共计 1263 个字符，预计需要花费 4 分钟才能阅读完成。
端侧 AI 之战正式打响
2026 年被面壁智能 CEO 李大海称为“端侧 AI 商业化元年”。 从 AI 手机到智能汽车 , 从可穿戴设备到具身机器人, 一场围绕端侧模型的竞赛已悄然打响。与依赖云端推理的超级大模型不同, 端侧 AI 以轻量化、低延迟、强隐私等特性, 正在成为硬件企业深度参与 AI 浪潮的关键路径。
📌 背景: 云端大模型成本高企, 端侧路线升温
过去几年,AI 叙事围绕更大参数、更强算力展开 。Kimi K3 参数高达 2.8 万亿,Anthropic 的 Mythos 更是达到 10 万亿规模。但云端推理成本惊人, 国联民生证券测算, 仅豆包免费 C 端服务, 字节单日成本就达 1.32 亿至 2.4 亿元。这种模式难以持续。
与此同时, 端侧模型借助知识蒸馏、剪枝和量化技术 , 将参数量压缩至几 B 规模, 可在手机、PC、汽车等终端本地运行。清华大学孙茂松、刘知远团队提出的“密度定律”指出, 模型能力密度约每 3.3 至 3.5 个月翻一番, 即每百天只需一半参数量即可达到当前最优性能。软硬件共振下,AI 大模型向终端下沉的趋势愈发明显。
🔍 核心信息: 多路线并进, 端侧生态初具雏形
- 面壁智能 : 定位纯端侧模型基座供应商, 开源 MiniCPM 系列, 其 MiniCPM5-2B 以 2B 参数在 AA 榜单 4B 以下开源模型中排名第一。已进入三星“盖乐世 AI”供应链, 并落地汽车座舱、具身智能场景。
- 豆包 : 联合中兴努比亚推出 NaviX Ultra, 号称全球首款量产 AI 智能体手机, 采用端侧 MCP 方案, 支持语音操作 Agent, 但暂未打通支付类应用。
- 阶跃星辰 : 印奇执掌后加速商业化, 发布原生智能体手机 STEPX Neo, 并与吉利、千里科技结盟, 推动车端原生智驾基座落地。
- 芯片与 PC 厂商 :AMD 推出锐龙 AI 400 系列, 英特尔发布第三代酷睿 Ultra, 英伟达推出 RTX Spark 超级芯片, 可本地运行 1200 亿参数大模型, 华硕、戴尔、联想等将陆续推出搭载产品。
- 科大讯飞 : 开源星火 X2.5-4B/1.7B 端侧模型, 支持百万 Token 上下文, 聚焦 AI 办公场景。
💡 影响与看点: 分层协同格局渐明
端侧 AI 的崛起并非替代云端, 而是形成“云端定上限、行业定深度、端侧定入口”的分层协同 。云端大模型负责复杂推理与长文本生成, 行业模型深耕垂直场景, 端侧模型则承接高频、实时、隐私敏感任务, 决定 AI 的触达密度与广度。
值得关注的是, 开源生态正在降低端侧智能门槛 。Hugging Face 旗下 Pollen Robotics 推出的双足机器人 Microduck, 售价仅 399 美元, 搭载瑞芯微中端 SoC, 开订 24 小时订单额破 260 万美元。其开源设计允许用户自行训练并上传模型, 形成数据飞轮, 被视为端侧 AI 的“ChatGPT 时刻”。
📊 总结: 端侧之战刚刚开始
从模型压缩到芯片升级, 从手机、PC 到汽车、机器人 , 端侧 AI 的商业化路径已逐渐清晰。成本低、轻量化、断网可用、隐私安全等优势, 使其在不远的将来有望迎来爆发。但挑战同样存在: 算力限制、生态碎片化、盈利模式尚未成熟。这场端侧之战, 考验的不只是技术, 更是对场景与生态的整合能力。
