2025年SoC专题报告：AI眼镜洞见未来，SoC智控万物互联

一、SoC：端侧 AI 落地绝佳载体，AI 眼镜竞赛必争之地

（一）算力下沉加速端侧 AI 落地，眼镜有望成为最佳载体之一

端侧 AI 风起，智能眼镜引发市场广泛关注。随着全球数据量的迅猛增长及物联网设备的 激增，传统云端计算模式难以满足大量数据实时处理的需求。同时，终端对数据响应延 迟和隐私安全的要求日益严格，促使算力向边缘/端侧发展。近两年来，海内外企业相继 推出多款先锋产品，如 AI 手机、AI PC 及 AI 眼镜等，其中 AI 眼镜凭借其便携性和即时 可用性的优势，引发了市场的高度关注：1）智能眼镜具备极强的便携性，可实现全天候 佩戴且不会给用户带来负担；2）作为可穿戴设备，智能眼镜能够充分感知用户的听觉和 视觉，其摄像头与麦克风的位置接近用户的眼睛和嘴巴，拍摄和收音效果与用户视角基 本一致，相较于其他智能终端具有更强的交互性。 Ray-Ban Meta 智能眼镜拉开行业序幕，2025 年或成 AI 眼镜爆发元年。2023 年 9 月， Meta 和雷朋发布了新一代的 Ray-Ban Meta 智能眼镜，为目前面向 C 端的智能眼镜中较 为热门的产品，相较于传统眼镜其增加了摄像头、麦克风、存储、SoC 等电子零组件，可 以实现语音交互、拍照等功能，另外其新增了 AI 功能，接入了 Llama3 大模型，用户可 以通过语音操控其各项功能进一步提升用户体验。根据 Wellsenn XR 的数据统计，2024 年全球 AI 智能眼镜销量预计为 234 万台，其中 Ray-Ban Meta 的累计销量达到 225 万台。 此外，Wellsenn XR预测2025年全球AI智能眼镜销量有望达到550万台，同比增长135%， 国内大厂小米、百度以及海外的三星预期都将在 2025 年发布 AI 眼镜新产品，众多科技 巨头的入局将进一步推动 AI 眼镜技术创新和市场拓展，2025 年有望成为 AI 眼镜的爆发 元年。

（二）BOM 核心物料，多种方案各有千秋

SoC 芯片是 AI 智能眼镜的核心成本组成部分，占整机 BOM 成本超过 30%。作为各类 物联网智能硬件的主控芯片，SoC 芯片在决定下游应用产品的性能、功能复杂度及价格 方面起着关键作用。以市场上具有代表性的 Ray Ban Meta 为例，根据 Wellsenn 数据统 计，其 BOM 成本约为 164 美元，综合硬件成本约为 149 美元，其中 SoC 芯片 AR1 Gen 1 成本约为 55 美元，占综合硬件成本 33.54%。随着端侧 AI 技术的不断发展和对眼镜智 能化要求的持续提升，SoC 芯片的性能和复杂度将进一步提高，预计未来 SoC 成本占比 仍将维持在较高水平，并将持续影响 AI 眼镜的价格和市场竞争力。

目前，AI 智能眼镜处理器存在三种主要解决方案：

1、MCU 级 SoC+ISP 方案：低功耗，小型嵌入式系统首选

该方案是在传统 MCU 的基础上发展而来的，它以 MCU 内核作为中央处理单元，并根据 需求集成音频、无线通信、传感器等相应的硬件模块。MCU 级别 SoC 注重在低功耗条件 下的功能应用，通常采用 ARM 的 Cortex-M 系列核心或其他低功耗处理器核心。凭借其 低功耗和实时控制的优势，该方案非常适合小型嵌入式系统。 然而，由于 MCU 级别 SoC 的流水线较短且最高时钟频率较低，导致其计算能力有限， 无法在内部集成图像信号处理（ISP）模块，因此多采用外接 ISP 芯片的方式进行图像信 号处理。这种方式虽然解决了部分图像处理问题，但也带来了硬件复杂度增加、成本上 升以及占用更多主板空间等新挑战。此外，MCU 级别 SoC 主要适用于实时操作系统 （RTOS），在功能扩展和系统兼容性方面存在局限，难以满足运算需求高、功能复杂的 AI 智能眼镜应用场景。

