Розкрито рішення для AI-очок та навушників: значні відмінності у технологіях та продуктивності від високого до середнього та низького рівня

Останнім часом були представлені різні продуктovі розв'язки для промисловості очок та навушників з штучним інтелектом, і різні рівні розв'язків показали значні відмінності у технологіях та продуктивності, що привернуло велику увагу всередині галузі. Ці розв'язки охоплюють високий, середній до високого та середній до низького сегментів, надаючи важливі посилання для споживачів та підприємств у питаннях вибору продукту та напрямків дослідження та розробки.
Розв'язки високого рівня займають провідне місце з точки зору функціональності та продуктивності. З його схеми видно, що цей розв'язок інтегрує кілька передових технологій. По-перше, наявність можливості кодування відео H.264/H.265 є ключовою в галузі обробки відео, оскільки вона забезпечує ефективне стиснення відео, при цьому зменшуючи тиск на зберігання та передачу даних, залишаючи якість зображення. По-друге, використання високошвидкісної пам'яті DDR2/3/4 у SIP забезпечує достатньо швидке місце для зберігання та читання даних для операцій пристрою.
Щодо камери, вона може обладати 5М/8М/12М високоякісними камерами, що зможуть задовольнити потреби запису відео у розширенні 4K@30fps. Потрібно, щоб зображення були чіткими та гладкими під час сняття, що легко реалізується як для повсякденного запису, так і для професійних застосувань. При цьому рішення оснащено NPU (процесор нейронних мереж), який може виконувати кінцеві алгоритми штучного інтелекту та досягати передових функцій, таких як інтелектуальне розпізнавання зображень та аналіз сцен. Крім того, вона підтримує алгоритм стабілізації зображення EIS (Електронна стабілізація зображення) на боку пристрою, ефективно зменшуючи розмивання зображення, спричинене тряскою під час сняття, та покращуючи стабільність сняття. Її процесор має тактову частоту GHz і пропонує кілька варіантів, таких як однокерневий, двокерневий та чотирьохкерневий. Її потужні можливості обробки забезпечують надійну підтримку для виконання різноманітних складних завдань.
Рішення середнього та високого рівня один і два мають деякі корективи у продуктивності порівняно з високопродуктивними рішеннями, але вони все ще можуть задовольняти потреби багатьох користувачів. Обидва рішення оснащені кодуванням відео H.264/H.265, SIP малоздатністю високошвидкісної пам'яті DDR2/3/4 і можуть підключати 5М/8М високорозрізнені камери, досягаючи запису відео 2K@30fps. Проте, вони оснащені маломожливими НПУ, які можуть виконувати лише прості алгоритми штучного інтелекту від кінця до кінця, і їх глибина та широта функціональності AI не такі добри, як у високопродуктивних рішень. Крім того, обидва ці середньо-високопродуктивні рішення не можуть виконувати алгоритми EIS на бортовому пристрої і вимагають використання смартфонів для досягнення функціоналу стабілізації зображення. Їх частота процесора знаходиться у діапазоні 500MHz - 1GHz, з умірною обчислювальною потужністю, що здатна обробляти загальні завдання, але може бути трохи складною при обробці складних завдань багатозадачності.
Рішення середньої та низької цінової категорії, які представлені моделями Jieli AC792N та Shenju W20, мають відповідні компроміси у продуктивності при контролі витрат. Цей тип схеми не має відеокодування H.264/H.265, підтримує лише формат JPEG, а JPEG може стискувати лише статичні зображення, з коефіцієнтом стискання, який значно нижчий за H.264/H.265, що має значні обмеження у відеообробці. Щодо пам'яті, використовується SIP малого об'єму DDR, і деякі продукти взагалі можуть не мати його. Камера може бути оснащена лише камерою низької чіткості 1М/2М, і найвища розширеність запису складає лише 720P@30fps, деякі навіть підтримують лише 15fps, що призводить до гіршої якості знімання. Крім того, рішення середньої та низької цінової категорії не мають НПУ і не можуть запускати алгоритми штучного інтелекту від кінця до кінця та ЕIS, залежать лише від мобільних пристроїв для реалізації пов'язаних функцій. Їх частота процесора менша за 500MHz, з низькою обчислювальною потужністю та загальною слабкою продуктивністю.
Демонстрація різних розв'язків з AI-очок та навушників цього разу вказує на технічний рівень та позиціонування продуктів на різних рівнях у галузі. Розв'язки високого класу задовольняють потреби високоплатних користувачів та професійних сценаріїв своєю потужною функціональністю та виконанням; Розв'язки середньо-високого класу балансують витратами та масовим ринком, забезпечуючи певну продуктивність; Середньо-низькобюджетний розв'язок надає споживачам початковий вибір за меншими витратами. З постійним розвитком технологій очікується, що майбутні розв'язки з AI-очок та навушників знайдуть кращий баланс між продуктивністю та вартістю, надаючи користувачам більше якісних продуктів.