作者：电子创新网张国斌
如果你以为AI眼镜的竞争还停留在“谁更轻、谁能拍照”，那基本已经落后一个版本了。真正的战场，早就从镜框转移到了芯片里——一副只有200mAh电池、40克重量的眼镜，却要同时完成拍照、视频、语音交互、实时识图，甚至跑起多模态大模型。问题是：当0.5 TOPS已经不够用、手机级影像又装不进去时，AI眼镜到底还能怎么进化？
在今天开幕的第16届松山湖中国IC创新高峰论坛上 ，广州安凯微电子给出了答案，安凯微市场经理朱经言推介了安凯微最新的孔明四代 SOC，给出的答案很直接，也很激进：不是把芯片做得更强，而是把“AI能力”直接写进SoC的底层结构里。
1、从“百镜大战”到SoC重新定义产品边界
朱经言表示2025–2026年的AI眼镜市场，本质上已经从“概念验证”进入“规模试探期”。870万台→1500万台→3500万台（2030）的出货曲线，并不只是增长数字，而是一个更关键的信号：AI眼镜的竞争，正在从“产品定义”转向“芯片平台能力”。
尤其是拍照类AI眼镜，从Q1占比7.1%跃升到Q4的39.4%，意味着第一视角视觉能力正在成为用户刚需，而这直接把压力传导到SoC层。
在这个阶段，单点能力（拍照/音频/AI）已经不再构成壁垒，真正的分水岭是：
功耗是否可控（是否能“全天可用”）
影像是否接近手机级体验
AI是否真正“可用而非噱头”
产品能否快速量产（时间窗口决定生死）
而这四个问题，全部落在SoC架构设计上。这正是广州安凯微电子“孔明四代”出现的背景。
二、安凯微的战略跃迁：从多媒体SoC到多模态AI SoC
朱经言表示如果把安凯微的路径拆开看，会发现它不是突然进入AI，而是一次典型的“技术栈延展”：
第一阶段（2001–2010）→ 多媒体处理器（音视频/图像/语音）
第二阶段（2011–2020）→ IoT SoC（智能硬件）
第三阶段（2026+）→ AI SoC（多模态 + 智能体）
这条路径的核心逻辑非常清晰：就是从“数据处理”走向“语义理解”，从“功能芯片”走向“决策芯片”。而AI眼镜，恰好是这个转型最极致的载体：
输入：视觉 + 语音 +传感器（多模态）
约束：极致功耗 + 极小尺寸
输出：实时AI决策（识图、翻译、交互）
这类设备，本质上要求SoC具备“类手机级能力 + IoT级功耗”。
三、行业四大瓶颈，本质是SoC架构问题
朱经言表示当前AI眼镜的四大挑战，看似是产品问题，本质是芯片架构问题：1. 功耗 vs 体验：物理极限的博弈
电池：200–300mAh
目标：8–12小时使用
实际负载：AI视觉推理 + 视频编码
→ 结论：必须“算力可调度”，而不是简单堆算力
2. 影像能力：从“能拍”到“好拍”
第一视角带来强烈真实感需求
用户预期已经被手机拉高
→ ISP不再是传统ISP，而是：
“AI ISP”——用神经网络补偿物理缺陷
3. AI算力：0.5 TOPS
多模态 + Transformer成为标配
本地推理成为刚需
→ 核心不只是TOPS，而是：
模型适配能力
算子支持
内存带宽效率
4. 产品周期：平台能力成为胜负手
传统模式：SoC + ISP + 算法 + 系统 → 客户自行整合
新模式：SoC + 完整平台 + 工具链 + APP
谁能缩短6–12个月开发周期，谁就能吃到市场红利。
四、孔明系列演进：一条非常清晰的技术曲线
从KM01 → KM02 → KM03 → KM04（孔明四代），可以看到一条非常典型的演进路径：
代际 | 核心升级 |
|---|---|
KM01 | 基础拍照能力 |
KM02 | RISC-V + 1 TOPS + AI ISP |
KM03 | 3 TOPS + PDAF + ISP升级 |
KM04 | 4 TOPS + 多模态 + 显示融合 |
朱经言表示关键变化不在参数，而在方向：从“拍照SoC”走向“AI视觉计算平台”
五、孔明四代的本质：一次架构级重构
孔明四代的六大亮点，如果抽象来看，本质是三个关键词：
异构计算 + 多模态AI + 系统级集成
1. 异构四核：从“性能优先”转向“能效优先”
不同任务分配不同核心
DVFS + 多电源域
Always-on μA级待机
→ 核心价值：不是更强，而是“按需计算”
2. 多模态NPU：AI从“功能”变“基础设施”
支持视觉 + 语音
原生支持Transformer
专用音频NN引擎
→ 关键变化：AI不再是外挂，而是SoC原生能力
3. AI ISP V3.0：影像进入“计算摄影2.0”
24MP + WDR + PDAF
去雾 / 畸变校正 / EIS
→ 本质：算法弥补光学与空间的不足
4. 视频能力：从记录到实时处理
8MP@60fps
多码流并行
ROI编码
→ 支撑：直播、第一视角记录、AI实时分析等。
5. 显示能力：为AR预埋接口
支持1920×1200
多接口LCD
→ 重要意义：为AI+AR融合提前铺路
6. 安全体系：端侧AI的底座
TrustZone
TRNG
硬件加密
→ 关键趋势：AI眼镜正在成为“隐私设备”而非普通硬件
六、真正的杀手锏：平台化能力，而不是芯片
如果只看芯片参数，孔明四代是“合格甚至优秀”。
但真正决定其竞争力的，是AnyCloud39AV200整套平台；包括：
Linux + RTOS 双系统
ISP + Video全栈
AI算法支持
音频处理链路
网络协议栈
存储体系
完整APP（AI对话/识图/直播）
以及关键指标：
单次拍照功耗：0.08mAh（下降62%）
60秒录像：3.65mAh（下降18%）
冷启动拍照：150ms
这些指标背后不是单点优化，而是芯片 + 系统 + 算法协同设计
七、关键判断：AI眼镜竞争将进入“三层分化”
基于当前技术演进，可以做一个明确判断：
第一层：硬件厂商（快速出货）
依赖成熟平台
拼价格 / 渠道
第二层：平台厂商（真正赢家）
提供SoC + SDK + 系统
决定开发效率
第三层：生态玩家（长期价值）
AI能力 + 内容 +服务
笔者认为孔明四代的定位很明显是冲着第二层去的：成为AI眼镜的“Android级平台底座”。
八、结论：AI眼镜的终局，不是眼镜，而是“随身智能体”
孔明四代的意义，不在于一颗更强的芯片，而在于它代表了一个趋势：AI硬件正在从“设备”变成“智能体载体”。而AI眼镜，是目前最接近这一形态的终端之一：全天候佩戴、第一视角输入和实时AI反馈等。
未来真正的竞争，不是谁拍得更清楚、谁续航更久；而是谁能让用户“离不开它”；从这个角度看，孔明四代做的不是一颗SoC，而是在回答一个更大的问题：如何在极致功耗约束下，让AI真正“活在设备里”？