2026年4月26日，OpenAI的Sora产品正式停止提供服务。回溯时间线：2025年9月30日，OpenAI发布Sora 2视频生成模型和Sora App，被业内视为视频领域迎来“GPT式突破时刻”；据电子工程专辑专访报道，其Web应用于今年初关停，API服务也将随之终止。从高光到谢幕不足一年，外界议论AI视频生成的商业模式难以为继。
“AI视频生成的最大瓶颈不是模型，是成本。”镕铭微电子联合创始人兼CEO朱照远近日在接受电子工程专辑专访时，给出了一个更底层的判断：问题出在成本结构——“AI视频生成的成本结构还没有跨过临界点。”他断言：“AI视频生成的趋势不可阻挡，谁能解决成本问题，谁就能获得丰厚的商业回报。”
这句话背后，是一家中国芯片公司对“算力第三极”长达十年的押注。
一、Sora关停背后：一道尚未跨过的成本临界点
在朱照远看来，Sora的谢幕并不意外。他援引智能体AI（agentic AI）的爆发作为参照：正是token成本的大幅降低，直接催生了过去一年智能体应用的繁荣，此前走红的开源智能体应用就是典型代表。而基于杰文斯悖论——技术进步提高资源利用率，资源消耗总量反而上升——“成本降低会促成token消耗量的攀升”。
如今同样的剧本正等待在视频领域重演，只是门槛更高。朱照远观察到的现状是：现阶段生成1秒视频的成本仍在2-3美元（受访者观察口径）。在这个成本结构下，面向普通用户的AI视频应用很难跑通，现阶段它主要应用于媒体制作、AI短剧等专业场景。
数字更能说明问题的量级。按朱照远的判断，AI视频生成消耗的token量是文字生成的1000倍。“现在很多人习惯让大语言模型做旅游攻略，但文字呈现还是太单一。如果能用视频展示攻略，我相信大部分用户不会再看干巴巴的文字了。这种需求的token消耗量是现在的千倍级别。VPU要做的，就是让这一切变得足够便宜。”
这也解释了这家公司的核心主张：VPU（Video Processing Unit，视频处理单元）——继CPU、GPU之后的“算力第三极”。朱照远的逻辑朴素而清晰：信息技术的生产资料从文字走向图形，再到视频；文字由CPU处理，图形由GPU处理，视频也需要专属的生产工具。“VPU的出现不是因为CPU和GPU不够好，而是视频这个场景的算力需求，已经到了传统芯片覆盖不了的程度。”
二、赛道认证：一座艾美奖与巨头的“信任票”
2024年10月9日，第75届技术与工程艾美奖颁奖典礼在美国纽约举行。组委会宣布，“云端高效硬件视频加速器的设计与部署”类目的获奖者为镕铭微电子、AMD、Google、Meta。朱照远坦言，接到提名通知时的第一反应是“不会是国际诈骗吧？我们没报名也没交钱”。评委会经过两个多月尽调，最终将这座电视与视频技术领域的最高荣誉颁给了这家中国公司，并称其为“category creator”（赛道开创者）。中新网报道称，镕铭微电子被评为该赛道的“隐形冠军”。
艾美奖的插曲，恰恰印证了行业正在发生的变化：硬件加速视频编解码已成刚需。
镕铭微电子发布的《2026视频编码现状报告》（The 2026 State of Video Encoding Report）显示：72%的受访者已在用GPU做硬件加速，但GPU媒体引擎的痛点也在积聚——39%的受访者抱怨功耗高，37%受困于编解码特性缺口，35%认为视频流密度不足。与此同时，VPU及ASIC方案的采用率已达32%；2026年计划评估VPU的受访者多达49%，与GPU的评估意向（53.6%）首次旗鼓相当。巨头们早已用真金白银投票：Google为YouTube自研了Argos VCU，Meta推出了Mount Shasta。
图1 视频编码硬件加速采用率与评估意向
巨头入场的时点耐人寻味。据朱照远回顾，Google在2016年初内部启动了第一代Argos VCU项目，2018年批量部署进全球数据中心；2021年该项目公开后，Google披露Argos相较CPU软件方案的效率提升达20-33倍。
而在更早的2015年，当镕铭微电子创始团队决定All in VPU时，市场上几乎没有第三方专业厂商看好这条赛道。“那会儿总是有声音质疑我们在勇闯无人区。”朱照远回忆。后来Meta入局、AMD跟进，大家殊途同归。“反过来看，也说明我们十年前的方向判断是准确的。”
三、十年砺剑：判断力、执行力与两次关键押注
一个2015年成立的公司，如何在巨头环伺的芯片领域率先做出一个被艾美奖认证的新品类？朱照远给出的答案有两个关键词：判断力与执行力。
图2 镕铭微电子十年路线图
