造浪者｜神眸创始人杨作兴：推理算力黄金时代即将到来，AI会像水电一样普惠

2026年，全球AI算力战场正在经历一场无声的分流。

就在两年前，大家还在疯狂囤积显卡，为训练一个千亿参数的大模型而焦虑，而今天，聚光灯正在转移。

随着AI眼镜、智能机器人、海量物联网摄像头等终端设备的爆发，AI从云端的神坛走向每个人的口袋、客厅和街头，决定胜负的不再是单纯的计算，而是低功耗、低成本、高效率的端侧算力。

5月22日，在北京亦庄举行的2026 AI Partner·AI+产业大会上，杭州研极微电子有限公司董事长、神眸品牌创始人杨作兴直言不讳：“训练算力已经难以超越当前龙头，但推理算力侧，创新企业仍然有傲立潮头的机会。”

杨作兴在2026 AI Partner·AI+产业大会分享

杨作兴从2011年便开始研究全定制芯片设计方法学，用"从晶体管开始绘制每一个单元电路"的办法，设计出了一款峰值功耗跻身世界一流水平的RFID芯片，在算力芯片领域取得巨大成功。之后，他躬身入局AI芯片，用全定制芯片设计方法学完成首款低功耗SoC芯片的架构设计，将功耗降至业界十分之一，并以此为支点，试图撬动一个千亿级的智能影像市场。

研极微旗下AI智能摄像头品牌神眸，背靠领先的低功耗芯片技术优势，产品一上市便迅速占领市场，成为安防AIoT领域的璀璨新星。

在算力战场已证明过自己，如今杨作兴又携低功耗优势闯入AI芯片腹地，试图撬动另一个千亿级市场。

算力迁移：从“一次训练”到“万亿次推理”

杨作兴算了一笔账，全世界顶尖的大模型训练团队不过上百个，所需显卡不过百万张。但推理算力面对的是全球60亿自然人，以及未来数量可能超过60亿的机器人。

每一次对话、每一次问询、每一次识别，背后都是一次推理请求。当大模型开始嵌入日常生产与生活，推理的累积消耗将远超训练。

“这个需求量必然会远远大于训练算力，”杨作兴强调，“这也是2025年底推理算力的创业公司Groq会被200亿美金收购的原因之一。”

在杨作兴看来，CUDA生态如同一座深不见底的护城河，所有主流大模型框架都基于它构建，后来者极难撼动。但推理算力不依赖CUDA接口。他分析，“每个大模型有独特的算法，针对算法、算子、数据通路的不同，我们可以在很多方面实现定制。这些定制的芯片天然比GPU通用芯片在功耗和成本方面有进步。”

杨作兴强调，当推理算力真正普及时，低价购买AI服务的时代将会到来，而研极微正是这场普惠算力革命的底层架构师。“AI带来的愉悦感比很多东西都强，会超越水、超越电，成为人类最日常的生活用品。既然是生活用品，就必须要便宜。”

这一判断背后，是半导体算力发展的深层逻辑。杨作兴将算力演进划分为四个时代：以英特尔为代表的CPU时代，以TI为代表的DSP时代，以英伟达为代表的GPU时代，以及以研极微为代表的ASIC时代。CPU灵活性最强但效率最低，ASIC效率最高但灵活性最差。在大模型算法逐渐趋于稳定的当下，算力架构正不可避免地从通用走向专用。

“算法急剧变化的时候，GPU是比较合适的，因为能够随时改变。”杨作兴解释道，“但算法稳定后，肯定会走向ASIC。"这一趋势意味着，ASIC芯片的延迟更低、能耗更省、单位成本更优，足以从根本上动摇GPU十余年建立的成本模型。

这种判断并非纸上谈兵。研极微及旗下AI智能摄像头品牌神眸的整个战略，正是建立在这套“错位竞争”的逻辑之上。在当前已成庞然大物的龙头企业阴影下，他们选择了一条看似更窄、却可能通向更广阔天地的路。

功耗降至1/10：“全定制”

铸就

的硬核壁垒

如果说选择ASIC路线是战略判断，那么全定制芯片设计方法学就是杨作兴的技术护城河。

在芯片设计领域，使用EDA工具和标准单元库的APR（自动布局布线）设计早已是主流。然而，杨作兴从2011年开始，就选择了一条“从晶体管画起”的艰难道路。这套方法学的核心，是用定制单元设计替代标准单元库，用手写网表替代高级语言代码，用手动布局替代自动布局。

在AI Partner行业峰会上，杨作兴也凭借该技术突破被列入"AI最佳场景渗透案例——特别致敬人物奖"获奖名单，与理想汽车、银河通用机器人等明星公司创始人并列。

杨作兴获得AI最佳场景渗透案例——特别致敬人物奖

在APR流行了二十年后，这一选择孤独而艰难。杨作兴回忆说，早年拿着这个技术方案找投资人，几乎所有人都认为这是“异想天开”——甚至有人说他是骗子。“改了100多次商业计划书，见了100多个投资人，最终仍然一无所获。”这是杨作兴创业初期反复碰壁的真实写照。

但他未曾放弃，研极微团队如今不仅在手写网表、手动布局上积累了深厚壁垒，还在CIS（图像传感器）、PMU（电源管理单元）、Wi-Fi、4G等多个模块上做了系统级低功耗优化。

“一个静态双锁存器是24个三极管，我们用动态单锁存器只要4个，”杨作兴用一组直观的数字解释了差距，“面积和功耗是普通方法的六分之一。手动布局能让芯片利用率从50%-60%提升到95%以上。”通过这三板斧，他实现了业界难以企及的目标：将功耗成本乘积降低一个数量级。

