而隨著端側(cè)基礎(chǔ)軟硬件更加成熟，可穿戴設(shè)備開始以AI為核心價(jià)值，重新設(shè)計(jì)架構(gòu)與功能體系。硬件層面上算力與本地?cái)?shù)據(jù)處理完成閉環(huán)，可穿戴設(shè)備功能下限逐漸提升。軟件層面上采用TinyML、知識(shí)蒸餾等技術(shù)縮小模型體積實(shí)現(xiàn)的端側(cè)模型（特別是未來DeepSeek等優(yōu)質(zhì)模型蒸餾出來低成本低功耗高效率的小/端側(cè)模型），能夠在資源受限的可穿戴設(shè)備硬件底座上高效運(yùn)行，平衡算力與能效，將AI從“附加功能”推向“核心能力”，決定終端設(shè)備的智能上限。
在可穿戴設(shè)備的未來演進(jìn)方向上，本地AI帶來的核心能力重構(gòu)將帶領(lǐng)端側(cè)設(shè)備從“感知智能”逐步升級(jí)到“認(rèn)知智能”，即設(shè)備不僅能通過傳感器采集物理信號(hào)并利用AI算法進(jìn)行初步處理與分析，還能結(jié)合多元信息進(jìn)行推理與決策，提供更高階智能的服務(wù)。便攜輕量化的可穿戴設(shè)備在這一階段將快速成為人類與數(shù)字世界無縫交互的核心入口。
端側(cè)軟硬件配套設(shè)備的支持，加之硬件－算法協(xié)同設(shè)計(jì)的優(yōu)化、AI功能范式的升級(jí)以及AI引領(lǐng)的設(shè)備價(jià)值重心轉(zhuǎn)移，端側(cè)AI正在成為終端設(shè)備定義者。
寫在最后
在端側(cè)AI浪潮中，可穿戴設(shè)備將進(jìn)入新的發(fā)展周期，逐步完成AI從“功能附加”到“核心能力重構(gòu)”的轉(zhuǎn)變。這一轉(zhuǎn)變將持續(xù)依賴硬件創(chuàng)新、端側(cè)算法模型優(yōu)化與場(chǎng)景落地的協(xié)同，缺一不可。
