@松果财经原创
2026年8月，搭载全志科技A537、A133芯片的荣耀亲选DigaCite AI相册管家、AI桌面机器人相继上市。两个月后，作为底层支撑的芯片企业全志科技发布了亮眼的经营预期。
10月12日，全志科技发布2026年前三季度业绩预告：预计归母净利润为6.4亿元至6.7亿元，同比增长129.85%至140.62%；营业收入同比增长约30%。
这一增长背后，一个新的产品时代正在开启：相册整理家庭记忆，桌面设备提供陪伴交互，清洁机器人识别复杂障碍。AI进入日常生活并非总是颠覆性的创新，更多时候是让熟悉的设备具备过去无法实现的能力。
全志科技披露的增长动因包括应对上游成本上涨调整售价、拓展产品线以及推动新产品方案量产。尽管端侧AI的具体贡献比例尚难量化，但市场已将其视为端侧概念的重要标的。从产业链视角观察，AI功能正渗透至不同价位和用途的设备中，芯片企业需在提升算力与控制成本之间寻找平衡，而存量设备的智能化升级则是更易积累商业成果的路径。
从已有产品出发，AI需求变得具体化
关于AI硬件的讨论常聚焦于眼镜、耳机等新品类，因其可能改变交互入口。但在芯片企业的实际订单中，另一类需求同样关键：为已有品类补充感知、识别和交互能力。
两类需求的商业逻辑截然不同。全新硬件需教育市场，而已有设备的升级围绕明确任务展开，如清洁机器人减少误碰、相册降低管理难度、音频设备嘈杂环境拾音等，用户价值易于感知。
以清洁机器人为例，随着家庭环境识别对象日益复杂，设备需融合摄像头与传感器信息进行路径决策。AI不再是附加功能，而是决定任务完成度的核心要素。全志科技基于MR536、MR153等芯片的扫地机器人方案已进入石头、科沃斯、云鲸、追觅、Shark等品牌供应链。成熟品牌的导入意味着芯片经历了真实整机的成本、功耗和功能验证，具备持续迭代的基础。
下游客户正将扫地机器人技术延伸至割草机、泳池清洁设备等场景。虽然应用领域不同，但其核心均涉及环境感知、区域判断运动控制。部分计算平台与开发经验可复用，但具体算法和整机设计仍需针对光照、地形等差异进行适配。这种共性能力与场景差异的结合，构成了芯片企业的增长空间。
在家庭相册、AI眼镜、桌面机器人等新兴端侧AI产品中，需求进一步拓展至新的生活场景。这些设备无需复制手机的全部能力，但需高效处理显示、音频、连接和交互任务。终端厂商将AI纳入产品定义，用户体验直接映射至芯片层面。
产品种类的丰富推动行业迈向新高度，更重要的是需求的具体化。客户采购的不再是抽象的AI算力，而是能完成特定任务、符合产品约束的计算方案。市场无需等待单一超级新品爆发，即可在不同设备的持续迭代中形成增长。
芯片升级方向由整机使用条件决定
随着需求具体化，端侧芯片技术路线呈现分化趋势。稳定供电且散热空间充足的设备，与需全天佩戴的眼镜，其计算配置截然不同。前者关注模型能力与响应速度，后者则必须兼顾重量、温度与续航。
峰值算力并非衡量整机体验的唯一标准。模型运算涉及内存访问，传感器数据处理，以及界面、通信和控制程序的运行。单一计算单元的速度优势未必能转化为整体任务的及时性，大模型支持也不等同于低功耗下的持续运行能力。
全志科技新一代AI边缘计算芯片A735已完成流片回样验证，采用双核A76与六核A55架构，集成4TOPS NPU并支持高速LPDDR5。今年发布的V883新一代AI影像处理器，在AI算力、编解码及接口扩展性上均有提升，为视觉功能迭代预留空间。
