從一顆芯片到全場景智能，愛芯元智正把AI落地每一步走成現實。

2025年初，隨著DeepSeek等現象級產品的推廣，大眾對AI智能產品的認知與期待被快速點燃。隨之而來的，產業端對AI部署需求的全方位爆發，云、邊、端各類場景都在尋求更高效、更經濟的智能化方案。特別是 7B 參數量以下多模態大模型的陸續開源，使得原本局限于云端運行的 AI 能力，在端側部署也展現出切實可行的前景。基于這一趨勢，愛芯元智迅速從大模型 Demo驗證階段轉向了實際項目交付，并推出了多個可直接量產的解決方案，顯著提升了用戶部署大模型的效率。

01 年度突破 從技術探索到產品落地

2025年，愛芯元智完成了多個關鍵跨越：

1.發布基于AXCL框架的AX8850算力卡產品解決方案，邁出算力硬件產品化的重要一步，為邊緣計算場景提供了高能效比、高智價比的AI加速選擇。

2.深度參與Hugging Face開源生態，借助其免費提供的 ModelZoo 存儲服務，團隊成員得以高效協作、共享模型適配成果，與全球開發者共同推動AI開源生態的繁榮。

3.成功協助客戶將Qwen系列多模態大模型集成并實現量產，真正實現了“大模型落地”從概念到產品的跨越。

4.完成了多款語音類大/小模型的端側適配工作，推動“語音/音頻+AI”應用場景加速落地，進一步拓展了端側智能的交互邊界。

02 模型生態 133個模型庫背后的技術圖譜

今年，愛芯元智將ModelZoo全面遷移至全球最大的模型管理平臺Hugging Face，截至目前，已整理并開源133個模型倉庫，涵蓋適配優化的模型、示例代碼、解決方案及NPU工具鏈。

HTTPS://huggingface.co/AXERA-TECH

愛芯元智的模型適配已形成完整矩陣：

1. 視覺模型

覆蓋了從檢測、識別到分割、關鍵點、目標跟蹤的全棧能力。不僅支持YOLO系列最新版本，還適配了單目/雙目深度估計、圖像增強等前沿算法。

2. 語音模型

重點優化了語音檢測、識別、生成模型，用于語音交互中的VAD、ASR、TTS小模型，確保其實時響應能力（RTF 均＜1），為智能語音產品提供可靠基礎。

3. 音頻模型

實現音軌分離，通過先進的Transformer架構，顯著提升了分離的精度和質量，極大提升效率與創新自由度。

4. 多模態模型

作為今年熱點，愛芯元智完整適配了文搜圖、文搜 NVR、智能相冊、萬物搜的基座多模態模型CLIP系列，以及“萬物檢測”模型YOLOWorldv2，為智能相冊、以文搜圖等場景提供核心支持。

5. 大語言模型

實現文本對話、文本翻譯、會議摘要整理，盡管大語言模型迭代迅速，愛芯元智仍精選并適配了包括DeepSeek、Qwen3、MiniCPM等在內的多個架構最新版本，確保技術前沿性。

6. 多模態大模型

愛芯元智對“多模態大模型”給出了更專業明確的界定：必須是真正支持文本、圖片、語音至少兩種輸入的大語言模型架構，這些模型讓設備開始真正“理解”周圍世界。

7. 生成式模型

生成式模型，將 StableDiffusion1.5 支持到了更大的分辨率（1024*768），可生成細節更多的圖片。同時，適配了能以假亂真的語音克隆模型 CosyVoice2。

8. RAG特征模型

RAG 業務流程中的特征提取功能，實現更智能地檢索精度、優化用戶體驗、降低計算成本等，在業務場景中創造實際價值。

9. Ultralytics QAT

從根源上來解決極端情況下的 w8a8 的量化長尾問題，讓算法模型的生產者主動參與到模型量化的流程中，實現了閉環。

HTTPS://GitHub.com/AXERA-TECH/QAT.Ultralytics

03 生態解決方案 從算法到產品的關鍵一步

2025年，愛芯元智成立了邊緣計算業務線，進一步拓展智能產品市場，深耕以AI為核心商業價值的賽道。公司從模型適配，邁向提供完整的算法功能SDK及準產品級解決方案，顯著加速客戶拓展與AI產品的量產落地進程。

1. 業務流

愛芯元智實現了硬件編解碼+AI 檢測（NPU 推理）的高性能視頻處理流程。支持從 RTSP 流或 MP4 文件獲取視頻，解碼后通過 NPU 執行目標檢測，并輸出可直接播放的結果視頻流或文件，一站式處理，幫助客戶快速評估多路（8 路/16 路/32 路）RTSP視頻流的智能分析能力，并快速集成自己私有檢測算法模型。

