雷科技AI硬件组 | 编辑：TSkinght | 监制：罗超
当我们在AWE的展馆中感慨家电的智能化浪潮来得如此猛烈时，是否曾想过智能化的背后究竟是什么在支撑？从软件角度来看，是算法和AI大模型；而从硬件层面来看，则是芯片。
在今年的AWE上，雷科技看到不少厂商都将芯片作为卖点之一来宣传。这些厂商已经不再满足于表面上的功能迭代与创新，而是开始向消费者展示，他们如何从底层去挖掘硬件的潜能，并且为产品搭建一个更合适的平台。
正如雷科技AWE报道团在出发前的内部会议上，雷科技总编所说：“家电智能化的未来在于AI，而AI的未来又在哪里？”
智能家电的尽头是自研芯片？
AI的未来，或许就藏在芯片里。如果要问今年哪家品牌的自研芯片阵容最齐全、体系最庞大，那么应该非追觅莫属。作为最受关注的品牌之一，追觅在AWE上展出了“人车家天地芯”六边形生态。而作为这个生态的基石，芯片就显得尤为重要。
图源：雷科技摄制 注：追觅具身智能产品展览
其中占据C位的，是由追觅旗下芯际穿越发布的“赤霄01”，其定位是追觅旗下高端AI产品的核心处理器。该处理器采用追觅自研的AI计算架构，拥有高达200TOPS的AI等效算力，能够在端侧运行更复杂的本地大模型，实现多轮、高感知的语义交互。
目前来看，赤霄01的首发产品应该是追觅AUROR手机。从这款芯片的特殊之处不难看出，追觅的意图很明显：他们并不打算将追觅AUROR手机打造成一款传统的手机，而是要用手机来连接家电、机器人与汽车，使其成为全场景个人移动中枢，最终实现跨终端的无缝算力流转。
图源：雷科技摄制 注：追觅手机
除了赤霄01外，我们还看到了追觅的天穹系列，该系列芯片将主要用于追觅旗下的各种具身智能产品（如扫地机器人）。天穹系列的特别之处在于，其采用高集成度的CPU+NPU+MCU异构设计，直接支持激光雷达和AI模型的端侧计算，让追觅的扫地机器人可以实现更快的响应与更多的端侧AI功能。
从追觅的这两套芯片体系就可以看出，他们正在围绕“AI”打造一个属于自己的软硬一体化平台。这个平台不仅在软件层面做到协同，在硬件层面也要做到同步。这样做的好处是让整个平台掌握在追觅自己手中，无论是后续升级、兼容还是改进都更加方便；难点则在于研发成本高昂，需要有足够的决心和资金去推动。
此外，还有一款受到极大关注的芯片，那就是将用于未来追觅汽车上的舱驾一体芯片。它采用了激进的两纳米制程，据介绍单颗算力高达2000TOPS，直接持平目前算力最强的特斯拉AI 5车载芯片。
图源：雷科技摄制 注：追觅舱驾一体芯片
不过，追觅目前还没有给这款芯片正式命名，其本身也仍然处于流片测试阶段，预计最快的上市时间也得是一两年之后了。但从扫地机器人到手机，再到汽车，这套“人车家”芯片生态也让雷科技再次见识了追觅技术储备的强大。
至于另一个以芯片出圈的厂商则是海信。不过他们并不像追觅那样疯狂跨界，而是专注于显示赛道。其自研的信芯AI光色同控芯片和RGB三原色发光芯片，实现了从传统的“光色分离”到“像素级光色融合”的技术跨越。
图源：海信
通过两颗芯片的联合，海信实现了全球首创的134-bit高位深控制技术，能够对红、绿、蓝及天青色光源进行极高精度的同步调度，从物理层面彻底解决了Mini LED在大光量场景下色彩失真与暗场光晕的行业痛点。
可以说，信芯AI光色同控芯片和RGB三原色发光芯片的诞生，标志着国产电视芯片已从单纯的算法补强迈向了硬件底层架构的革新。这也是整个中国家电行业的缩影：通过自研芯片强化技术领先优势，叠加规模化生产带来的成本效益，对海外品牌进行降维打击。
在雷科技看来，随着国内芯片研发产业越来越发达、成熟，接下来会有更多的家电企业加入自研大军。因为自研技术才是决定市场竞争地位的核心竞争力。
边缘侧计算，
智能家居普及的核心？
芯片，除了是参数的基础外，更是AI的基础。在本届AWE上，我们也看到许多家电都新增了AI功能，其中不乏一些复杂的应用，如食品识别、保质期筛选等。但是，从实际体验来看，依然很难说这些功能已经成熟：如果想要高准确率，就必须调动云端算力，一来一回的延迟以秒计；而追求低延迟的端侧识别，其准确率又堪忧。
