128MB 跑出 2GB 芯片的画质，全志 V881 怎么做到的？

网络上有人分享这样一种困惑：买了个便宜的摄像头，画面里的人是 " 陆陆续续走过来 " 的——卡顿、掉帧、拖影；或者想用运动相机拍段视频，导入电脑，发现画面抖动厉害。这两个问题，背后都指向同一个东西：芯片。

芯片决定了影像处理和连接能力的上限。近日，深圳南山科兴国际会议中心，全志科技总裁叶茂上台，第一句话不是讲芯片参数，而是回忆起去年同一时间在蛇口开发布会的场景。一年过去，AI 从聊天工具变成能感知、能认知、能辅助决策的生产力工具。

叶茂抛出的问题是：当 AI 进入新阶段，它对视频和视觉的价值到底是什么？随之而来的需求，除了算力激增，还有信息多样性。AI 对信息的需求不再只停留在文字和数据，它需要理解真实世界：看到场景的细节，看懂事件的变化，看清上下文的关系。由此，大模型才能结合人类的知识体系，去理解人类社会真实发生的事情。

"AI 在理解世界之前，首先要能够看懂世界。" 叶茂说。

叶茂在现场给了一组数字：全志跟视频、视觉相关的芯片出货量累计超过 5 亿片。早年在 GoPro 时代走红的全志 V3 芯片，到了现在每年依然保持着数百万片的出货量。

但谈及这些内容，叶茂的目的并不是怀旧，他抛出一个核心片段——视觉产业正在从 " 记录 " 走向 " 理解 "。过去视频芯片解决的是 " 能不能拍下来 "，而现在要求已经变为了 " 能不能看懂 "。这也是全志发布会产品：V881 和 V883 核心要回答的问题。

存性比：用更少内存做更多事

全志科技在发布会上，推出了 V881 的视觉生态创新解决方案。全志科技 VEBU 事业部副总经理陈智翔在介绍 V881 时，反复强调了一个看似反直觉的结论——内存小不等于能力弱。

AI 视觉产品对内存的消耗正在逐渐增加。多帧合成宽动态、高分辨率录像、实时防抖、端侧 AI 推理等，每一项都占据内存。行业里通常的做法是堆内存，但全志选择了不同的做法。陈智翔展示了一组对比，在 128MB 的条件下，V881 实现了多帧宽动态拍照，得到的效果 " 不弱于头部芯片 2GB 内存才能达到的效果 "。

雷峰网现场观察，左右画面差距肉眼观察并不大。这和大家默认的大内存才有更好性能的刻板印象出现了偏差，这背后是怎么做到的呢？陈智翔在介绍时表示，这样的能力提升依靠的是系统级协同，包含芯片架构、ISP、内存等形成配合机制，而非依赖单一环节的硬件堆料。

陈智翔还提出 " 存性比 " 的概念，即储存性能占比，目标是在同样成本下，让同样的性能发挥更好的效用。而不是单纯地看重 BOM 降本。

市场上视觉类芯片的并不少，全志的差异化在哪里？全志科技智能芯片研发中心算法总监钟午给出的答案是：全志科技聚焦端边 AI 技术底座及视觉创新生态，算力是基础，算法是路径，而场景是出口。随着大模型能力逐步下放到 " 端边侧 "（即终端设备和边缘计算节点），端侧 AI 正迎来规模化落地的窗口期。

钟午续指，AI 算力方面，端边侧当前最关注效率。全志在 NPU（神经网络处理单元）架构上做了大量定制化工作。通过通用 NPU 与定制化硬件指令集相结合，在特定 AI 任务上的推理效率可以提升 15% 到 30%。

同时，通过硬件触发方案减少软件调度，系统延时能下降 50% 到 70%。目前，这些优化已经在 AI 眼镜的暗光成像、安防摄像头的人形识别等场景中落地。

此外，全志科技还在 AI 成像、AI 视觉、AI 音频等六大方向进行系统化布局。钟午强调，全志对端侧 AI 算法的布局，核心并不是单点算法的技术突破，而是通过系统化布局，让端侧设备 " 会看、会听、会想和会交互 "，让端侧 AI 算法能够解决实际产品体验。

