AI玩具方案之无线通信芯片

早期的智能玩具都只能执行预设的一些指令，但是随着现在AI大模型的发展，比如chatgpt，豆包，deepseek，千问等的快速迭代，玩具也逐渐AI化，其交互能力和交互体验也随之发生了质的飞跃。

比如在CES上看到的FoloToy，BubblePal，Ropet，Ai Me

还有字节的显眼包，汤姆猫，奥都比等等，这些玩具借助了AI大模型的能力，由于大模型一般都是在云端，要发挥大模型的能力，依赖的正是其中的无线通信芯片，它将本地采集的语音文字等，通过毫秒级延时上传至云端AI大模型进行分析出来，再返回精准反馈，让用户感知到。

对于有些功能强大的玩具，其内部会集成更多的传感器芯片，甚至会集成本地的AI芯片，将部分数据存储在本地，在有需要的时候再对接云端的大模型，而对于大多数对话类的AI玩具，需要实时访问云端模型，其主芯片基本都是具有无线通信能力的MCU，设计方案基本上可以分成以下3类：

• 方案一

  通信芯片集成了codec功能，同时处理器具备相对比较强的处理能力，一般为双核CPU（或者CPU+DSP）能够处理音频的编解码，同时还能处理降噪，回声消除等算法，所以一颗单芯片能处理大部分的工作，比如AC79，7258，R128等WIFI芯片。

  

• 方案二

  通信芯片没有集成codec功能，但是具备比较强的处理能力，所以对于拾音播放的功能需要外挂codec芯片，而语音处理算法还是通信芯片上完成，比如ESP32-S3加上ES8311的codec芯片。

  

• 方案三

  通信芯片仅具备通信能力，资源有限，需要外挂一个相对比较强大的codec芯片，该codec芯片不单具备基本的拾音播放功能，还集成了DSP的能力，能处理语音的各种算法，对于该种方案，大多数IoT的wifi芯片都可以使用，比如esp32-C3/C2，LN882H，7231等等

  

  当然IoT的wifi加上不带DSP的codec芯片也能实现方案，比如开源比较火的小智AI对话机器人，但是在语音处理能力上会比较偏弱，不能很好的支持离线语音唤醒功能等。

以上主要谈到的是基于WIFI的无线通信芯片，玩具方案也可以支持基于4G或者5G的通信芯片，甚至是WIFI+4G芯片的混合方案，相对于WIFI芯片的方案，4G/5G 版方案的优势是可以随时随地使用，不足的地方是需要上网卡进行实名认证，操作有点繁琐。具体方案的选择要从成本以及体验上作详细的评估。

AI玩具对于无线通信芯片定义有哪些启示呢？个人觉得首先通信能力是最基本的需求；其次是语音处理能力，比如支持拾音和播放，支持常用的音频编解码算法，音频处理算法，某种程度上不需要一个单独的核或者DSP来处理，可以集成专用的NPU模块以降低芯片die size等；另外就是芯片本身的功耗，存储资源评估以及对一些外设的支持，比如刷屏，其他各种传感器芯片的接口支持等等。