判断对了方向只是第一步。“真正的壁垒在于执行力，也就是谁先踩完该踩的坑。”朱照远表示，大的芯片公司财力和人力都更雄厚，但创新公司在垂直领域一旦投入足够，就会拥有大公司不具备的专注度和灵活性。“芯片没有捷径，我们有数十万个测试案例，这是后来者需要花时间补的课。如果没有踩过这些坑，就没法解决对应的工程问题，也就没有成熟可用的产品。”
十年积累凝结成两代产品：2018年，镕铭微电子出货全球首颗云数据中心级VPU（第一代Logan）；2021年，第二代Quadra问世——全球首款支持AV1编码并集成AI能力的VPU。落到性能上：单颗Quadra性能约等于100颗高端CPU，处理延迟毫秒级（低于10毫秒），功耗较传统方案最高降低90%，成本仅为10%-40%（受访者及公司披露口径）。
客户侧的验证更为直观：把VPU带到云上后，每视频流功耗从GPU方案的2.5-3.6W降至0.4-0.7W，VMAF画质评价保持稳定。截至当前，镕铭微电子VPU出货量已超数十万颗，处理视频流超万亿分钟，服务国内90%以上的头部互联网企业，业务覆盖全球（来源：中国日报网、大众新闻、爱集微资讯库，多源一致）。
图3 每视频流功耗对比
这种先发优势还体现在客户壁垒上。“客户一旦大规模部署并验证通过，就不一定愿意切换到其他不成熟的产品。我们在产品定义、视频算法、场景理解上的积累，是后来者短期内难以复制的。”朱照远说。
回头复盘，路线图上有两次关键的提前押注。
第一次是AV1。2021年推出Quadra时，镕铭微电子率先支持AV1硬件编码。朱照远复盘这个决策时，理由不全是技术层面的：“AV1视频压缩效果确实比H.265好，但更关键的是专利风险可控。H.264和H.265背后至少三个大的专利池，给谁交、交多少，全是不可控的法律和财务压力。AV1的目标就是解决这个问题。我们很早就意识到这个标准一定会成功。”（AV1为免版税编码）
时间验证了这次布局。上述报告显示，AV1目前已在全球17%的组织投产；预计到2026年底，部署或计划部署AV1的受访者比例将达57%，计划增速231%为各编码之最，成为自H.264之后普及最快的编码标准。而镕铭微电子的布局早了五年。
图4 AV1部署触达率
第二次是AI。“第一代Logan是纯视频处理，但到了第二代，我们明确知道VPU必须融入AI。”朱照远说，“未来视频流水线里的每一个环节，都会有AI的参与。”
把产品做对只是上半场，让客户用得起来才是下半场。镕铭微电子的策略是两条腿走路：主动适配FFmpeg、GStreamer等主流多媒体框架，提供标准的编解码库和AI推理SDK；同时开放底层能力，推出OpenVPU生态，向开发者开放VPU底层接口与算力。据爱集微资讯库报道，镕铭微电子已于2025年发起VPU生态计划，汇聚十余家覆盖硬件、云、网络、软件和集成服务的合作伙伴。“我们不想做成一个完全封闭的标准，客户需要微调，我们就开放能力给他们自己做。”朱照远说。
四、AI第二曲线：千倍token与千亿市场
如果说VPU是“为视频而生的芯片”，那么AI正在给它打开第二增长曲线。
朱照远透露，第三代VPU的AI性能将提升数倍，重点强化对Transformer等大模型架构的支持，“包括对AI视频生成的辅助，都会考虑在内。产品的大框架不会变，但AI模块的比重将逐步提升。”据爱集微资讯库报道，这款深度融合AI大模型与视觉智能的三代产品，目标是推动VPU从视频处理加速器向视觉智能体算力基座演进。
市场空间的想象力也在于此。行业研究机构测算，到2030年，全球AI视频生成市场可寻址规模预计达827亿美元。朱照远的判断更为激进：未来80%的视频将由AI生成，VPU的市场将从现在的两三百亿美元扩展到千亿美元级规模（受访者前瞻判断）。应用场景将从今天的直播、点播、短视频、云游戏，拓展到AI视频生成、智能机器人感知交互等前沿领域。
“镕铭微要在巩固传统优势的基础上，全面发力这些核心赛道，构建‘芯片算力支撑+AI算法优化+场景应用落地’的闭环能力。”朱照远说。
图5 市场空间展望
五、尾声：答案要等第三代产品“见分晓”
镕铭微电子官网有句话，或许是对这家公司路径最好的注脚：“着眼于未来世界真正会需要的品类，而不是迎合当下的显性需求。”
十年前，镕铭微电子选择了一条几乎没人看懂的赛道；今天，Google、Meta、AMD都在做同样的事。当AI视频生成的浪潮真正涌来时，VPU是否已经准备好了？答案或许要等第三代产品发布才见分晓。但有一点已经清晰：真正的机会，往往藏在大多数人还没看到的地方。而在那一天到来之前，成本这道临界点，仍是横在所有AI视频玩家面前必须跨过去的门槛——谁先帮产业跨过去，谁就拿到下一个时代的门票。