技术只有落地为产品，才能真正产生颠覆性价值。杨作兴选择的首个突破口，首先是智能摄像头这个看似传统却蕴含巨大变革潜力的市场。

研极微的第一代芯片，已将功耗降至业界三分之一，并应用在理想AI眼镜和神眸的部分云台摄像机中。而搭载了第二代芯片的产品，功耗仅为业界的十分之一，应用在了神眸的智能停车记录仪和太阳能一体化智能摄像机中。他认为，这是个产业痛点，也是巨大的商业机会。

“我们的智能停车记录仪，最长可实现半个月的续航，”杨作兴介绍，“车子熄火后，再也不用担心电瓶亏电或无法监控。”另一款旗舰产品，太阳能一体化智能摄像机，更是将1瓦的太阳能板直接内置，配合9000mAh电池，实现了“有光就有电”的365天在线巡航。这在过去需要一块硕大的外置太阳能板才能勉强实现。

“我们的目标，是让摄像头做到半年充一次电，结合弱光太阳能技术，最终实现永久续航。”杨作兴将这套方法论从比特币芯片迁移到视觉AIoT领域，构建了一条从IP、芯片到产品的全链条定制化能力。

这不仅是他个人的技术执念，更是神眸最深的护城河。当全球安防巨头和海量创业公司还在标准库里修修补补时，杨作兴已经从晶体管层面重构了竞争的规则。

“数据入口”之争：从安防到万亿个“世界之眼”

如果仅仅是做一家摄像头公司，神眸的故事或许只是一家硬件创业公司的成功案例。但杨作兴的野心远不止于此，在他看来，摄像头将成为AI时代超越手机、超越汽车的最大单一市场，是未来"世界大模型"不可或缺的感知入口。

这个故事分三步：第一步，通过极致低功耗，让摄像头无处不在；第二步，这些无处不在的摄像头，成为物理世界的“数字感官”，持续为AI大模型提供最鲜活、最接地气的实时数据；第三步，基于这些数据构建一个完美的“世界大模型”，为人类在虚拟世界中的“第二人生”提供支持。

在杨作兴看来，如果大模型只学习互联网上的存量知识，而不接入实时的物理世界信息，很容易产生“幻觉”，避免这一点的方法之一，就是用海量的传感器将世界的实时状态源源不断地输入。

“要把世界完整反映到大模型里，需要1.2万亿只摄像头，或者叫传感器，”杨作兴计算道，“如果十年建成，每年就是1000亿只。”与之相比，目前全球以安防为主的摄像头年出货量仅3-4亿只。这是一个相差三个数量级的巨大跃迁。

如此宏大的叙事，终究要回归到现实的商业逻辑。杨作兴为这场“AI时代入口门票”的豪赌，设定了50亿元的总投入预算。从2021年算起，至今他已投入22亿元。

关于创业何时能实现盈亏平衡，杨作兴并没有一个确切的时间表。但他的行动路线图非常清晰：短期靠“神眸”（品牌产品线），长期靠“神灯”（端侧推理芯片业务）。而且基于已经趋于稳定的CNN（卷积神经网络）算法，神眸已经迎来爆发式增长。

2024年，神眸的销售额为8000万，到2025年，这个数字提升到6亿，增长近8倍，杨作兴预测，到2026年年底这个数字还会提升到40亿。

据洛图科技相关数据显示，神眸推出一年后就在2025年抖音国内电池摄像机品类7-8月店铺业绩排行榜中斩获前三的席位。2026年年新发布的智能停车记录仪上市2个月同样跻

身国内行车记录仪线上

全渠道

市场销额前十

，为杨作兴此前的预测提供了注脚。

而“神灯”业务，则承载着更大的未来。它包含两块：一是为第三方提供的摄像头芯片；二是面向大模型时代的端侧推理芯片。杨作兴认为，当前大模型已经展现出真正的生产力，能够帮助甚至替换一部分软件工程师。这意味着，投入推理芯片的时机已经成熟。“之前公司重点放在CNN，现在大模型方向基本确定，效果可以统一，就可以大力投入。”

在制造端，他通过与三星的战略合作，解决了先进工艺的供应链安全问题；在产品端，他正以“极致性价比”为原则，将半导体“本应便宜”的本质发挥到极致。

在海外市场，神眸也已完成初步布局，目前单日出货量达1000台，主攻欧美。为了应对隐私和安全挑战，公司将采取服务器本地化、与当地品牌合作甚至成立当地品牌等策略。

杨作兴将自己定位为一个“世界先进生产力探险家”，他认为，绝大多数的发明和发现都是“探险”而来。工业革命100年才一次，每一次技术突破都会对人类世界带来大的变革，算力，就是第四次工业革命。由他开创的“全定制”技术路线，在AI时代也会掀起一场“低功耗”的效率革命，让算力像水电一样便宜、普惠，最终催生出一个万亿级的感知市场。

因此，神眸今天的“安防”业务，只是其宏伟蓝图的“序章”。从室外监控，到运动影像（神眸生活记录仪），再到AI眼镜（与理想汽车合作），乃至未来的机器人、无人机、无人车，神眸的低功耗视觉能力将自然扩展到一切需要“感知世界”的智能终端上。

“做颠覆性创新的事情是孤独的，1000个人里有一个认可就行，一个都没有也无所谓。就像当年的特斯拉、SpaceX，走的也是一条孤独的路，和普通企业不一样。”

从清华大学物理博士到AI芯片创业者，杨作兴的目标从未止步。在全球算力需求指数级膨胀、巨头布局自研芯片和推理算力成为必争之地的2026年，答案也许就在下一个100亿只摄像头里。

杨燕/文

徐楠、林辰/编辑