北京
IT时代网8月5日消息，声网与 AI 芯片企业爱芯元智联合宣布，基于爱芯元智 AX8850N SoC 完成了声网面向机器人场景的实时互动方案适配。双方把芯片的 AI 视频处理能力与声网的全球实时通信网络接在一起，拿出一套集实时视频、远程操控和可靠信令于一体的机器人互动方案。
背景不难理解。在具身智能、大模型与边缘 AI 的推动下，机器人正加速进入工业巡检、物流配送、农业植保、家庭陪护等真实场景。可要让机器跨越地域和网络限制、与人高效协同，光有感知和推理还不够——稳定的实时视频回传、可靠的远程控制，以及复杂网络下持续在线的通信能力，一个都不能少。
方案的计算底座是 AX8850N。这颗 AI 视觉 SoC 集成八核 A55 CPU，NPU 算力为 72.0TOPs（INT4）或 18.0TOPs（INT8），内置 8K@30fps 的 ISP 图像处理引擎以及支持 H.264、H.265 编解码的 VPU。外设方面提供 64bit LPDDR4x 内存接口、多路 MIPI 视频输入、双路千兆以太网、USB 3.0 及双路 HDMI 2.0b 输出，应付机器人多路高清视频采集与实时推理够用。
整套方案围绕视觉与控制两条链路组成闭环。视觉侧，摄像头画面经芯片完成处理和 AI 分析后，通过声网的软件定义实时网络传输到电脑、手机、平板等终端，管理人员不管身在何处都能看到现场。控制侧交给实时消息能力，前进、后退、转向、停止、云台控制及状态同步等指令全部通过它下发，画面与动作保持同步，做到所见即所控。
通信指标是这类方案的胜负手——一次网络抖动，轻则体验受损，重则变成安全事故。官方给出的数据是：端到端延迟稳定低于 200 毫秒，全球延迟达标率 99.9%，网络时延中位数 76 毫秒，部分区域可控制在 150 毫秒以内；在音视频丢包率高达 80% 的恶劣网络下，视频仍能保持连续流畅，适应地下停车场、矿区、电站这类环境；在 70% 丢包的情况下，控制信令仍可接近 100% 可靠送达。
落地层面，方案采用标准化 SDK 接口，已适配的场景涵盖工业 AGV 与 AMR、机器狗、服务机器人、家庭陪护、农业巡检与植保、能源及园区安防等。厂商无需自研复杂通信系统，就能接入音视频、远程控制与实时消息，研发周期随之缩短。端侧完成对接之后，还能进一步升级到对话式 AI 引擎，给机器人叠加自然语音交互能力。
随着大模型持续渗透机器人行业，竞争重点正从单点算法能力转向系统能力。视觉感知、AI 推理、实时通信与云边协同，共同构成下一代机器人的技术底座。
注：本文中包含AI辅助创作的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
