深圳，2026年9月13日——全球视觉AI盛会Ultralytics YOLO Vision 2026正式开幕，围绕新一代实时视觉模型与边缘侧落地路径，来自模型、芯片、算法与行业应用侧的代表齐聚现场。爱芯元智以官方赞助商身份参展，携AX8850芯片系列方案亮相。
爱芯元智重点展示了两类AX8850参考方案。
一类面向高速实时感知，基于AX8850 AI Pyramid盒子的YOLO26姿态跟踪Demo实现了YOLO26s 300FPS以上推理速度；另一类面向精密空间理解，AX8850 M.2加速卡搭配树莓派5的双目深度估计方案，可在2米范围内实现2%测量精度。
两类方案分别覆盖运动场景中的实时分析和对空间信息要求更高的感知任务，也体现出AX8850在边缘侧承接YOLO生态成熟能力、服务工业、机器人、车载等场景的工程化基础。
围绕“边缘AI芯片如何应对Transformer时代”，爱芯元智相关业务负责人在大会上重点阐述了公司的芯片架构理念。据介绍，爱芯元智目前的部分芯片本身即采用同时支持传统CNN与Transformer的架构。在这类兼顾两者的芯片上，关键并非峰值算力，而是让两类负载各得其所、互不拖累。
同时，爱芯元智强调，并非所有芯片都应如此设计。芯片应从场景、功耗、成本中倒推：生命周期内只运行检测、跟踪等传统负载的产品，为支持Transformer预留资源即是浪费，每一分功耗和面积都会侵蚀客户毛利，这类场景下纯CNN优化仍是正确选择；而面向端侧多模态、事件理解与交互对话的产品，则需要在设计之初即为Transformer做好准备。
在技术取舍层面，单设备同时高效处理CNN与Transformer两类负载在今天已经实现；而产品层面的取舍将长期存在，最终取决于场景、功耗与成本预算。
谈及接下来一年的边缘AI趋势，爱芯元智认为视觉与机器人两大领域对边缘算力的要求正在收敛：一颗芯片需要同时支撑传统感知模型、多模态大模型。在视觉领域，多模态大模型将更多地部署到边缘，并与传统模型形成协同——传统模型负责毫秒级检测与跟踪，大模型负责事件理解与指令回应，这种协同将成为端侧视觉产品的默认形态。在机器人领域，以双目为代表的三维深度感知今年将真正进入生产环节，不仅面向具身智能，也包括割草机器人等正在起量的品类。
爱芯元智判断，这一年行业最大的变化不是某个新模型的出现，而是模型开始彼此配合并且都已从"能演示"迈向"能量产"。无论模型如何演进，芯片的竞争最终仍将回归能效比与成本——场景和模型在变，客户衡量芯片的标尺始终未变：每瓦算力，以及每一块钱换来的性能。