2、系统级 SoC 方案：高性能，当前 AI 智能眼镜主流选择

系统级 SoC 主要基于 CPU 架构进行集成和发展，以 CPU 作为中央处理单元，多采用 ARM 的 Cortex-A 系列核心。根据具体功能需求，该芯片集成了 GPU、ISP、DSP、NPU、 WiFi 模块、蓝牙模块、视频编解码系统和音频系统等硬件组件，从而有效简化了硬件设 计复杂度。系统级 SoC 具备多级流水线、超标量执行和乱序执行等高级特性，支持多线 程和多任务处理，通常运行在超过 1GHz 的高时钟频率，并兼容 Linux、Android 等分时 操作系统。这使得系统级 SoC 能够高效应对 AI 智能眼镜中的复杂数据处理、图像识别 及智能交互等任务。尽管其功耗和成本相对较高，但凭借卓越的性能和丰富的功能，系 统级 SoC 仍然是当前中高端 AI 智能眼镜的主流选择。

3、SOC+MCU 方案：低功耗&高性能兼备

该方案实现了明确的分工与优势互补。SoC 负责支持分时操作系统、人工智能应用及拍 摄功能等高计算需求的应用场景，处理复杂的数据和图像，提供强大的智能交互能力； 而 MCU 则专注于音频处理等低计算需求的应用场景，有效管理简单任务，减轻 SoC 的 负担。通过合理的任务分配，SoC+MCU 方案不仅实现了高效的电源管理，显著延长了设 备的运行时间，满足了用户对 AI 智能眼镜续航能力的要求，同时也确保了产品性能的优 化。然而，该方案的研发成本高，对芯片设计能力和系统开发能力提出了严格要求，需要 专业的技术团队和大量的研发投入。产品成本的大幅上升在一定程度上限制了SoC+MCU 方案的大规模普及和应用，如何突破成本和技术能力上的瓶颈已成为行业关注的重点。

二、智视未来：算力与影像协同，平衡性能功耗的持续创新

AI 眼镜在传统配镜基础上新增 AI 交互、摄像、音频、显示等多项功能，给用户提供更加 丰富的智能体验。系统级 SoC 方案作为当前 AI 智能眼镜主流选择，价值量和工艺技术 难度最高，其芯片设计需在性能、功耗、体积之间实现极致平衡，技术演进围绕“感知计算-交互”闭环展开。计算（CPU/NPU）、图像处理（ISP）两大核心模块起到了至关重 要的作用。

（一）计算模块：异构架构与 AI 算力定义性能天花板

AI 眼镜的计算能力由主控 CPU 与专用 AI 加速器（NPU）共同支撑，需满足多任务实时 处理、高能效比及空间计算需求。

1、主控 CPU：异构多核设计支撑实时多任务处理

旗舰级 AI 眼镜 SoC 普遍采用“大小核+协处理器”架构，需集成高性能 CPU（如 ARM Cortex-A 系列）与低功耗协处理器（如 Cortex-M 系列），前者处理复杂 AI 任务（如 SLAM 定位、语音交互），后者负责传感器数据采集（IMU、陀螺仪）、低功耗待机等。2022 年 高通推出的骁龙 8Gen2 平台就已采用“1+4+3”的三丛集设计（1×Cortex-X3@3.2GHz + 4×A710/A715@2.8GHz +3×A510@2.0GHz），主频为 3.19GHz 的高性能大核主要负责高 性能运算，协处理器用于应对日常应用。实时性方面，一款高性能的 SoC 需支持硬实时 操作系统（RTOS）或 Linux 实时补丁，确保 AR 叠加和手势识别的低延迟，避免视觉卡 顿。同时，能够提升矩阵运算效率，加速 SLAM 点云数据处理的硬件加速指令集也必不 可少。

