W88188:把“功放”做成AI入口——重写AI眼镜的音频底层逻辑

在AI眼镜这条赛道上，行业正在经历一次典型的“架构重排”：从“显示优先”，转向“交互优先”；从“云侧智能”，转向“端侧实时”。而在这场迁移中，一个长期被低估的环节，正在成为核心变量——音频链路。

在今天开幕的第16届松山湖中国IC创新高峰论坛上 ，上海艾为电子技术股份有限公司产品总监吕洋在推介环节中指出上海艾为电子推出的 AW88188 AI眼镜旗舰功放，本质上不是一颗传统意义上的PA（Power Amplifier），而是一颗融合了低功耗架构 + 先进封装 + 端侧DSP算力的“音频计算节点”。它的意义，在于把“声音输出器件”升级为“AI交互执行单元”。这不是参数升级，而是范式变化。

一、AI眼镜的底层矛盾：不是算力不够，而是“算力位置错了”

吕洋指出当前AI硬件的一个核心误区，是过度强调“总算力”，而忽略了“算力分布”。

当前AI眼镜面临三大约束：

功耗约束：典型电池容量极小（几百mAh级别）

空间约束：眼镜腿级别的PCB面积（cm² → mm²竞争）

交互约束：必须毫秒级响应（语音/环境反馈）

这直接推导出一个结论：云端算力无法解决实时交互问题，端侧算力必须“嵌入关键链路”。而音频，正是这个关键链路。

吕洋在分享中提出一个关键判断：音频是AI的第一入口，而不是辅助接口

原因非常明确：语音数据量是文本的12倍（信息密度更高）、语音交互是最自然的交互方式、AI眼镜的“无屏/弱屏”属性强化语音地位

这意味着：音频链路不只是“传输声音”，而是“处理智能”。

二、AW88188的本质：一次“功放定义”的重构

传统音频功放的设计目标很简单：提升声压（Loudness）、降低失真（THD+N）和提高效率（Efficiency）；但在AI眼镜中，这三点已经不够。

AW88188做了三件关键的事情：

1. 把“功放”变成“计算节点”：内置 FlyDSP™ 5.0、算力达到 200 MCPS、支持复杂音频算法本地运行；这意味着音频算法不再依赖主SoC，而是“就地执行”，这样胡杨直接带来三点变化：降低主控负载、避免跨芯片数据搬运和实现实时音频处理。

2. 把“模拟器件”做进先进工艺：55nm BCD工艺、静态电流：3.45mA（DSP ON）、静态功耗下降：36%；BCD本身是为模拟/电源设计的工艺，但55nm级别意味着更高集成度、更低寄生效应和更好的功耗控制。

这对可穿戴设备是决定性的：功放第一次真正进入“先进工艺时代”

3. 把“外围器件”消灭掉：传统音频PA最大的问题之一：需要外置电感（Boost）、占板面积大、EMI复杂，但AW88188的关键创新是双Charge Pump架构、免电感升压、PCB面积降低50%；这带来的不是优化，而是结构性改变：音频模块从“系统级负担”变成“可嵌入组件”

三、三个指标，直接命中AI眼镜核心痛点

1. 功耗：从“可用”到“可规模化”：静态功耗：降低36%（约7mW）、续航提升：+53%、支持Super Low Power模式；关键意义是音频不再是续航黑洞，在AI眼镜中，音频播放是持续负载，一旦优化，其收益是“线性放大”的。

2. 尺寸：从“能放下”到“能堆叠”：芯片面积：5mm² → 3mm²（↓40%）、PCB占板：↓50%、0.35 pitch WLCSP封装；这直接影响产品形态：单边眼镜腿可放2颗 → 未来4颗；支持多扬声器阵列、支持空间音频

一句话：

尺寸缩小，不是节省空间，而是释放架构可能性

3. 算力：从“能出声”到“能理解声音”，吕洋指出AW88188最核心的差异，是其算法能力：AI杂音抑制（结构级处理）、气流音识别（风噪）、特定声源抑制（如钢琴声），可以动态自适应，本质是从频域滤波 → 语义级识别；

此外可以完成AI声场重构：人声/伴奏分离、环境音建模、环绕感增强

→ 本质：从“播放声音” → “生成听感”

这两类能力叠加，带来一个关键变化：那就是音频输出不再是“还原”，而是“重建”。

四、为什么是艾为：全链路能力才是护城河

吕洋指出AW88188之所以能成立，不只是单点技术，而是体系能力：

艾为做到1. 全音频链布局，覆盖ADC / DAC、Codec、Audio PA、ADSP、总线芯片等，这意味着可以从“信号输入 → 算法处理 → 声音输出”全链路优化。

2. 算法+硬件协同

代表性平台：SKTune（语音/降噪）、SKTune-X1 帝江（上行处理）、大禹算法（运动/控制）

区别于传统厂商：不是卖芯片，而是卖“可运行的音频系统”

3. 客户侧验证

AI眼镜客户覆盖率：95%+，覆盖Meta / 小米 / XREAL / Rokid 等，据笔者现在交流，艾为电子在AI眼镜的总出货已经超过数百万颗。无愧吕洋自称的“AI小王子”称号！这意味着其方案已经在真实复杂场景中被验证，而不是实验室技术

五、一个更深层的判断：音频正在成为AI硬件的“调度中枢”

从架构角度看，AI眼镜正在形成三大核心模块：

AW88188的出现，本质上推动了一件事--把“音频链路”升级为“AI执行链路”。

六、产业信号：从“芯片供给”走向“生态绑定”

值得注意的一个动作：艾为近日投资Rokid，这背后的逻辑非常清晰：AI硬件的竞争，不再是芯片性能，而是“芯片+终端+算法”的闭环能力

AW88188正是这个闭环中的关键一环：上接：语音输入/AI模型；下接：声学输出/用户体验，它的位置，类似于“音频版的端侧AI加速器”。

笔者认为AW88188给行业的最大启示，不是它做到了：更低功耗、更小尺寸、更高算力；而是它证明了一件事：在AI硬件时代，每一个“传统器件”，都有机会被重写为“计算节点”。当功放开始具备AI能力，意味着：音频不再是“最后一环”，而是“第一触点”。而谁掌握这个触点，谁就掌握下一代交互入口，这才是AW88188真正的价值。

对此，大家怎么看？欢迎留言交流！