V881 除了在算法和编码方面有所优化，针对 AI 眼镜，V881 首次进行了长方形的封装。这样特别的改变，源自团队在温州调研时的发现，一些知名眼镜品牌选择在温州进行代工，专业人士向他们提出 " 眼镜腿每细一毫米都是有意义的，都会增加美观度 "。

发布会的另一个重点是，全志科技新一代 AI 影像处理器 V883 的发布。陈智翔将 V883 定义为 " 更高端的影像视觉基座平台 "。具体而言，V883 在四个角度上做了升级，包括 16 路摄像头输入，内置的端侧 4T 算力，拍照像素支持亿级以上，并且能够通过 4K/75 帧的编码能力。

谈及 V883 的应用，除了传统的车载、手持云台和无人机等，陈智翔提到了未来 V883 的重点发展方向，他用三个 " 高价值方向 " 来描绘 V883 的未来应用场景。

首先是高价值实体资产的看护。陈智翔以赛马为例，全球有数百万匹赛马，每匹马都是高价值资产。传统的看护方式难以对每匹马进行持续监测，而 V883 的多目感知和端侧算力，可以结合多维传感器，对马匹的行为、健康状况进行持续监测和预警。" 资产越稀缺，就越值得被长期持续地看护。"

其次是运动数据的专业分析。对于专业运动员而言，一次动作识别价值有限，真正有价值的是连续采集、连续分析。V883 的高帧率录像和端侧算力，可以对动作实时分析，给出专业级建议。

最后是端侧的实时控制。视觉的终点不是看见，而是看见之后立即行动。工业纠偏、紧急避障、无人机跟踪等场景，要求毫秒级的响应和断网环境下的可靠性，这只能依靠端侧芯片完成闭环。" 算力和设备越接近，价值就越高，越不可替代。" 陈智翔说。

" 视觉的终点不只是为了看见，还有看见之后能够立刻做出行动。" 陈智翔说。

去海外市场寻找增量

谈及商业布局，全志智慧视频及运营商事业部总经理郭琦分享了全志视觉产品出海的商业逻辑。他指出，全志视觉产品线的底层逻辑是端侧 AI，并判断这个周期至少有十年以上。

郭琦给出的逻辑很直白。当前，全球人口每年新增约 1.3 亿至 1.39 亿，且增长主要集中在海外。人口多，消费场景就多。他以两个市场为例，全志投影芯片在巴西市场出货率增长，美国市场同等标价结算存在利润差。

郭琦还分享了他对经济环境的观察，他认为，当前经济环境呈现 "K 型分化 "：一端是像大疆、影石这样溢价能力强的品牌，能够穿越周期；另一端是普惠型产品，靠量大取胜。夹在中间的厂商正承受最大压力。全志的策略是双线并行：用 V821 守住普惠基本盘，用 V881 和 V883 攻入中高端。

对当前内存价格水涨船高的现象，郭琦判断，外挂内存可能会在明年春节后下行，原因是 HBM 需求到电能、电缆、液冷三重供给限制，而电子消费端已经有一批客户扛不住价格，渠道库存会在某个节点集中释放。

发布会还邀请了多家全志科技合作企业到场，分享全志芯片在真实场景中的落地。移康智能展示了全志平台在智能安防和宠物看护领域的端侧 AI 落地；中科世为带来了 AI 算力与嵌入式 GUI 融合架构的探索；涂鸦智能演示了全志平台搭配涂鸦 OS 在视觉看护中的端云协同方案；晨芯时代则分享了融合 4G 的全志平台在 AI 教育陪伴产品上的品类创新。

除了芯片，全志科技还在 AI 开发平台上有所创新和提升。全志科技产品研发中心副总经理谢林菲分享了一站式 AI 嵌入式开发平台。该平台的核心逻辑是：开发者用自然语言描述需求，AI Agent 可以完成从代码编写到验证的全流程。另外，即将发布的 AI Studio IDE 工具，可在输出刻在端侧运行的 UI 代码。

回到叶茂开场时的问题：AI 对视频和视觉的价值到底是什么？答案在大会的尾声逐渐清晰：AI 不只是让摄像头看得更清楚，而是让设备开始理解它看到了什么，并据此做出决策和行动。

从家庭看护到运动分析，从工业检测到具身智能，视觉正在成为 AI 理解物理世界的关键入口。

雷峰网雷峰网