实现了超出昨天的本身和超出最好的同业之后，2023年安克在筹划将来的成长偏向时，面对的是持续改进，照样回到用户真实需求从新定义立异界线的选择。
“我们二三十个核心高管开了三天会后，最后的决定是我们已经有了一个不错的基本，但接下来要挑衅的是上限。”安克立异开创人兼首席履行官阳萌在初次技巧沟通会上回想，“那场会议之后，我们修改了任务和愿景，从弘扬中国制造之美，变成了极致立异激发。”
此次调剂并不只是标语层面的变更，而是一次从产品逻辑到技巧路径的重构。安克开端将视角从单一硬件立异，转向更底层的端侧智能体系构建：一方面，是可以或许在设备端自力运行的AI才能；另一方面，则是支撑这些才能的体系级协同机制，甚至延长到将来的家庭级智能操作体系与具身智能形态。
安克看准的第一步，是端侧智能的感知进口，并从眼耳鼻舌身意六感中选择了“耳”这一感知维度。
“当时选择通话场景，是因为商务人士在高频移动中，最直接的痛点就是在嘈杂情况里无法清楚沟通。”阳萌说，“以前几十年，人们解决通话里的背景噪音问题，平日采取的是工程拆解式的分治法，但碰到了问题。”
在传兼顾划下，降噪是一个典范的工程问题。体系会被拆解成多个模块：波束成形、反响清除、噪声克制、人声加强，每一个模块都有成熟的算法体系，可以分别优化。
这种“分治法”在很长一段时光内是有效的，它让耳机从“几乎弗成用”变成“根本可用”。但问题也逐渐浮现出来——每一个模块都在解决局部问题，却无法从整体懂得声音。不合模块之间的信息无法充分共享，在复杂情况中，体系整体表示很轻易掉真。
安克的团队测验测验持续优化这套体系，但很快发明，晋升空间已经异常有限。于是，他们开端测验测验另一种思路：不再拆分问题，而是用一个端到端的神经收集模型，把降噪作为一个整体来处理。
摄像头、麦克风、传感器、履行器等才能，不再以“设备”为界线，而是被拆解为可调用的功能单位，经由过程同一的体系机制进行调剂，实现数据、才能与事宜的协同。
这是更接近人类听觉机制的方法。模型可以经由过程数据进修“什么是人声”，而不是依附规矩去慢慢过滤噪音。
为了降噪，安克「被迫」入局芯片
但真正的艰苦，恰好从这里开端。“模型后果是很好，但参数量一下就飙升到一点几兆，在实际应用时应用这个模型赓续推理，功耗巨大年夜，假如用传统的芯片耳机大年夜概只能用一小时，这根本属于弗成用。”阳萌说。
安克立异 2023 实验室音频技巧研究院的 Alex分享，“我们当时找了良久都没有找到一颗合适的传统芯片能同时知足低功耗和大年夜算力的需求，外面是我们没有合适的芯片可以或许承载我们音频立异技巧，但往底层拆，根因是我们的音频算法的特点和传统芯片计算架构根本性的抵触和冲突。”
当前主流芯片依然基于存储与计算分别的设计，也就是经典的冯诺依曼架构。在这种架构下，模型参数存储在内存中，计算单位在须要时再将其加载进来履行。
对于传统算法来这种方法高效、合理。但当计算负载变成高频的神经收集推理时，这种架构的缺点开端放大年夜：模型须要被反复加载，数据在内存和计算单位之间频繁搬运。
于是，一个本来并不显眼的问题，变成了决定性的瓶颈。安克就如许被迫入局芯片范畴。
150倍算力晋升背后，被改写的是计算方法
安克最终选择的是一条非传统的技巧路线：存算一体。
传统芯片架构中，存储和计算是分开的。数据须要在两者之间往返移动，而计算单位只在数据达到之后才开端工作。在低频、低数据量的场景中，这种方法效力尚可。但在高频推理场景下，数据搬运本身会成为重要开销。
有说法称，在这类负载下，跨越90%的能耗并不消于计算，而是消费在数据搬运上。这意味着，所谓的“算力不足”，很大年夜一部分其实是“有效算力没有被应用”。
存算一体的思路，则是从根本上改变这一点。它将计算才能嵌入到存储单位内部，使得数据在原地即可介入运算，而无需在不合模块之间反复传输。
从体系角度看，这相当于清除了“数据搬运”这一环节，让计算真正产生在数据地点的地位。
在这一体系中，操作体系的角色被从新定义。
“当时没有公司做我们这个应用范畴的存算一体芯片，我们也没有芯片设计才能，把相干芯片公司都看了一遍之后，我们选择了跟我们一样服从第一性道理，愿意去一路摸索的存算公司联袂而行。”阳萌说。
基于NOR Flash技巧，安克推出了Thus存算一体芯片芯片，原生支撑4兆参数模型，是安克首款神经收集存算一体AI音频芯片。Thus也是业界首款商用的兆级存算一体芯片，彻底解决了冯・诺伊曼架构下数据在处理器与内存间频繁搬运的问题，将本来被消费的90%以上能量从新释放用于有效计算，从底层实现算力与能效的双重跃升。
在内部测试中，Thus相较传统蓝牙芯片实现了最高约150倍的AI峰值算力晋升。安克的Thus芯片即将首发搭载于安克旗舰耳机，可在100dB阁下嘈杂情况中精准滤除噪音、保存清楚人声。
当然除了晋升通话降噪，Thus芯片也能带来声音质量、个性化音频等方面的晋升。
“Thus不仅是一款立异芯片，更是安克筹划的三年期芯片技巧平台。首代产品采取结合研发模式落地，今朝已正式启动下一代全自研芯片研发。”阳萌解释，“Thus的定名取自“Thus have I heard（如是我闻）”，寄意回归计算本质。”
