集微網(wǎng)消息，在日前一次媒體專訪中，“深度學(xué)習(xí)之父”杰弗里·辛頓曾暢想了ChatGPT等新一代AI大模型被運(yùn)用于終端家電中的情景：“因此，我認(rèn)為會有一個(gè)階段，一旦某個(gè)AI系統(tǒng)訓(xùn)練完畢，我們會將其運(yùn)行在非常低功耗的系統(tǒng)上。所以，如果你想讓你的烤面包機(jī)能和你對話，你需要一個(gè)只花費(fèi)幾美元的芯片，而且它能運(yùn)行像ChatGPT這樣的程序。”

(相關(guān)資料圖)

在剛剛結(jié)束的中國家電及消費(fèi)電子博覽會（AWE 2023）上，一家中國芯片企業(yè)，已經(jīng)讓這樣的夢想照進(jìn)了現(xiàn)實(shí)。

在以智能科技為主題的新國際博覽中心W3館，北京探境科技有限公司（簡稱“探境科技”）的展位上人流絡(luò)繹不絕，集微網(wǎng)還看到不少家電廠商現(xiàn)場自報(bào)家門主動尋求合作。現(xiàn)場展出的端側(cè)AI語音識別芯片解決方案，無需繁瑣的配網(wǎng)和觸控操作，一句指令就能讓空調(diào)、風(fēng)扇、燈具“隨心而動”，特別是其新一代產(chǎn)品Voitist 811（簡稱VOI811），基于ChatGPT同源的語義理解技術(shù)，無需記憶命令詞即可準(zhǔn)確識別用戶意圖，為參觀者帶來了堪稱驚艷的人機(jī)交互體驗(yàn)，也令人看到了AI“賦智”端側(cè)應(yīng)用的全新可能性。

（2023AWE探境科技展臺）

端側(cè)智能化的“第一性原理”

智能家居等端側(cè)場景怎樣實(shí)現(xiàn)智能化？

很長時(shí)間以來，這似乎是一個(gè)無需被追問的話題，從系統(tǒng)廠商到上游模組、方案商、芯片供應(yīng)商，都習(xí)慣于因循著既有路徑埋頭奔跑，在WIFI/藍(lán)牙、大屏、APP等軟硬件元素上相互“內(nèi)卷”，實(shí)際效果卻差強(qiáng)人意?！爸锌床恢杏谩钡漠a(chǎn)品體驗(yàn)，也大大抑制了相關(guān)產(chǎn)業(yè)鏈的發(fā)育，成為公眾笑料的冰箱大屏廣告，恰是智能家居尷尬現(xiàn)狀的一個(gè)縮影。

正如埃隆·馬斯克所言，我們總是傾向于比較，對別人已經(jīng)做過或者正在做的事情，我們也都跟風(fēng)去做。這樣發(fā)展的結(jié)果，只能產(chǎn)生細(xì)小的迭代發(fā)展，甚至不經(jīng)意間背離使用者的“初心”。

假如端側(cè)場景的智能化存在著一個(gè)“第一性原理”，那么人機(jī)交互的簡單、自然、直接，無疑是其本質(zhì)要求，面對從2.4G信道到云端疊床架屋的多重技術(shù)、商業(yè)模式挑戰(zhàn)，產(chǎn)業(yè)界亟待“另辟蹊徑”，探境科技在端側(cè)AI語音識別上的實(shí)踐，初步展現(xiàn)了令人興奮的前景。

從動物到人類，聲音往往是信息交互的核心載體，智能家居這一場景，顯然也非常適合以語音進(jìn)行人機(jī)交互與控制，不過傳統(tǒng)基于統(tǒng)計(jì)學(xué)習(xí)技術(shù)的語音識別模型受算法及端側(cè)芯片功耗、算力的約束，往往只能支持有限的命令詞識別，乃至需要聯(lián)網(wǎng)以云端資源提高性能，回到了配網(wǎng)、下載注冊APP的老路，“即插即用”的應(yīng)用潛力被技術(shù)瓶頸所束縛。

探境科技此次展出的新一代芯片VOI811，則突破性地采用了ChatGPT同源的Transformer模型，支持較語音識別更高級的自然語意處理（NLP）功能，且較NLP領(lǐng)域以往的LSTM等模型相比，Transformer以基于位置的自注意機(jī)制取代了對時(shí)序信息的依賴，從而大幅改善了模型對算力資源的使用效率，已經(jīng)在不同任務(wù)上展現(xiàn)出一系列強(qiáng)悍能力?；赥ransformer模型，搭載VOI811的設(shè)備無需用戶記憶特定關(guān)鍵詞，其自然敘述的控制意圖即可被準(zhǔn)確理解。