主控版本

HTTPS://GitHub.com/AXERA-TECH/ax-pipeline

算力卡版本

HTTPS://GitHub.com/AXERA-TECH/axcl-pipeline

2. 以文搜圖

針對AI NAS、智能NVR等場景，提供基于CLIP模型的即插即用型“以文搜圖”解決方案。該方案通過集成優化的多模態模型與輕量級數據庫，客戶無需關注底層算法，僅需通過增加算力卡，即可快速為現有NAS/NVR產品實現智能升級。

支持主控形態、支持算力卡形態

HTTPS://GitHub.com/AXERA-TECH/libclip.axera

3. 文字識別

基于PaddleOCR的最新版本，封裝SDK已準備就緒。

HTTPS://GitHub.com/AXERA-TECH/libocr.axera

4. 語音 SDK

將 ASR、TTS 的模型封裝到 HTTP API 的服務中，極大降低了集成門檻，方便用戶直接調用。

HTTPS://GitHub.com/ml-inory/whisper.axera

HTTPS://GitHub.com/ml-inory/sensevoice.axera

HTTPS://GitHub.com/ml-inory/FireRedASR.axera

HTTPS://GitHub.com/AXERA-TECH/kokoro.axera

5. 多語言翻譯

提供基于 Qwen2.5 驅動的多國語言互譯 HTTP API 服務。

HTTPS://GitHub.com/AXERA-TECH/libtranslate.axera

6. 多人會議轉錄總結

基于聲紋識別、語音識別、大語言模型的多人會議轉錄總結功能，拓展了AI在辦公場景的應用。

HTTPS://huggingface.co/AXERA-TECH/3D-Speaker-MT.axera

7. 智能相冊

基于開源項目 Immich，將算力需求適配到 NPU，極大緩解 CPU 提取圖片特征耗時漫長的問題。

HTTPS://huggingface.co/AXERA-TECH/immich

Immich 智能相冊在樹莓派 5 上的高效部署與優化：

https://zhuanlan.zhihu.com/p/1959353946578585345

8. 智能 NVR

基于開源項目Frigate NVR打造的智能NVR解決方案，不僅將算力需求全面適配至NPU，更支持語義搜索和視頻理解功能。

HTTPS://huggingface.co/AXERA-TECH/frigate-resource

https://docs.frigate-cn.video/

特別值得關注的是，其內置的 AI 功能極具前瞻性，優勝市面主流NVR產品，提供的模型微調服務，能針對垂直場景的漏檢、誤檢等核心痛點進行優化，真正解決了落地中的準確性和可靠性。

04 生態共建 從芯片到產品的全鏈路支持

2025年，愛芯元智的生態硬件合作伙伴基于AX630C、AX8850等核心芯片，推出了一系列創新產品。

Module LLM Kit（AX630C）、LLM630 Compute Kit（AX630C）等開發套件，降低了LLM應用開發門檻。

LLM-8850 Card（AX8850）為邊緣服務器提供靈活AI算力擴展。

NanoKVM Pro（AX630C）、MaixCAM2（AX630C）等產品將AI能力注入專業與消費級設備。

M4C-Hat（AX8850）、AX-M1（AX8850）等形態多樣的算力模塊，滿足不同集成需求。

AI Pyramid（AX8850），承載Home Assistant微調的離線多模態大模型，可作為本地服務器（HA-Server），在完全離線的情況下運行全棧AI服務：

大語言模型(LLM):運行Qwen 0.5B，實現自然語言理解。

語音識別(ASR):搭載SenseVoice，提供高精度語音轉文字。

視覺大模型(VLM):運行InternVL3-1B，實現實時畫面理解。

計算機視覺(CV):部署YOLO模型，負責實時的行人與骨骼檢測。

不知名AI工程師：https://zhuanlan.zhihu.com/p/1991449170813403832

05 行業前瞻 家庭算力中樞時代即將到來

在2025世界人工智能大會上，已清晰感受到產業脈搏。行業全屋智能解決方案的推出，充分展示了多模態大模型在家居場景的驚人潛力。不久的將來，“家庭算力中樞”將從概念走向量產，全屋多模態AI能力將成為智能硬件的新門檻，100 TOPS的端側算力或將成為未來家庭的標配。

06 2026 未來可期

從模型開源到方案量產，從算法到全棧生態——愛芯元智在2025年完成的，不僅是一系列技術適配與產品交付，更是一條從AI芯片到智能場景的完整價值通路的構建。愛芯元智正將算力轉化為切實可用的產品功能，助力客戶在多個垂直領域實現規?；渴?。

2026年的大門已經打開，愛芯元智將繼續探尋邊端側應用的最大公約數，與合作伙伴一同，讓每一顆芯片的潛力，都在真實場景中綻放價值，真正實現“普惠AI，造就美好生活”。

通往物理AI世界的路上，愛芯元智與生態伙伴不僅是參與者，更是基礎設施的建設者。