人工智能不会一直停留在虚拟世界,在CES 2026上,我们看到AI正在以极快的速度向消费级产品、边缘计算、物理终端进发,从更高算力的AI PC,到高度智能的AI眼镜,再到能够感知、理解现实世界的物理AI,生活与工作效率正在悄然发生重构。
近期被推上热点的智能眼镜可以理解为边缘AI(Edge AI)和物理AI(Physical AI)的交叉应用领域,它具备一定程度物理AI的交互能力,同时更偏向于边缘AI的部署形态,通过自身的SoC搭配高性能存储,亦或者通过手机协同,能够在弱网的情况下完成本地图像识别、语音处理、翻译、录音等功能,不需要过分依赖高速网络,让数据产生即处理的概念成为现实。

因此我们通过近期发售的智能眼镜上,会发现其具备了更多AI的特点。例如通过摄像头感知物理环境、通过麦克风拾取声音、通过AR显示叠加虚拟信息,具备与物理世界交互的能力,为使用者提供更为准确的信息,提供一定程度的交互体验。并且这样的智能眼镜定价并不昂贵,依靠低能耗的SoC搭配存储系统,或者通过无线连接的方式调用口袋中的手机的算力,就能获得很好的体验。
更重要的是,近期发布的智能眼镜,在外观上已经与传统眼镜趋于相同,不再是硕大的镜框和支架,SoC与存储单元可以藏在更小的封装内。特别是存储解决方案在提升性能,给AI提供更高效数据传输支持的同时,进一步的压缩物理空间,让诸如眼镜的智能AI变成了现实。

以铠侠UFS 4.1为例,尺寸缩减了18%,能够更好的配合电路板、电池在狭小的眼镜支架内完成AI算力方案布局。铠侠UFS 4.1还带来了高达 23.2Gbps 的传输速率,相较上一代显著提升带宽,同时具备更优的能效比和延迟控制,意味着设备在处理高清视频缓存、连续拍摄、AR 信息加载和本地 AI 模型推理时更加流畅省电。

不仅如此,UFS 4.1支持快速写入和读取视频缓存文件、及时调用 AI 模型进行语音识别或图像识别,并支持边缘侧即时分析,例如在录制视频时即时叠加字幕或滤镜,让智能眼镜真正实现边拍边处理,减少云端依赖和延迟。此外,在功耗优化和指令队列调度上,UFS 4.1进一步增强,确保用户在全天使用场景中获得流畅、稳定的体验。
如果配合第八代BiCS FLASH™ 3D闪存技术,边缘AI设备的存储容量还有机会获得质的飞跃。第八代BiCS FLASH™ 3D闪存目前单Die容量最高可以做到2Tb,并且在一个封装内最高可以做到32层堆叠,单个新品封装最高可以做到8TB容量的效果,已经比在售的绝大部分AI PC存储容量要高上很多。

相比带智能体的AI机器人、AI自动驾驶,智能眼镜算是向物理AI世界进发的重要一环,随着算力不断升级,具备感知、判断、弱网甚至离线计算的AI智能体也将获得升级,到时候物理AI将具备更多可能性。而在当下,铠侠UFS 4.1和第八代BiCS FLASH™ 3D闪存已经给即将到来的物理AI存储提供了广阔的可能性,相信在不久的未来,更多边缘AI设备、通用型机器人,将走出概念,来到我们的现实中。
上一篇:如何突破AI存储墙?深度解析ONFI 6.0高速接口与Chiplet解耦架构
下一篇:西部数据加速 AI 时代存储创新
推荐阅读最新更新时间:2026-03-20 20:53
- 边缘计算主机盒选购指南:五大核心指标解析
- Arm AGI CPU 更多细节:台积电 3nm 制程、Neoverse V3 微架构
- Arm AGI CPU 重磅发布:构筑代理式 AI 云时代的芯片基石
- Arm 拓展其计算平台矩阵,首次跨足芯片产品
- 阿里达摩院发布RISC-V CPU玄铁C950,首次原生支持千亿参数大模型
- 边缘 AI 加速的 Arm® Cortex® ‑M0+ MCU 如何为电子产品注入更强智能
- 阿里达摩院发布玄铁C950,打破全球RISC-V CPU性能纪录
- VPU中的“六边形战士”:安谋科技Arm China发布“玲珑”V560/V760 VPU IP
- 利用锚定可信平台模块(TPM)的FPGA构建人形机器人安全
- ADR435B 5 Vout 超低噪声 XFET 电压基准的典型应用,具有灌电流和拉电流能力
- 使用 Analog Devices 的 ADP8140 的参考设计
- NCP699SN30T1G 150mA、3 路输出电压 CMOS 低 Iq LDO 的典型应用,在 TSOP-5 中启用
- ZTL431过压/欠压保护电路典型应用
- 使用 Microchip Technology 的 DVR2802B3 的参考设计
- 开源的浮游生物监测分析设备PlanktoScope
- STK503,旨在评估 AT90USB AVR MCU 的入门套件,通过 AVR Studio 支持 JTAGICE mkII 和 AVRISP mkII
- 使用 BittWare 的 XCVU190 的参考设计
- 远程声控参考设计
- NCP4354AADAPGEVB,用于 NCP4354、65W 适配器关闭模式控制器的评估板

API调用模型小助手-桌面版
深度学习
智慧门铃源码
非常经典的关于LLC的杨波博士论文
XC6406PP60DL






京公网安备 11010802033920号