2、NPU：能效比与算力密度决定 AI 体验

NPU（神经网络处理器）作为 AI 眼镜芯片的核心模块，其能效比（TOPS/W）与算力密 度（TOPS/mm²）直接决定了设备在实时交互、环境感知与隐私保护等场景下的用户体验 上限。在 XR 产品上，终端体积极致小型化诉求并不强烈，算力堆砌可以有效抬升 AI 计 算性能，Meta Quest 3S 的 NPU 算力已达 48TOPS，支持 90FPS 的 Passthrough AR 渲染； 苹果 Vision Pro 则通过双 NPU 设计实现毫米级空间定位。随着 AI 模型复杂度提升与端 侧计算需求激增，消费级 AI 眼镜更为侧重低功耗与轻量化，小型化与高性能的博弈成为 新焦点，NPU 技术正从单一算力堆砌向“能效-精度-灵活性”协同优化演进，成为厂商差 异化竞争的主战场。 当前需求轻量化 AI 即满足，突破瓶颈亦有迭代思路。当前终端产品方面，算力需求尚无 压力，轻量化 AI 任务（如语音唤醒、手势识别）需 1-4 TOPS 算力，而复杂模型（实时 SLAM、3D 重建）需 10+ TOPS。OPPO Air Glass 2 采用 Ethos-U55 微型 NPU，可实现全 天候语音助手与基础 AR 导航等高性能应用；雷鸟创新 X2 则通过 AI 与 ISP 协同，实现 高精度 SLAM 算法与低光环境增强功能。为突破单芯片算力密度瓶颈，Chiplet 与 3D 堆 叠、模型压缩与量化，分别从硬件和软件两个维度提供了长期解答思路。

（二）图像处理模块：ISP 技术跃迁推动视觉革命

ISP（图像信号处理器）是智能终端视觉感知的基石，直接影响图像质量、AI 识别准确 性与功耗表现。2024 年爆火的 Ray-Ban Meta 还不具备显示功能，但作为一款 AI 眼镜 产品，具备视觉呈现能力、将 AR 与 AI 结合将是必然的演进路径。基于 AI+AR 实现 虚拟与现实世界的融合，才是将作为下一代通用计算平台的 AI 眼镜与以智能手机为代 表的传统移动计算平台区别开来的根本差别所在。AI 眼镜的 ISP 需在极端体积与功耗限 制下，实现高精度成像、多模态感知与实时交互的平衡。其技术路径与通用 ISP 存在显著差异，核心围绕动态范围扩展、AI 协同加速、多传感器融合预处理等方向突破，成为 头部厂商构建差异化竞争力的关键战场。

1、WDR 与 YEE 协同工作，实现 AI 眼镜卓越影像处理

WDR（Wide Dynamic Range，宽动态范围）是一种用于处理高对比度场景的成像技术。 当拍摄环境中存在强烈光源（如阳光直射）和暗部区域（如阴影）时，传统摄像头可能无 法同时捕捉到明亮和暗处的细节，导致部分区域过曝（过亮）或欠曝（过暗）。WDR 通 过多帧合成和和件级分层曝光可解决高对比度成像问题的核心技术，确保明暗细节共存。 YEE（YUV Enhancement Engine，YUV 增强引擎）是针对 YUV 格式的增强引擎，优化 色彩与画质。

在 AI 眼镜或智能摄像头的 ISP（图像信号处理器）中，WDR 与 YEE 常协同工作。WDR 先通过多帧合成扩展动态范围，输出均衡的 YUV 图像数据。YEE 随后对 YUV 数据进行 色彩校正、降噪及锐化，进一步提升视觉质量。在实验室条件下，WDR 和 YEE 起到关 键作用，能精细地呈现细节，清晰度与细腻度远超同类产品，让物体轮廓清晰可辨；在街 景、路边等亮暗对比强烈的场景下，对灯光的抑制效果出色，避免过亮区域出现光晕或 曝光过度，同时确保暗处的信息不丢失，清晰度、还原度、饱和度都达到了极高水准；即 使在低光照条件下，也能兼顾噪声可控的要求，拍摄出干净、清晰的画面，为用户提供了 极致的影像体验。除此之外，两种技术的复用，还真正实现了硬件级优化减少计算负载、 端到端处理低延迟（20ms 以内），避免画面卡顿的优点。

2、AI 协同加速+多传感器融合预处理，重构 ISP 的技术边界

AI 协同处理是 ISP 实现智能感知与实时交互的核心技术突破，其本质是通过硬件架构创 新与算法优化，将传统图像处理流水线与 AI 模型推理深度整合，在提升画质、降低功耗 的同时，赋予 ISP 环境理解与决策能力。AI 眼镜中的 ISP 通常需要与 NPU 深度耦合，支 持 RAW 域 AI 预处理（如语义降噪、动态曝光），而通用 ISP 的 AI 功能多为后处理（如 夜景模式优化），依赖 CPU/GPU 算力，功耗较高。AI+ISP 技术路径正从“后处理辅助” 向“全链路赋能”演进，成为 AI 眼镜 SoC 差异化的关键战场。

