“光进来，词元直接出去”！中国团队领衔，成功研制这一芯片

信息仅供参考，不构成投资建议

南京大学缪峰、梁世军团队联合新加坡国立大学团队，推出新型智能视觉传感器芯片光语芯（LightTok），成果刊发于《自然·传感》，实现光线入射芯片，直接输出AI大模型可用的词元（Token），重构边缘视觉AI的感知链路。

一、传统视觉链路的核心痛点

常规机器视觉流程：光线成像→图像传感器采集→模数转换→缓存搬运→数据分块→嵌入编码，多道工序之后才生成AI需要的词元。
大量原始图像数据反复搬运、缓存，造成边缘设备功耗居高不下，无人机、人形机器人、安防摄像头这类端侧硬件，很难本地跑通视觉大模型，实时推理能力受限 。

简单讲：大部分电量没有用在AI识别，而是消耗在数据搬运上。

二、光语芯核心创新：词元化前移到传感器层面

全球首次把图像分块、嵌入编码的词元生成环节，直接做进传感器芯片内部。

1. 外部光线照射芯片光敏存储阵列，在传感硬件层面完成图像采集+分块+特征嵌入；
2. 直接输出标准化词元，无需输出完整图片，省去图像缓存、数据搬运环节；
3. 输出词元可以直接对接大模型编码器，开展图像识别、视觉理解任务，大幅降低边缘端功耗开销 。

不是传统意义的光计算GPU，它属于感算一体视觉传感器，解决的是AI视觉“输入侧”的能耗瓶颈，而非大模型训练算力。

三、产业价值与落地场景

1. 人形机器人：机器视觉感知环节功耗大幅下降，机身电池续航可以明显提升；
2. 无人机、车载端侧感知，安防摄像头：不需要传输完整画面，只传输特征词元，带宽压力降低，适合本地实时AI推理；
3. 物理AI、具身智能：给边缘端小型硬件提供低功耗跑视觉大模型的硬件路径。

四、现实约束，距离大规模商用仍有距离

1. 当前属于实验室原型芯片，还没有量产版本；
2. 只解决视觉输入词元生成，后续推理依然需要搭配AI处理器；
3. 复杂光照、极端工况下的稳定性、良率、成本，还需要工程迭代；
4. 配套软件接口、模型适配生态还在建设阶段。

五、产业链启示

- 感算一体传感器：下一代机器人、车载视觉的重要方向，不再单纯比拼像素，而是硬件层面直接输出AI特征；
- 新型存储‑光敏阵列材料，是实现该架构的底层关键；
- 端侧AI正在从“先拍照，后计算”，走向“感知即编码”的新范式。