（探境科技新一代芯片VOI811）

眾所周知，應(yīng)用Transformer的大型語言模型（LLM，Large Language Model）訓(xùn)練推理，動輒需要上萬顆高性能GPU支撐，要在端側(cè)實(shí)現(xiàn)同源的算法架構(gòu)絕非易事，探境科技憑借在AI算法和AI芯片上的軟硬件全棧技術(shù)能力，最終在業(yè)界領(lǐng)先實(shí)現(xiàn)了端側(cè)離線部署的“奇跡”。

探境算法專家透露，算法組的同仁為此進(jìn)行了經(jīng)年累月的細(xì)致打磨，結(jié)合智能家居等目標(biāo)落地場景特點(diǎn)針對性優(yōu)化，并結(jié)合了知識圖譜、知識增強(qiáng)等前沿工程技術(shù)，而在硬件方面，VOI811采用了自研的SFA（存儲優(yōu)先，Storage First Architecture）架構(gòu)NPU，針對AI計(jì)算“高差異、高并發(fā)、高耦合”特性，以存儲驅(qū)動計(jì)算，打破存儲墻，在同等條件下數(shù)據(jù)訪問可降低10-100倍，28nm工藝條件下，系統(tǒng)能效比超過4T OPS/W，計(jì)算資源利用率超過80%，DDR帶寬占用率降低5倍，支持FFT/MFCC/AEC硬件加速。

值得一提的是，VOI811還可實(shí)現(xiàn)多意圖識別，即一句指令可包含雙重意圖，如空調(diào)場景下，“調(diào)制冷模式，20度”，就可以代替遙控器或APP多個(gè)操作動作，交互的靈活性、魯棒性相較以往語音識別芯片解決方案也堪稱顛覆式體驗(yàn)。

（基于811芯片的NLP方案特點(diǎn)）

在探境芯片專家看來，公司能夠在產(chǎn)品落地上快人一步，主因是算法、算力、數(shù)據(jù)上三位一體的核心能力，除了上文已經(jīng)談到、業(yè)界少見的軟硬件全棧自研模式，探境科技在場景數(shù)據(jù)的積累上也有著自己的獨(dú)到”法寶”，從收集采樣、清洗分類再到訓(xùn)練，已經(jīng)形成高效運(yùn)行的閉環(huán)機(jī)制。

基于全棧能力的協(xié)同設(shè)計(jì)、協(xié)同優(yōu)化，不僅使探境科技產(chǎn)品性能參數(shù)可以做到更優(yōu)，也使下游模組、系統(tǒng)廠商少了一分“后顧之憂”，規(guī)避了一些案例中軟硬件供應(yīng)商相互“甩鍋”的弊病。

逆勢而上何以可能

除了產(chǎn)品技術(shù)上的諸多獨(dú)到之處，探境科技對應(yīng)用場景和用戶需求的深刻洞察，也給集微網(wǎng)留下了深刻印象。

當(dāng)前流行的智能家居藍(lán)牙/WIFI SoC產(chǎn)品方案，在終端消費(fèi)者處實(shí)際使用情況普遍不盡如人意，絕大部分產(chǎn)品在入戶后，所謂智能功能就淪為擺設(shè)。原因在于用戶側(cè)背負(fù)了過重的負(fù)擔(dān)，如要啟用相關(guān)功能往往需要用戶主動進(jìn)行步驟繁瑣的配網(wǎng)操作，“七國八制”的定制APP從用戶體驗(yàn)角度而言不啻于噩夢，對隱私稍有敏感性的用戶，也很難信任一個(gè)個(gè)陌生開發(fā)者的APP安裝到自己手機(jī)，突兀出現(xiàn)在冰箱、音箱上的所謂“第三屏”、“第四屏”，所提供的內(nèi)容對用戶來說更是累贅而非收益。