AI 眼镜需在动态环境中实现毫米级空间定位与自然交互，单一传感器存在显著局限性。 多传感器融合预处理是实现高精度环境感知与实时交互的核心技术，其本质是通过整合 摄像头、ToF（飞行时间）、IMU（惯性测量单元）、LiDAR 等多模态传感器数据，在原始 信号层面完成时空对齐、噪声抑制与特征提取，为后续的 SLAM（同步定位与建图）、手 势识别等 AI 任务提供高质量输入。这一过程需在极端功耗与延迟约束下，平衡数据吞吐 量、计算复杂度与硬件成本，成为 AI 眼镜芯片设计的制高点。

AI 协同加速将 ISP 从“成像引擎”升级为“感知中台”，多传感器融合预处理则成为 AI 眼镜从“玩具”走向“工具”的核心技术跃迁。随着 AR 设备向全天候、轻量化演进，AI 眼镜 ISP 的技术路线将更趋专用化，持续突破功耗与算法瓶颈，掌握传感器-ISP-NPU 全 栈能力的企业将主导市场。在当前 AI 眼镜市场发展的早期阶段，高通 AR1 GEN1 采用 第 3 代 Hexagon NPU，支持多模态并发处理（摄像头+IMU+麦克风数据流），实现低延迟 的交互体验，在专用芯片竞争中取得领先身位。

三、重点公司分析

1、恒玄科技：智能音频 SoC 龙头，AI 时代拾级而上

智能音频 SoC 领域龙头，AI 时代成长空间再度打开。公司成立于 2015 年，是国内智 能音频 SoC 芯片领域的领军企业，核心产品涵盖无线音频芯片、智能可穿戴芯片、智能 家居芯片和无线连接芯片，广泛应用于智能可穿戴和智能家居领域的各类低功耗智能终 端。公司坚持品牌战略，下游客户分布广泛。公司重视技术创新，拥有优秀的射频/模拟 /电源管理、无线通信、声学/音频、图像/视觉、 NPU 技术、低功耗高性能 SoC 以及完 整软件架构的综合研发能力，在无线超低功耗计算 SoC 芯片领域处于领先地位。受益于 下游市场需求回温、智能手表/手环业务快速成长以及旗舰新品 BES2800 放量，公司业 绩增速重回快车道。随着端侧 AI 持续发展，AI 眼镜/耳机等有望带来全新市场增量，公 司长期发展空间打开。 端侧 AI 大势所趋，“AI+”赋能龙头发展新机遇。端侧运行 AI 在计算成本、可靠性、 性能和能耗等多方面具备优势，AI 端侧落地大势所趋。可穿戴设备备受青睐，眼镜和耳 机等可穿戴设备可充分感知用户的听觉和视觉，且近期多款 AI 耳机/眼镜新品密集发售， 有望成为下一代落地终端。公司深耕品牌客户，依靠持续研发创新构筑产品竞争力，在 传统 TWS 时代取得领先优势。“AI+”时代公司保持敏锐行业嗅觉，与优质客户积极合 作布局“AI+”新品，2023 年 11 月搭载恒玄科技 BES2700 系列芯片的 MYVU AR 智 能眼镜发布，2024 年 10 月，搭载恒玄科技 BES2700ZP 的 AI 智能体耳机 Ola Friend （字节跳动旗下）发布。2025 年，公司将继续专注于无线超低功耗计算 SoC 芯片的核 心技术研发，坚持品牌客户战略，抓住端侧 AI 发展的新机遇，不断推出更有竞争力的 芯片产品，在智能可穿戴和智能家居市场纵深发展。

2、全志科技：国产 SoC 六边形战士发力先进制程，AI 视觉开启端侧智能新纪元

国产 SoC 六边形战士，制程跃迁重构成长曲线。公司在超高清视频编解码、高性能 CPU/GPU/NPU 多核整合、先进工艺的高集成度、超低功耗、全栈集成平台等方面提供具 有市场竞争力的系统解决方案，产品广泛适用于工业控制、智慧汽车、智慧家电、机器 人、虚拟现实以及智能物联网等多个产品领域。公司通过持续优化总线、调度算法和操 作系统，实现了 CPU、GPU、NPU、DSP 和 RISC-V 协处理器复杂异构芯片的量产。在 工艺制程技术上，完成了 22nm 工艺的全面切换和 12nm 的流片；在产品矩阵上，为满 足智能车载、工业控制、消费电子等主流智能终端产品的算力档位需求，公司推出了八 核异构通用计算平台 A527 系列，在相关领域实现方案交付并量产。2024 年公司携 12nm 制程 A733 芯片强势破局（搭载 Cortex-A76 大核处理器的八核通用计算平台），补齐端 侧 AI 关键拼图，目前已导入多款 AI PC、随心屏产品，进一步承接更高算力应用的需求。

