扫描下载APP
其它方式登录
文章聚焦端侧AI兴起趋势，分析其在芯片算力升级、小模型能力密度跃升和操作系统重构三重驱动下加速落地；指出端侧AI正推动AI能力从云端向手机、PC、汽车、机器人等终端下沉，形成芯片、模型、操作系统与终端厂商协同的新生态，并梳理了模型供应商、芯片厂商、Agent入口型及纵向整合型等不同参与方的商业化路径。
文章探讨AI手机作为AI产业竞争新焦点的演进逻辑，指出其核心已从云端大模型比拼转向端侧智能体在操作系统级的深度整合与生态协同；强调真实门槛不在算力参数，而在手机厂商、大模型公司、应用开发者与用户之间关于权限、数据、利益的结构性博弈，AI手机正从尝鲜商品迈向行业标配。
文章聚焦端侧AI的崛起，指出其因轻量化、低延迟、强隐私性、离线可用及成本优势，正成为AI商业化新突破口；多家企业如面壁智能、豆包、阶跃星辰、地平线等加速布局手机、PC、汽车、机器人等终端场景，端侧模型与云端、行业模型形成‘云端定上限、行业定深度、端侧定入口’的协同生态。
文章探讨端侧AI发展初期的‘小时代’特征，聚焦苹果、小米、华为及传统PC厂商（联想、华硕等）在本地大模型部署上的不同路径：苹果依托统一内存与自研软硬生态推动Mac全系AI化；小米通过AI Cube原型机与自研芯片切入家庭AI场景；PC厂商则基于英伟达GB10等共用平台提供整机方案。核心矛盾在于用户为本地AI付费意愿不足，产业正围绕内存规格升级、模型部署体验、软硬协同与商业入口展开竞争。
文章分析端侧AI发展趋势下苹果与英伟达的战略博弈：苹果由硬件工程师特努斯接棒，聚焦隐私优先的端侧智能硬件（如折叠屏iPhone、桌面机器人）；英伟达借RTX Spark芯片及全栈软件生态进军消费端，重塑PC定义。二者分别代表体验驱动与技术栈驱动路径，共同推动AI从云端向终端设备迁移。
AI模型日趋同质化，记忆成为核心差异化资产。MemVerge创始人范承工提出‘记忆归属权’理念，主张将记忆从模型中独立为持久性层，推出MemMachine（开发者底层）和MemoryBox（个人智能体），以本地化、多模型调度、记忆空间分类等技术实现用户对私有数据的主权控制与高效利用。
硅基词元是一家专注端侧AI基础设施的初创公司，通过自研推理系统实现消费级显卡（16GB显存）运行120GB权重的满血视频大模型，推出桌面级AI Station硬件，帮助视频创作者降低云端算力成本，解决Seedance等云端视频生成价格高昂、废片率高导致的商业化瓶颈，构建硬件销售、订阅与授权的闭环商业模式。
文章分析AI手机发展现状与瓶颈，指出当前端侧AI体验受限于内存带宽（尤其是LPDDR6尚未普及）、芯片能效与模型适配不足，导致实际推理速度慢、功耗高、功能被用户主动关闭；产业链面临存储涨价、先进制程产能挤压及模型厂商介入等成本压力，短期内AI手机难以下降价格。
面壁智能聚焦端侧AI，以MiniCPM系列小模型切入汽车、手机等硬件场景，已落地长安马自达、吉利、三星等厂商，估值超200亿元；其核心技术‘密度定律’支撑模型小型化与高效适配，但商业化面临OEM主导供应链、收入模式不透明及同行加速入局等挑战，IPO将考验其技术壁垒能否转化为可持续商业价值。
豆包手机初代以GUI视觉模拟操作实现跨App自动化，引发热潮但因触发微信、支付宝等超级App风控而遭封杀；二代转向MCP协议驱动，通过与阿里、腾讯等平台官方合作开放接口，实现合规协作，并获网信办端侧AI服务备案，标志着从‘绕过生态’到‘共建生态’的战略转型。
星宸科技作为全球领先的视觉AI SoC供应商，深耕端侧AI芯片二十余年，以安防为起点，逐步拓展至机器人、车载、AI眼镜等新场景。2025年上半年净利润暴增六倍，主要源于低基数、并购富芮坤、成本传导涨价及出货量增长四重因素叠加。公司正从视觉SoC供应商向端边侧大算力一体化方案商转型，但客户集中度高、经销商模式制约议价能力，新业务放量与盈利可持续性仍待验证。
AI手机进入系统级落地新阶段，国家网信办首次备案端侧生成式AI服务，推动跨应用任务执行成为现实。努比亚M153等工程样机验证用户对‘能动手’AI的强烈需求，但引发微信、淘宝等平台风控反制，暴露权限、安全与利益分配矛盾。手机厂商加速自研大模型争夺调度权，字节、阶跃星辰、荣耀分别以合作嵌入、自建OS+硬件、多模态机器人形态切入，三方博弈聚焦新一代流量入口与交易主导权。
文章以2024—2026年WAIC展会变迁为线索，揭示AI产业从技术狂热走向深度落地的五大拐点：AI形态从文本框演进为具身终端与智能体；具身智能摆脱人形执念，转向任务适配与VLA跨本体泛化；基础设施计量单位由FLOPS转向Token，强调成本与ROI；工程体系成为决定商业落地的关键护城河；中国AI通过开源权重模型实现全球生态影响力跃升，从对标硅谷转向被硅谷对标。
文章分析2026年端侧AI落地的三大关键条件：模型能力密度快速提升（百天翻倍）、百TOPS级低功耗AI芯片量产、以及国家网信办首次为手机端侧AI服务发放备案许可；指出内存与功耗等物理约束仍是核心瓶颈，并揭示持牌、租牌、无牌三类厂商在合规与技术适配上的分化格局。
PrismML由加州理工学院教授创立，致力于突破AI模型传统Scaling Law范式，聚焦提升‘智能密度’——即单位算力、内存和能耗下所能承载的智能能力。其通过全网络二值/三值权重压缩技术，推出可在手机等端侧设备本地高效运行的1-bit Bonsai 8B和27B大模型，显著降低体积、功耗与延迟，支持混合云边部署，推动AI向物理终端、企业本地及隐私敏感场景落地。
