详细而言，IoT的经典架构包含了感知层、传输层、运用层等，涉及到对物理天下大量信息的网络和处理，过去受制于算法算力问题，难以对网络到的数据进行高效处理，现在借助于AI算法，才终于实现了从数据感知到数据认知的飞跃。
在AI加持之下，IoT也升级跃迁为AIoT，干系市场规模逐步打开。IDC数据显示，2021年环球AIoT市场规模超5万亿元，同比增长11%，估量2026年将超过10万亿元，2021-2026年复合增长率达13%。
不过，现阶段AIoT行业碎片化痛点仍旧突出，渗透率还有待提升，根据Euromoniter、CIC、BCG等研究机构数据，当前环球物联网行业整体渗透率均匀仅为4%-5%。
这一背景下，“芯片+算法”深度耦合路线引起市场关注，一些初创企业也借此崛起。比如聆思科技，天眼查显示，该公司成立于2020年，坚持基于人工智能算法与自主芯片设计强耦合，来输出垂类场景办理方案，截至目前已完成四轮融资。
而结合AIoT行业现状来看，聆思科技走到台前究竟反响了若何的市场需求？大模型时期，这类企业又将如何发挥其代价？
AIoT家当链视角下，软硬强耦合模式有何代价？
就行业特质而言，AIoT看重万物智联，这决定了其要面对的市场需求纷繁繁芜、运用处景碎片化特色显著，而这种碎片化反响在产品品类、技能平台多样化，连接协议、安全协议分歧一，芯片与操作系统高度分散化等方面，相应哀求家当链高下游加强协同。
不过，由于家当链较长，面对特定场景需求，当前AIoT行业中的芯片厂商、算法供应商、方案供应商等主体一定程度上存在不协同。
详细而言，芯片是AIoT家当的核心，可担保终端产品的高性能、高能效比，尤其是SoC（系统级）芯片集成了CPU、GPU、NPU、存储器、基带、ISP、DSP、WIFI、蓝牙等模块，是实现设备智能化的关键；算法有运用领域广、种类多样化、演进速率快等特点，对芯片架构设计提出较高哀求。
而两者的不协同就紧张表示在市情优势行的更多是通用型芯片，但由于物联网运用处景、设备、功能的多样性，通用型芯片很难知足算法公司的个性化需求，这种情形下，鉴于采购的芯片已然固化，一些算法公司会对算法模型进行裁剪来适应硬件条件。
这一方案下，算法公司或将产生较大的韶光和资金投入，而且难免造成算力摧残浪费蹂躏、模型裁剪过多、芯片本钱偏高档问题，进而也影响了AIoT设备智能化发展。
当然，目前也有不少算法公司开始自研芯片，不过考虑到算法和芯片研发的规律截然不同，干系企业若此前并未履历积累，而是从零出发招兵买马，一定程度上也面临风险。
这一背景下，为了相应市场需求，软硬强耦合方案应运而生。所谓软硬强耦合，即独立芯片设计公司基于算法与场景需求，打造具备定制化属性的人工智能端侧芯片，为行业供应更优、更快、更具性价比的办理方案。
对此，聆思科技曾做过干系阐明：“从AI芯片到loT芯片到办理方案再到研测产制平台，一揽子打包交付给客户，才能把一个设备从不智能升级为智能。”
据聆思科技干系卖力人先容，在同等面积下，公司研发的定制化芯片，算力大约比传统通用芯片高5-10倍，可支持多个AI算法的并发运行。同时，聆思科技供应与芯片配套的全流程工具链，覆盖产品研发设计到落地的全周期。
值得一提的是，考虑到技能门槛，同时推进AIoT的两大主线——芯片和算法，并非易事。而聆思科技能够实现软硬强耦合，与其对行业的深度洞察及研发积淀密切干系。
据悉，由于认识到企业客户落地AIoT之困难——须要与AI公司、芯片公司、方案供应商多方交涉，个中不仅沟通本钱极高，而且各类不兼容、不匹配难以避免，聆思科技创业之初即搭建了完全的芯片团队和算法团队，这在业内较为少见。
