【导读】视频正在成为AI时代最重要的数据入口。据统计，超过80%的AI模型训练和推理数据来源于视频，视频不仅是连接物理世界与数字世界的重要媒介，也成为智能汽车、机器人、安防、XR等应用获取环境信息的核心载体。

由于视频分辨率从4K到8K和10K，视频分辨率在不断提升，使得海量数据需要压缩。此时，专用于视频编解码处理的VPU已成为各类视频应用的核心引擎。

VPU也是安谋科技这家公司“All in AI”的重要一环。在今年WAIC上，安谋科技首度揭秘新一代'玲珑'VPU产品——'武当'，并分享AI端到端视频编码技术。安谋科技VPU研发总监黄鑫向EEWorld详细介绍了这款产品的细节。

AI正在打开视频压缩的新维度

黄鑫表示，随着AI技术快速发展，视频正在经历从“服务人类观看”到“服务机器理解”的转变，视频压缩技术也迎来了新的发展方向。

过去，传统视频主要解决手机存储、社交分享和网络传输等问题，核心目标是满足人眼的主观视觉体验。但随着AI与视频深度融合，视频正在成为AI系统感知和理解现实世界的重要数据来源。从人形机器人、机器狗，到自动驾驶和各类视觉感知设备，大量AI应用都需要通过视频数据完成训练和推理。在这一过程中，视频不再只是内容的载体，而成为AI的“输入数据”。

黄鑫认为，视频作为连接物理世界和虚拟世界的桥梁，其数据质量直接影响AI模型的训练效果和推理精度。如果视频压缩过程中产生过多信息损失，将影响整个AI系统的性能。因此，未来VPU的设计理念也需要发生改变，从过去服务人眼视觉，转向服务机器视觉，AI正在打开视频压缩的新维度。

基于这一趋势，玲珑VPU正在推动视频编码技术演进。传统视频编码主要依赖CPU进行控制，VPU根据指令完成编码任务。而新一代VPU则开始融合轻量级AI算子，通过内容感知能力实现更加智能的视频压缩。

“武当”有什么不一样

今年3月，安谋科技正式发布首款AI VPU产品“峨眉”，并首次透露下一代产品代号“武当”。在本届WAIC上，安谋科技进一步揭开了“武当”VPU的技术细节，展示了其面向AI视频应用的新一代视频压缩能力。

作为新一代产品，'武当'全面继承了上一代CAE（Content Adaptive Encoding，内容自适应编码）技术优势，在保持行业领先编码画质的基础上，PPA（性能、功耗、面积）综合指标较上一代提升超过40%，同时进一步完善编码器规格，能够覆盖更加丰富的视频应用场景，为智能终端和边缘AI提供更高效的视频处理能力。

黄鑫解析，CAE位于视频编码流程前端，在数据搬运过程中同步完成图像处理和语义解析，并将分析结果传递给后续编码模块。通过这种方式，VPU能够根据不同视频场景进行动态优化，例如航拍、游戏、监控等场景均可以获得不同程度的码率节省。

除此之外，在“峨眉”的基础上，下一代“武当”VPU进一步进行了全面升级。

第一，在性能和能效方面，“武当”支持8K 30fps视频编码，能够满足更多AI应用场景需求，同时芯片面积相比上一代降低约40%。

第二，在视频格式支持方面，“武当”进一步扩展了编码能力，支持YUV422专业视频格式，并支持Raw Data压缩，可以减少数据转换环节，更好服务AI训练和专业视觉应用。同时，其支持最高1Gbps码率，可满足人形机器人等Physical AI应用对于高质量视觉数据的需求。

第三，“武当”继续继承“峨眉”的智能感知编码能力，在编码质量方面进一步提升，并支持灵活配置不同编码档位。目前，其最高配置已经能够达到软件编码的水平。在面向AI应用的非规则运动场景中，相比传统方案还可以实现额外5%至10%的编码质量提升。

全新的AI VPU端到端训练框架

黄鑫表示，玲珑VPU的技术路线并不会止步于内容感知编码，而是正在向端到端AI视频编码方向演进。

未来的视频编码技术将围绕两个方向持续发展：一个方向是从当前基于CAE的局部优化，进一步拓展到端到端全局优化；另一个方向是从过去主要针对人眼视觉体验的编码目标，扩展到针对不同AI任务的专项优化。

目前，玲珑VPU正在探索基于AI训练的视频编码框架。在训练阶段，通过引入前处理网络、VPU虚拟编码器、具体AI任务模型，通过联合训练和反向传播优化编码策略，使压缩效果与AI任务精度达到最佳平衡。

在部署阶段，前置网络将进一步优化，并与玲珑VPU编码器进行深度融合，使AI VPU成为真正具备任务感知能力的视频编码器。

这一思路带来了显著的实际收益。测试结果显示，在目标追踪任务（Ostrack/ViT-Base）中，AI编码方案能够实现18.3%的码率节省；在动作识别任务（SlowFast）中，可实现12.0%的码率节省。这意味着，在保证AI识别精度基本不变的前提下，系统能够进一步降低视频传输带宽和存储成本，为边缘AI部署带来更高的效率。

黄鑫表示，未来玲珑VPU不仅希望优化传统视频观看体验，更希望针对不同AI应用实现数据压缩和任务精度的双向优化。通过引入多模态参数配置、前后端AI网络，玲珑VPU希望实现“人眼看得清”和“AI看得懂”的统一。

“如果说未来AI需要拥有类似人类的视觉能力，那么视频就是连接AI与真实世界的重要窗口。玲珑VPU希望成为AI视觉引擎，让人类看清世界，也让AI真正理解世界。”黄鑫表示。

从“峨眉”到“武当”，安谋科技的目标更远了

回顾过去，“玲珑”已推出六款产品：2021年的V5/V7主要增加了AVS 2.0的Decoder，H.264、H.265的编码质量提高了15%；2022年 “玲珑”V6/V8增加了AV1的Decoder，H.264的编码质量相比V5/V7提高了10%；2024年 “玲珑”V510/V710增加了H.266的编码器和解码器；2025年 “玲珑”V520LE是专门为监控打造的编解码一体产品；2026年3月推出代号为“峨眉”的V560/V760，成为面向AI应用的新一代视频处理器IP。

回顾“玲珑”VPU的发展，每一次迭代都围绕三个核心目标展开：让编码标准更先进、让编码质量更优秀、让单核性能更高效。“武当”V620/V820作为第七款产品，同样也在围绕这三个目标展开工作。

从更长远来看，'玲珑'VPU的发展目标已经不再局限于传统视频编码器。基于全新的AI训练框架，安谋科技正在推动AI端到端视频编码技术持续演进。