雷峰网("大众,"号：雷峰网)懂得到，Thus不仅会解决听方面的感知，将来的Thus芯片还会解决更多的感知层面的问题。
假如把视角逗留在耳听上，Thus带来的变更可以被懂得为一次降噪体验的进级，但这背后还有安克对于端侧AI更长远的懂得。
从一颗芯片开端，安克走向端侧AI体系
当芯片层面的算力与能效问题被解决之后，一个新的问题随之浮现：假如设备端已经具备稳定运行AI模型的才能，那么这些才能应当若何被组织与调用？
在单一设备上实现智能，只是起点。真正复杂的场景来自多设备协同——感知、决定计划与履行不再局限于单点，而是须要形成跨设备的闭环体系。
这也使得问题从“算力问题”进一步延长为“体系组织问题”。跟着设备对云端依附的加深，延迟、隐私与离线靠得住性成为弗成躲避的束缚。是以，在推动存算一体芯片的同时，安克也在同步构建面向家庭场景的端侧AI模型体系，以降低对云端的及时依附。
安克对家庭智能的懂得是，将来的家庭不再是孤立设备的集合，而更像一个由多个才能节点构成的收集体系。
“我们正在开辟一套真智能操作体系。”阳萌表示，“它不是传统意义上的设备体系，而是在分布式架构之上，引入智能体调剂才能与算力编排机制，用来支撑多设备之间的协同运行。”
经由过程体系整合兼顾，真智能操作体系能打通不合设备的才能、数据和事宜，将摄像头、麦克风、语音、控制、定位、推理等才能，拆成自力、可复用、可长途调用的原子办事，并注册到体系总线上。
在这一基本上，体系经由过程同一调剂机制，实现“感知—懂得—决定计划—履行”的跨设备闭环，使不合设备可以或许在同一义务目标下协同工作。
进一步延长，这种才能最终会落在具身设备上。无论是安防机械人，照样更复杂的家庭办事机械人，本质上都是将感知与决定计划才能延长到物理世界的载体。
具身智能路线图浮出水面，物理AI时代正在到来
家庭机械人可以分为三种形态：第一种是已经异常成熟的二维移动设备，比如扫地机、割草机，本质上是在一个平面内完成感知和履行；第二种是正在推动的三维移动形态，以安防机械狗为代表，可以在空间中移动，实现巡检和防护；第三种才是人形机械人主导的三维操作阶段，今朝仍然处于更前沿的摸索中。
安克在本次沟通会上展示了家庭具身智能演进路线图，基于多年智能家居、安防与干净范畴的沉淀，勾画削发庭机械人从基本履行到复杂操作的完全成长路径。
家庭安防经久存在“看得见，但防不住”的问题。摄像头可以记录，但缺乏主动才能；而一旦引入可以移动的设备，这个问题就会产生变更。
这条路径背后，并不是简单的产品延长，而是一整套才能体系的搭建。为了支撑具身设备的经久运行，安克搭建自研技巧体系，涵盖长命命静音关节模组、仿人脑三层认知架构、高效力AI数据工厂与毫秒级全身通信中枢。
研发关节模组的原因是寿命，一个机械狗身上的关节声称能用1万小时，但因为温度、湿度、负重的原因，实际应用的时长可能就是1000小时阁下，假如天天应用两小时，寿命可能就一年多。
“我们已经能把关节做到在真实场景下能用 4000 个小时。”阳萌说，“这还不敷，我们欲望能有多优良的人才参加我们的2023实验室，能让机械狗陪我们8年甚至10年。”
与其说这是一个产品筹划，不如说是一个体系假想——当设备之间可以共享才能、协同履行时，单个设备的智能界线才会被打破。
安克的技巧研发最终汇聚到一个更大年夜的目标上。安克在内部提出了一个“1+X+N”的构造：一个家庭级的核心智能中枢，连接不合形态的机械人，以及各类可以自适应的智能设备。
在这个过程中，芯片、模型和体系之间的关系也逐渐清楚：芯片解决的是算力效力，模型决定才能上限，而体系负责把这些才能组织起来，形成可持续运行的整体。这也是为什么，安克在首场技巧沟通会上同时谈芯片、端侧AI和具身智能。它们并不是三条自力的营业线，而是同一条路径上的不合阶段。
但这也意味着更高的投入。阳萌分享，2023实验室已经有快500人在芯片、操作体系和前沿产品偏向做研发。安克立异2025年有28.93亿的研发投入，比2024年增长了37%。
2023年安克测验测验将多个小模型实现的功能用一个大年夜模型实现，到2023岁尾，这个模型被练习出来，并在实验室情况中展示出明显优于传兼顾划的后果。问题似乎即将被解决。
“将来很多年，我们的研发投入都邑明显快于营收增长。在这些偏向上的投入，其实没有上限——只要我们断定它对将来产品是有价值的，就会持续投下去。”阳萌婧祎不表示。
假如把时光拉长来看，从一颗为降噪而生的芯片，到端侧AI，再到具身设备，安克正在做的工作逐渐浮现出一个更完全的轮廓：让AI不再只是云端才能，而是成为设备的一部分，并最终进入真实世界，安克也要在这个过程中拥有贸易化、产品化、技巧研发才能。
这条路径还远未成型，但它至少供给了一种不合的解法——不是把所有才能集中到云端，而是让设备本身变得足够“聪慧”。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
发表评论 取消回复