事实上，不只是冰箱面临端侧算力不足的问题，空调、扫地机器人、洗衣机等所有依赖即时识别AI功能的家电，都对算力有着很高要求。所以，前面我们提到追觅自研的天穹系列芯片将作为旗舰具身智能产品的算力核心。那么问题来了：非旗舰产品该怎么办呢？
从芯片成本角度来说，一颗高算力的芯片起码要上千元，想要在所有家电里普及高算力芯片并不现实。但是AI算力的需求却是现实存在的，这个问题该如何解决？
在AWE上，中国企业给出了两个回答。一个是GIIC全球智慧物联网联盟联合多家核心单位发布的《智家统一互联标准》，旨在通过打破“生态孤岛”，解决智能家居所面临的配网难、不兼容、无法统一控制等问题。
图源：GIIC
另一个则是AI Agent中枢。在聆思科技的展台，雷科技就看到了其提出的HomeClaw全屋智能算力中心方案。在这个方案中，整个智能家庭的家电都只需要配置一颗基础算力芯片即可，这颗芯片仅用于支持设备的基础智能功能调用，而那些需要高算力的AI功能则统一交给算力中心处理。
比如说，当你打开冰箱放入一条鱼时，监测到开门动作的算力中心会即时启动与冰箱的互联，通过WiFi网络实时读取摄像头捕捉到的画面，然后以中枢的算力完成推理，并把答案反馈给冰箱。
在这套方案中，冰箱本身并不需要具备高算力和高性能，只需满足“拍照”与“传输”的需求即可。这不仅将整个AI推理流程简化为「冰箱——算力中枢——冰箱」的内部循环，确保数据不出屋，还能在降低延迟的同时避免潜在的云端数据泄露风险。
针对这个方案，聆思科技还发布了ARCS系列芯片。这是他们的首颗多模态集成芯片，仅需一颗就能完成AI算力、主控、多媒体处理、音频编解码、内存以及无线连接等多个功能，完美满足智能设备的互联需求。
图源：雷科技摄制 注：聆思科技全屋智能方案
利用《智家统一互联标准》和全屋智能算力中心方案，我们就可以构建一个低成本的全屋智能系统（边缘侧计算）。这个系统的核心既可以是你的手机，也可以是一台具备高算力的电脑，或者一台专门的智能家庭中枢，负责处理所有高算力要求的任务。
全屋智能系统的落地普及，再结合以必易微为代表的AIoT一站式方案供应商，雷科技可以肯定：在接下来的两年内，整个智能家居生态将迎来一次彻底的爆发。
因为AI功能的部署成本正在进一步降低，从云端落到端侧，所带来的成本效益提升是非常明显的，因为云端算力本质上是厂商的持续运营成本（，而端侧算力消耗的只是用户的电费而已。
借助这种方案，传统厂商可以快速为自家产品贴上智能化的标签，完成在下沉市场的初步升级布局，也将显著降低家电智能化推广的阻力。
双管齐下，
破解端侧AI算力难题
不过，看到这里估计有人想问了：“既然算力都一样，那要如何确保产品之间的差异化体验呢？”
首先，这个前提本身就不成立。千元和万元的冰箱虽然都能保存食物，但在外观设计、容积、保鲜效果等各方面都有明显区别。边缘计算方案只是降低了AI智能化的入门门槛和使用成本，并不能直接抹平冰箱核心体验上的差异。
其次，并非所有家电都可以利用智能家庭中枢来解决算力问题。比如追觅展出的具身智能机器人，如果想让其具备接近真人的反应速度和动作灵敏度，其端侧算力就必须足够强悍。
简而言之，对于那些需要在复杂环境中运动、运行且具备即时反应能力的家电，端侧算力仍然是它们的核心；而对于冰箱、空调等无需移动且对时延要求不算极高的设备来说，边缘计算方案就拥有着非常大的优势了。
回到雷科技AWE报道团出发前那个关于“芯片未来在哪里”的疑问，本届展会其实已经给出了清晰的答案：未来的芯片生态不再是单一维度的算力堆砌，而是走向了“重终端+端侧独立决策”与“轻终端+强边缘计算中枢”的双轨并行状态。
以追觅赤霄01、舱驾一体芯片为代表的自研大算力路线，就能够为手机、汽车与具身智能机器人赋予毫秒级的“物理直觉”与端侧的高级决策能力，这也是未来具身智能设备处理复杂三维空间交互的唯一方案。
而以聆思科技HomeClaw和ARCS系列为代表的分布式算力中枢方案，则能够解决传统白电在成本控制与AI大模型落地之间的抉择难题，通过便捷的算力流转与全屋协同，让冰洗空等静态设备以极低的硬件代价完成AI进化。
这场由AI引发，却最终回归到算力的智能化浪潮，或许将在接下来的几年里彻底改变我们的智能家居生态。