端侧 AI 星辰大海，AI 视觉开启第二增长极。24 年 12 月字节发布豆包视觉理解大模型， 输入价格仅 3 厘/千 tokens，较行业均价降低 85%，模型成本持续大幅下降，加速 AI 应 用落地。字节生态 AI+产品有望迈入视觉时代，打开 AI 陪伴玩具全新空间。近期公司新 发视觉芯片 V821，据全志在线该芯片集成了高性能 ISP 和 H.264、JPEG 编码单元，同时 内置了 WiFi，通过网络接入的方式打通 DeepSeek-R1 满血版模型和豆包 AI 视觉大模型， 可快速实现微型化、高清视频、云端 AI 结合、低功耗一体化的视觉产品落地，新型 AI 陪伴/AI 眼镜为重要的潜在应用终端。

3、瑞芯微：端侧 AI 芯片领导者，技术突围与场景赋能新纪元

国产 AIoT SoC 芯片技术领军者，端侧 AI 技术突破持续进行时。基于 20 余年数字电路 设计积淀，公司构建了 0.2TOPs-6TOPs 全谱系 AIoT 算力矩阵，其 RK3588/RK3576 系列 搭载 6TOPs NPU，突破端侧轻量化模型部署瓶颈（0.5B-3B 参数级），集成多模态交互与 大语言处理能力，实现翻译、问答等复杂任务。依托自研低功耗 RV 视觉芯片与 ISP 技 术，公司在 AI 眼镜等新兴场景完成从技术验证到客户项目落地的跨越，2024 年全球电 子市场复苏叠加 AI 技术普惠，推动公司在汽车电子、工业智造、机器视觉等垂直领域市 占率持续提升，以"雁形方阵"产品组合实现营收创新高。 多领域发力，布局端侧 AI 生态。2025 年公司战略聚焦三大核心方向：① 强化汽车电子、 机器人、工业应用等场景的端侧 AI 算力供给，释放 RK3588/RK3576/RV11/RK2118 系列 技术价值；② 推进协处理器研发，构建端侧轻量化智能处理架构；③ 启动新一代旗舰 芯片研发，夯实端侧 AI 芯片技术壁垒。通过"场景定义芯片+芯片赋能场景"的双向闭环， 持续领跑端侧 AI 芯片赛道，为万物智联时代提供高能效计算底座。

4、星宸科技：视频安防 SoC 芯片领先企业，掘进 AI 眼镜新蓝海

全栈 AI 技术赋能"感知+计算"，双轮驱动智能时代新机遇。作为全球领先的智能安防芯 片设计企业，星宸科技以端侧与边缘侧 AI SoC 芯片为核心竞争力，持续深化 AI 技术布 局，构建覆盖"芯片+算法+应用"的全产业链生态。公司自研 AI 处理器指令集、IP 核及全 套编译器/仿真器工具链，形成技术代际壁垒，并基于智能安防、车载影像等场景积累的音视频算法库，已在多领域实现 AI 技术的快速适配与商业化落地。 随着 AI 大模型向端侧迁移趋势加速，公司依托"感知+计算"战略，率先在智能眼镜与智 能驾驶领域取得突破性进展。智能眼镜方面，公司依托专业级影像处理技术优势，推出 基于 Chiplet 架构的 SSC309QL 高集成解决方案——内置 LPDDR4（2Gb）存储单元，实 现芯片面积缩减及视频录像功耗下降，配合软硬协同的低功耗架构设计，SoC 运行功耗 可低至 30mW，实现“全天候随心录”体验。在智能驾驶领域，公司坚持全栈自研路径，在 SAC8542、SAC8539、SAC8904 的基础上，2024 年推出 SAC8712、SAC8901 两颗新方 案，未来还将推出满足更高算力需求的 SAC8902、SAC890X 等方案，并与天瞳威视达成 战略合作，共同推进高阶智驾方案量产落地。