相比之下，基于語音的家居智能化，或許是更優(yōu)選的路徑，作為人工智能賽道里堪稱覆蓋面最廣的一個(gè)領(lǐng)域，語音可以廣泛運(yùn)用于各種智能化的升級場景下，需要通過遙控器、APP或者物理按鍵操作的控制意圖，均可適用于聲控，探境CEO魯勇感言：“從務(wù)虛的角度來看這個(gè)事情，我們正在經(jīng)歷一個(gè)人類從操縱物體必須要接觸的時(shí)代，邁向可以比較遠(yuǎn)距離操控，整個(gè)生活生產(chǎn)方式會發(fā)生一個(gè)巨大的變化”。

而在語音交互產(chǎn)品中，傳統(tǒng)聯(lián)網(wǎng)式產(chǎn)品如智能音箱，在消費(fèi)者心智中也同樣存在隱私安全顧慮，曾經(jīng)備受公眾關(guān)注的亞馬遜智能音箱Alexa“黑客門”，也佐證了這樣的顧慮并非杞人憂天。魯勇表示：“涉及到語音，這個(gè)東西它本身就能聽懂你說話。那么大家很自然地會想到，我在屋里面做的任何事情它都在聽，如果這個(gè)東西是聯(lián)網(wǎng)的，我天生就會產(chǎn)生不信任，離線在這里有天然的優(yōu)勢”，而免除了配網(wǎng)操作，從用戶體驗(yàn)上來說，“插上就能用，打開就能有，這種體驗(yàn)就是人工智能真正到人身邊了，而且是安全的”。

基于上述洞察所形成的VOI811等產(chǎn)品差異化特性，也的確得到了下游廠商的熱烈反響，筆者在展位現(xiàn)場所見所聞，已然預(yù)示了VOI811商業(yè)成功的前景。

據(jù)魯勇介紹，該公司AI語音識別芯片累計(jì)出貨量目前已達(dá)到千萬量級，覆蓋品類廣泛，在燈具等細(xì)分市場已經(jīng)建立起優(yōu)勢地位，新一代VOI811芯片送樣測試后，下游廠商對這一內(nèi)部集成了LDO和多種控制通信接口的產(chǎn)品普遍給出了高度評價(jià)，其高性能、高靈活性、高集成度的特點(diǎn)，可幫助智能家電、智能車載、智能音箱、人機(jī)交互等產(chǎn)品制造商大幅節(jié)約產(chǎn)品開發(fā)周期及研發(fā)、物料成本。

以客戶需求為中心，探境科技還依托其軟硬件全棧研發(fā)能力，配套VOI811打磨了多套Turnkey參考設(shè)計(jì)模板，使內(nèi)部技術(shù)力量不強(qiáng)的二線乃至白牌廠商，也能夠?qū)崿F(xiàn)新產(chǎn)品快速上市。

當(dāng)下的白電、消電產(chǎn)業(yè)周期中，探境科技的高速成長顯得尤為可貴，在筆者看來，這樣的逆勢成長可謂水到渠成。正是因?yàn)槭袌鲞M(jìn)入存量“內(nèi)卷”的平臺期，使得供應(yīng)商在同質(zhì)化價(jià)格戰(zhàn)中“蒙頭狂奔”之外，有更強(qiáng)的緊迫感“抬頭看路”，審視現(xiàn)有主流技術(shù)方案和形態(tài)的弊端，尋找差異化的產(chǎn)品賣點(diǎn)和業(yè)務(wù)增長點(diǎn)，更積極嘗試不同的技術(shù)方案，從而為創(chuàng)新打開機(jī)遇窗口。

瞄準(zhǔn)未來機(jī)遇，探境將始終堅(jiān)持離線語音控制這一端側(cè)設(shè)備交互技術(shù)路線，進(jìn)一步完善其針對高、中、低不同層次市場需求的產(chǎn)品線布局，助力上億乃至更大出貨量級的傳統(tǒng)家電產(chǎn)業(yè)智能化升級。

結(jié)語

約瑟夫·熊彼特在其“創(chuàng)造性破壞”理論中，曾對經(jīng)濟(jì)周期與創(chuàng)新涌現(xiàn)的鏡像關(guān)系做了深刻的總結(jié)。而探境科技對端側(cè)設(shè)備語音人機(jī)交互的洞察與探索，以及下游消電、家電廠商的熱烈反響，恰可作為一個(gè)有關(guān)產(chǎn)業(yè)創(chuàng)新周期的生動注腳。

隨著離線AI語音控制方案可以預(yù)見的加速普及，智能家居消費(fèi)者，也將很快感受到夢想照進(jìn)現(xiàn)實(shí)的驚艷。