而依托人才上风，其也逐步构建起面向AIoT全领域的芯片矩阵；在算法方面，已经具备数百种端云结合的丰富算法（从语音、视觉、OCR、降噪，到离线自由说、分布式唤醒、Smart TTS、方言、声纹等）。
凭借办理方案的易用性及性价比上风，聆思科技的古迹规模也持续扩大。数据显示，截至2023年，聆思科技的年发卖额已经破亿。
这也更进一步印证了AIoT家傍边芯片与算法强耦合路径的必要性和精确性。而在云端大模型已得到革命性打破确当下，AIoT行业有望迎来一轮新的面貌改造，聆思科技等企业仍是主要的推进力量。
大模型驱动，AIoT万物智联的时期真正到来？
据理解，AIoT时期，90%信息输入依赖措辞，80%信息输出依赖视觉。如今，在措辞、视觉、交互等方面实现重大打破的大模型赋能AIoT的想象空间，既宽广又诱人。
详细而言，以ChatGPT为代表的AI大模型展现出了非常精良的自然措辞交互能力，聆思科技此前就做过干系总结：ChatGPT的智能呈现表现在海量信息参数化全量影象、任意任务的对话式理解、繁芜逻辑思维链推理、多角色多风格长文本天生、即时交互改动能力支持进化、程序代码自动天生、输入图像的语义层理解这七个方面。
而近段韶光OpenAI发布的首个文生视频模型Sora，在措辞理解能力等方面再上台阶，并不断往物理天下仿照进化，可以说这场AI技能主导的科技盛宴“全程高能”。
再试想如果能够将大模型的能力融入AIoT产品打造中，无疑将带来终端利用体验质的提升，比如在智能家居场景中，设备不再仅针对固定的有限口令进行反应，而是具备与人类对话互动等高度智能化能力，这种情形下，专业聪慧管家等角色或能真正具象化。
而物联网领域海量的数据，也可以为大模型的运用供应充足的“养料”。根据机构预测，到2025年，环球每分钟将有超过15万台物联网设备连接入网，估量物联网设备天生的数据量将达到73.1ZB，占到环球数据总量的44%。
基于此，目前也已经有厂商正在推进干系愿景实现。比如，智能安防领域，宇视科技推出具备CV（打算机视觉）、NLP（自然措辞处理）、MM（多模态）等多项能力的“梧桐”大模型。
聚焦智能家居场景，聆思科技也已经开拓新一代多模态人机交互方案，基于大模型，结合虚拟人、Smart TTS技能，打造天生式虚拟AI管家，以实现聪慧家庭人机交互。
不过，干系企业在推进大模型运用的过程中也面临不小的寻衅。一方面，大模型的运用门槛较高，动辄百亿乃至千亿参数规模，须要AIoT芯片具备更强大的算力支持。
另一方面，考虑到物联网数据具备多模态、异构性等特色，要想使大模型落地AIoT场景并充分发挥浸染（如对现实中变化多端的状况第一韶光完成信息采集并做出反应），还需将其与系统深度耦合，以实现对物联网感知数据的利用以及对干系设备的掌握、调度。
正如特斯联CTO华先胜曾指出的，大模型本身是AIoT的扩充，类似具有强大理解能力的“大脑”，若通过系统连接AIoT设备来给它配上“眼睛”“鼻子”“耳朵”“手”“脚”，其将具备多元的感知、剖析、决策和掌握能力，从而实现更强的智能。
因此，可以看到，去年10月，聆思科技推出了“芯云计策操持”，该操持领悟了芯片层、算法层以及云端平台层，个中，芯片层办理算力问题，算法层办理AI效果问题，云端平台层办理大模型的接入问题。
考虑到当前AI技能大幅提升等成分，有专家预测，2024年将是AloT家当发展的分水岭。这一形势下，随着聆思科技等厂商不断促进家当高下游协同、加强系统化运作，万物智联时期有望真正到来。
作者：坚白
来源：松果财经
