【導讀】視頻正在成為AI時代最重要的數據入口。據統計，超過80%的AI模型訓練和推理數據來源于視頻，視頻不僅是連接物理世界與數字世界的重要媒介，也成為智能汽車、機器人、安防、XR等應用獲取環境信息的核心載體。
由于視頻分辨率從4K到8K和10K，視頻分辨率在不斷提升，使得海量數據需要壓縮。此時，專用于視頻編解碼處理的VPU已成為各類視頻應用的核心引擎。
VPU也是安謀科技這家公司“All in AI”的重要一環。在今年WAIC上，安謀科技首度揭秘新一代'玲瓏'VPU產品——'武當'，并分享AI端到端視頻編碼技術。安謀科技VPU研發總監黃鑫向EEWorld詳細介紹了這款產品的細節。
AI正在打開視頻壓縮的新維度
黃鑫表示，隨著AI技術快速發展，視頻正在經歷從“服務人類觀看”到“服務機器理解”的轉變，視頻壓縮技術也迎來了新的發展方向。
過去，傳統視頻主要解決手機存儲、社交分享和網絡傳輸等問題，核心目標是滿足人眼的主觀視覺體驗。但隨著AI與視頻深度融合，視頻正在成為AI系統感知和理解現實世界的重要數據來源。從人形機器人、機器狗，到自動駕駛和各類視覺感知設備，大量AI應用都需要通過視頻數據完成訓練和推理。在這一過程中，視頻不再只是內容的載體，而成為AI的“輸入數據”。
黃鑫認為，視頻作為連接物理世界和虛擬世界的橋梁，其數據質量直接影響AI模型的訓練效果和推理精度。如果視頻壓縮過程中產生過多信息損失，將影響整個AI系統的性能。因此，未來VPU的設計理念也需要發生改變，從過去服務人眼視覺，轉向服務機器視覺，AI正在打開視頻壓縮的新維度。
基于這一趨勢，玲瓏VPU正在推動視頻編碼技術演進。傳統視頻編碼主要依賴CPU進行控制，VPU根據指令完成編碼任務。而新一代VPU則開始融合輕量級AI算子，通過內容感知能力實現更加智能的視頻壓縮。
“武當”有什么不一樣
今年3月，安謀科技正式發布首款AI VPU產品“峨眉”，并首次透露下一代產品代號“武當”。在本屆WAIC上，安謀科技進一步揭開了“武當”VPU的技術細節，展示了其面向AI視頻應用的新一代視頻壓縮能力。
作為新一代產品，'武當'全面繼承了上一代CAE（Content Adaptive Encoding，內容自適應編碼）技術優勢，在保持行業領先編碼畫質的基礎上，PPA（性能、功耗、面積）綜合指標較上一代提升超過40%，同時進一步完善編碼器規格，能夠覆蓋更加豐富的視頻應用場景，為智能終端和邊緣AI提供更高效的視頻處理能力。
黃鑫解析，CAE位于視頻編碼流程前端，在數據搬運過程中同步完成圖像處理和語義解析，并將分析結果傳遞給后續編碼模塊。通過這種方式，VPU能夠根據不同視頻場景進行動態優化，例如航拍、游戲、監控等場景均可以獲得不同程度的碼率節省。
除此之外，在“峨眉”的基礎上，下一代“武當”VPU進一步進行了全面升級。
第一，在性能和能效方面，“武當”支持8K 30fps視頻編碼，能夠滿足更多AI應用場景需求，同時芯片面積相比上一代降低約40%。
第二，在視頻格式支持方面，“武當”進一步擴展了編碼能力，支持YUV422專業視頻格式，并支持Raw Data壓縮，可以減少數據轉換環節，更好服務AI訓練和專業視覺應用。同時，其支持最高1Gbps碼率，可滿足人形機器人等Physical AI應用對于高質量視覺數據的需求。
第三，“武當”繼續繼承“峨眉”的智能感知編碼能力，在編碼質量方面進一步提升，并支持靈活配置不同編碼檔位。目前，其最高配置已經能夠達到軟件編碼的水平。在面向AI應用的非規則運動場景中，相比傳統方案還可以實現額外5%至10%的編碼質量提升。
全新的AI VPU端到端訓練框架
黃鑫表示，玲瓏VPU的技術路線并不會止步于內容感知編碼，而是正在向端到端AI視頻編碼方向演進。
未來的視頻編碼技術將圍繞兩個方向持續發展：一個方向是從當前基于CAE的局部優化，進一步拓展到端到端全局優化；另一個方向是從過去主要針對人眼視覺體驗的編碼目標，擴展到針對不同AI任務的專項優化。
目前，玲瓏VPU正在探索基于AI訓練的視頻編碼框架。在訓練階段，通過引入前處理網絡、VPU虛擬編碼器、具體AI任務模型，通過聯合訓練和反向傳播優化編碼策略，使壓縮效果與AI任務精度達到最佳平衡。
在部署階段，前置網絡將進一步優化，并與玲瓏VPU編碼器進行深度融合，使AI VPU成為真正具備任務感知能力的視頻編碼器。
這一思路帶來了顯著的實際收益。測試結果顯示，在目標追蹤任務（Ostrack/ViT-Base）中，AI編碼方案能夠實現18.3%的碼率節省；在動作識別任務（SlowFast）中，可實現12.0%的碼率節省。這意味著，在保證AI識別精度基本不變的前提下，系統能夠進一步降低視頻傳輸帶寬和存儲成本，為邊緣AI部署帶來更高的效率。
黃鑫表示，未來玲瓏VPU不僅希望優化傳統視頻觀看體驗，更希望針對不同AI應用實現數據壓縮和任務精度的雙向優化。通過引入多模態參數配置、前后端AI網絡，玲瓏VPU希望實現“人眼看得清”和“AI看得懂”的統一。
“如果說未來AI需要擁有類似人類的視覺能力，那么視頻就是連接AI與真實世界的重要窗口。玲瓏VPU希望成為AI視覺引擎，讓人類看清世界，也讓AI真正理解世界?！秉S鑫表示。
從“峨眉”到“武當”，安謀科技的目標更遠了
回顧過去，“玲瓏”已推出六款產品：2021年的V5/V7主要增加了AVS 2.0的Decoder，H.264、H.265的編碼質量提高了15%；2022年 “玲瓏”V6/V8增加了AV1的Decoder，H.264的編碼質量相比V5/V7提高了10%；2024年 “玲瓏”V510/V710增加了H.266的編碼器和解碼器；2025年 “玲瓏”V520LE是專門為監控打造的編解碼一體產品；2026年3月推出代號為“峨眉”的V560/V760，成為面向AI應用的新一代視頻處理器IP。
回顧“玲瓏”VPU的發展，每一次迭代都圍繞三個核心目標展開：讓編碼標準更先進、讓編碼質量更優秀、讓單核性能更高效?！拔洚敗盫620/V820作為第七款產品，同樣也在圍繞這三個目標展開工作。
從更長遠來看，'玲瓏'VPU的發展目標已經不再局限于傳統視頻編碼器?；谌碌腁I訓練框架，安謀科技正在推動AI端到端視頻編碼技術持續演進。