5、富瀚微：AI 视觉技术领军企业，积极布局智能眼镜新兴产业

深耕 AI 视觉领域，积极拥抱智能化变革。公司是以视频为中心的芯片和完整解决方案提 供商，致力于为客户提供高性能视频编解码 IPC 以及 NVR SoC 芯片、图像信号处理器 ISP 芯片、车载视频与传输芯片及相应的完整的产品解决方案，同时也提供技术开发、IC 设计等专业技术服务。公司产品矩阵完整，包括系列化端侧 ISP/IPC 芯片、系列化边缘 侧 XVR/NVR 芯片，以及视频传输链路 RX 芯片等，已形成前、后端协同，满足高中低 多层次需求的全系列产品，具备完整的一站式解决方案供应能力，覆盖全球行业领先品牌终端产品。公司积极拥抱智能化变革，以专业视频处理、智慧物联、智慧车行三大应 用领域为核心，持续在 AI 能力和图像处理能力上加强，加快核心技术转化产品能力。 发布智能眼镜 MC6350 芯片，入局全新蓝海市场。公司在 2025 年 CES 电子展期间发布 智能眼镜芯片 MC6350，直击智能眼镜"功耗、体积、成像"三大核心痛点：）低功耗架构： 采用 12nm 先进制程实现能效跃升，典型视频拍摄功耗仅为主流方案的 1/4，续航能力实 现倍数级提升；2）小芯片尺寸：以 8×8mm 超小封装集成 256MB DDR，有效降低 BOM 成本，助力终端产品突破轻薄化极限；3）AI-ISP 图像效果：基于 ISP 技术积累和 AI-ISP 助力，提供超清晰拍照与录像效果，暗光拍摄表现优异，公司正与国内外主要智能眼镜 制造商接洽合作，基于 MC6350 开发智能硬件产品。

6、晶晨股份：音视频 SoC 龙头企业，AI 驱动打开成长天花板

端侧 SoC 领跑者，五大产品线筑就 AI 生态根基。公司为国产智能音视频 SoC 领军企 业，目前已形成智能机顶盒 SoC、智能电视 SoC、AI 音视频终端 SoC 三大核心产品， 以及 WI-FI 芯片和汽车电子两大新品为主的五大产品线。公司作为智能家居行业的领导 者和新技术的开拓者，多年来持续携手国内外 Top 客户，推动智能软硬件技术在智能家 居领域的应用，公司当前已有超过 15 款商用芯片携带公司自研的端侧 AI 算力单元， 2024 年携带自研端侧 AI 算力单元的芯片出货量超过 800 万颗，覆盖了公司产品的主要 应用领域，通过在大规模终端的商用，积累了丰富的应用场景和应用经验，为进一步推 动端侧 AI 技术在消费电子领域更广范围、更丰富场景和形态的落地，提升消费者对电 子产品的体验，奠定了强有力的基础。 深耕技术拓展产品纵深，积极布局音视频前沿科技。公司的产品研发始终保持"瞄准大市 场、确定性机会、集中投入、高质量研发"的原则，使得公司新产品一经上市，便快速形 成批量销售。2024 年,公司多个战略性新产品取得良好的市场表现：（1）6nm 芯片 S905X5 系列，利用端侧 AI 能力，本地完成同声翻译，同声字幕等功能，提升消费者在 跨语言环境下的用户体验。6nm 芯片商用仅半年以来,不仅原有客户导入顺利,并且取得多 个国际 Top 运营商的订单，预计 6nm 芯片有望在 2025 年达成千万颗以上的销量；（2） 8K 芯片 S928X，不仅在国内运营商的所有招标中，均囊括全部份额，并且取得海外 Top 运营商的订单，将实现百万级以上的规模出货;（3）Wi-Fi 6 2*2 芯片，2024 年全年销量 超过 150 万颗，并且取得运营商市场的突破，2025 年 Wi-Fi 6 2*2 芯片的市场表现有望进一步加速；（4）A311D2 2024 年销量超过 100 万颗，随着体感运动游戏在 TV 上的应 用，已成功进入北美、欧洲市场，该新应用场景将在 2025 年再额外提供百万级以上的销 量。与此同时，公司在研产品亦有积极进展，近期 Wi-Fi AP 芯片已顺利完成流片，有助 于继续扩展 W 系列产品的应用领域。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）