另一种技术路线强调在主控外增加专用AI计算单元。瑞芯微2025年7月发布的RK182X系列采用端侧算力协处理器思路，由主控处理交互和实时任务，协处理器承担大模型运算。这种方案允许设备厂商沿用既有系统，按需补充计算能力。
集成式SoC有助于减少器件连接，协处理器方案则利于保留开发成果并分阶段升级。客户产品的体积、开发基础与任务要求决定了最终的技术选择。
此外，端侧AI并不意味着所有模型都必须本地运行。在AI玩具等联网产品中，本地芯片负责唤醒、音频处理、传感器采集和连接，复杂对话交由云端完成；需环境感知的产品则在本地增加视觉处理。对于持续工作的设备，本地及时处理周围变化至关重要；而对于依赖丰富知识的问答场景，云端可提供更大的模型与更新能力。
这种分工使得端侧芯片需求远超“本地运行大模型”的范畴。即便复杂推理在云端，设备仍需清晰采集声音、判断交互时机、管理连接并控制能耗。体验的关键环节往往发生在模型回答之前。
以去年走红的AI玩具和情感陪伴类产品为例，全志V821方案强调低功耗和视觉感知，旨在有限电池和成本条件下实现稳定交互，而非将所有玩具变为高算力设备。部分产品甚至仍沿用几年前的芯片，证明了场景适配的重要性。
无论应用方向如何，先进工艺、异构架构、内存配置和封装设计均服务于同一目标：让设备在可接受的价格、续航和温度下，完成用户需要的任务。
从卖芯片到交付方案，增长需要穿过开发环节
具备芯片能力后，终端产品仍需经历漫长的工程化过程。品牌需选择传感器与存储，适配系统和算法，处理音频、显示与通信，并验证功耗、稳定性和生产一致性。AI功能的加入进一步增加了模型部署和调试的工作量。
随着产品种类丰富，开发支持的重要性凸显。若芯片企业为每个客户从头适配，服务规模难以扩大；若终端厂商各自重复解决相似问题，则会增加成本。可复用的平台与方案成为双方价值的交汇点。
以V821为例，全志提供集成化算法工具包、一站式方案服务和开放平台。这不仅帮助玩具、眼镜等厂商实现视觉感知功能，更协助其处理功能实现与产品开发。厂商可基于已有方案调整外观、交互和应用内容，将精力集中于消费者触达层面。
类似分工也见于其他企业。博通集成为AI玩具提供基于BK7258的AIDK开发方案，集成陀螺仪、NFC等功能模块；地瓜机器人提供RDK开发者套件，降低机器人开发难度。这些举措旨在将芯片能力转化为更易使用的开发资源。
对终端品牌而言，方案复用减少了基础工程工作；对芯片企业而言，项目适配经验沉淀为工具、接口和参考设计，经过更多整机验证的平台能更好地服务相近需求，扩大客户覆盖。
全志早期从平板产品起家，其在平板、多媒体与视觉业务的经验在端侧AI阶段依然具有价值。显示、音频、图像处理和系统支持不仅是新功能的基础，也是提高AI市场参与门槛的关键。能否完成系统级工作，与设计计算单元同等重要。
根据业绩预告，全志科技上半年归母净利润为4.90亿元，第三季度预计盈利1.50亿元至1.80亿元，环比有所下降。主要原因在于前三季度研发费用同比增长超过30%，公司正推进12纳米、6纳米等工艺平台及相关在研产品。这也引发了市场对端侧领域潜力储备的关注。
展望未来，端侧AI的发展可能不会以单一新品引爆市场的方式展开，而是通过已有设备功能改善、新品类交互尝试、芯片平台逐步适配以及云端与本地任务重新分配，不同环节以各自速度推进，最终在消费者产品中汇合。届时，端侧AI的增长信仰方能真正兑现。
本文来源：松果财经（公众号：songguocaijing1）—— 解读财经热点事件，以独特视角带你挖掘新经济时代的商业机会。
