聆思推出 VenusA 第三代多模态 AI SoC 芯片,视觉语音能力全面升级

（点击上图报名咨询）

随着 AI 终端持续向视觉化、带屏化和多模态交互演进，越来越多的终端产品，需要在一颗芯片上同时实现视觉处理、语音交互、屏幕显示、图像编码以及外设扩展等多样化能力。

面向这一趋势，聆思推出全新升级的第三代多模态 AI SoC 芯片——VenusA。

VenusA主要面向 AI 云台、无人机、智能门锁、智能家电、玩具相机等各类多模态的终端场景。围绕实际产品中的视觉识别、语音交互及各类个性化需求，对芯片架构、存储带宽、视觉链路、语音能力和接口扩展等方面进行了系统性升级。

不仅实现了芯片性能的大幅提升，在「视觉」与「语音」两大核心应用方向也实现了显著增强，为下一代 AI 终端提供更强大的芯片底座。

更高性能的

多模态算力底座

VenusA 采用双核RISC-V CPU +多模态NPU架构，主频提升至400MHz，NPU 峰值算力达到256 GOPS。结合软硬件算子优化，VenusA 的实际多模态AI性能提升达到3倍，可更高效地支撑视觉、语音、显示等能力协同运行。

存储和数据处理也同步升级。VenusA 优化了SRAM / PSRAM / Flash多核共享存储架构，内存带宽翻倍达到480MB/s。在视觉推理、语音处理等多任务并行场景下，芯片能够保持更高吞吐效率和更稳定的系统表现。

凭借更强的芯片性能，VenusA 可支持终端产品基于一颗芯片实现视觉感知、语音交互、显示输出等多类功能，让 AI 终端从单一智能能力走向多模态体验，为产品创新释放更大的应用空间。

视觉链路全面升级

场景效果显著提升

视觉能力是 VenusA 升级的重点方向。

尤其在 AI 云台、无人机等跟随场景中，基于 VenusA 的方案可实现更远距离识别、更快速响应和更稳定跟随。实测中，跟随距离由最高7m提升至9m，手势距离提升至5.5m，识别时间缩短至1秒；单人及多人模式均可提升至30FPS，即使在高速运动、多目标等复杂场景下，也能保持流畅稳定的跟随表现。

这些提升让终端产品在运动拍摄、户外跟随等应用中，具备更好的可用性和体验一致性。设备不仅能“看得更远、反应更快”，也能在复杂动态场景中持续稳定工作，有效减少目标丢失、识别延迟和画面卡顿等问题。

要实现这样的场景表现，芯片需要具备从图像输入、预处理、推理、编码到显示输出的完整视觉处理能力。围绕这一链路，VenusA 新增AI 视觉预处理专用加速器 VPU，可提升图像预处理效率，降低视觉推理延时；同时集成MJPEG 编码模块，支持实时图像编码，让图像采集、处理、压缩和显示之间的协同更加顺畅。

在输入输出方面，VenusA 支持最高 1920×1080@30fps DVP 图像输入，支持 1080P 高清驱屏及图像编码能力。结合 SPI 传输速度翻倍和外设能力增强，芯片能够更好满足带屏终端、视觉识别设备和图像传输设备对画质、帧率、响应速度和系统稳定性的综合需求。

在性能升级的同时，VenusA 进一步优化功耗表现，芯片功耗降幅达到34%，有助于降低终端对电池容量和散热设计的压力，为产品续航、体积和结构设计带来更大空间。

语音能力增强

离在线语音方案同步升级

VenusA在语音能力上同步增强。

依托双核 RISC-V 架构、400MHz 主频、256 GOPS NPU，以及更高带宽和更完整的系统架构，VenusA可为语音唤醒、识别、降噪、分布式等能力提供稳定算力支撑，让终端产品具备更及时、更可靠的本地语音交互体验。

同时，在音频接口方面，VenusA 提供 Audio Codec、I2S、DMIC 等完整音频接口，并支持多通道音频输入，能够更好满足各类终端产品在语音交互上的硬件需求。

基于VenusA芯片，聆思已联合海思芯片，成功打通鸿蒙生态，打造出全国产化离在线一体的语音交互方案。方案通过 VenusA 提供本地 AI 语音能力，实现从端侧语音处理、设备连接到系统交互的全链路打通，可支持空调、冰箱、洗衣机、厨电、小家电等全品类家电产品接入。

在智能家电场景中，该方案可兼顾语音效果、系统性能和方案完整性，同时具备全国产化带来的供应链安全与可控优势。

VenusA 不仅提升了语音算法运行所需的芯片性能，也进一步增强了多通道音频输入和完整音频接口能力，为海量终端接入 AI 语音交互提供更稳定、更易集成的芯片底座。无论是智能家电、带屏终端，还是智能门锁、玩具等产品，都可以基于 VenusA 获得更优的语音响应、更可靠的本地处理能力和更自然的人机交互体验。