智能家居、智能音箱、智能汽车、智能儿童机器人等智能产品越来越深入人们的生活，在改变人们生活体验的同时，推进着产品升级和消费升级，催生着新的市场空间和商机。在日前召开的云知声多模态AI芯片战略发布会上，云知声创始人、CEO黄伟认为，2019年将成为我国人工智能产业化、规模化应用的关键一年。

　　芯片是关键

　　当前，5G正处在应用爆发的边缘，5G与人工智能的结合将真正促使万物智联（AIoT）的落地与实现。可以预见的是，未来语音、图像、视频等巨量的多维数据集中处理与边缘式分布计算的需求，势必将进一步挑战AI底层支持硬件——芯片的计算能力。

　　在深入场景提供服务的过程中，为弥补通用芯片方案在给定成本和功耗条件下的能效比问题，以及在边缘算力、多模态AI数据处理方面的能力短板，2015年云知声正式启动自研AI芯片计划。继去年5月在行业率先推出面向物联网的AI芯片——雨燕（Swift）及其系统解决方案之后，云知声在日前正式公布其多模态AI芯片战略与规划的同时，曝光了其正在研发中的多款定位不同场景的AI芯片，包括第二代物联网语音AI芯片雨燕Lite，面向智慧城市的支持图像与语音计算的多模态AI芯片海豚（Dolphin），以及面向智慧出行的车规级多模态AI芯片雪豹（Leopard），这三款芯片计划于2019年启动量产。

　　黄伟认为，面向5G万物智联时代，人工智能服务需提供更加场景化的解决方案，云+芯一体化的服务模式将成为行业主流。对于当前物联网产品线的AI芯片发展趋势，云知声联合创始人李霄寒认为有三个趋势将越来越明显。

　　首先是场景化。芯片设计正在由原来的片面追求PPA，即性能（Power）、功耗（Per-formance）和面积（Area）逐渐演变成基于软硬一体，甚至包括云端服务的方式来解决某个垂直领域的具体问题，芯片本身上升成为整个解决方案中的重要部分，而非惟一。

　　其次，端云互动。在物联网的不同应用场景下，海量终端设备要实现功能智能化必须端云配合，即形成边缘算力和云端算力的动态平衡。端云互动的命题需要AI芯片的强有力支持，也进一步深刻影响到芯片的设计，以及最终的交付。

　　再者，数据多模态。在以5G驱动的万物智联场景下，芯片所接触到的数据维度将由原来的单一化走向多元化，芯片所需处理的数据也由单模态变成多模态，这对芯片尤其是物联网人工智能芯片的设计提出了新的挑战。

　　结合以上三点，李霄寒认为，物联网AI芯片的最终呈现形式将不再是一个单一的硬件，而必然是承载着边缘能力与云端能力的多模态AI软硬一体解决方案。

　　消费品是重点应用领域

　　自去年发布芯片后仅四个月，云知声便选择将基于雨燕的解决方案进行开源，于去年9月正式推出智能家居、智能音箱的两套标杆解决方案。通过“云端芯”结合，提供给客户与合作伙伴面向具体场景的软硬件一体化Turnkey解决方案，可让客户站在更高的设计起点、以更低的成本，在更短的时间周期内打造出更稳定可靠的产品。同时，开源的方案也可确保客户基于已提供的AI能力自行设计其它各种长尾产品形态，构建更为丰富的AIoT生态。

　　目前，基于雨燕芯片的全栈解决方案，已导入的各类方案商及合作伙伴已超过10家，包括美的、奥克斯、海信、京东、360、中国平安、硬蛋科技等，相关产品最早将于今年一季度量产上市。

　　依托在家居、车载等真实场景下丰富的产品经验，以及具备先发优势的AI芯片能力，云知声将业务覆盖到包括智能家居、智能汽车、智能儿童机器人、智慧酒店、智慧交通等诸多场景。未来云知声将持续发力多模态AI芯片，不断拓展技术与场景生态，以实现面向未来AIoT时代的全面赋能。

　　据了解，为实现多模态AI芯片的战略落地，目前云知声已在加速技术布局，并在机器视觉方面取得飞速进展。其中，面向机器视觉的轻量级图像信号处理器已可实现在不依赖外部内存的情况下，以每秒传输30帧画面的速率下实时对传感器的图片进行预处理，以进一步提高后续机器视觉处理模块的处理速度和效果。借助基于人脸信息分析的多模态技术，已可实现人脸、物体识别，表情分析、标签化、唇动状态跟踪等功能，可为产品交互和用户体验提供更多的可玩性和灵活性。