扫描下载APP
其它方式登录
苹果国行版AI服务通过网信办备案，接入阿里千问大模型，为iOS等系统中国用户提供端侧文本与图像理解、内容生成能力；此次与华为、小米等共7家厂商端侧AI集体过审，但苹果因合规延迟两年上线，此前测试版暴露端侧模型快而糙的局限，正式功能落地仍待后续系统更新。
硅谷创业公司Nexa AI成立3年、团队仅12人，凭借专注端侧AI的开源SDK（Nexa SDK）和对高通NPU的深度适配能力，实现新模型“Day-0支持”，获高通收购并整合为GenieX。其核心价值在于硬件感知型软件设计、快速模型部署能力及已形成的开发者生态，助力高通强化端侧AI平台竞争力。
面壁智能完成新一轮融资，累计融资超50亿元，估值突破200亿元，成为国内端侧智能领域估值最高的独角兽。公司源自清华大学NLP实验室，专注研发MiniCPM系列端侧大模型，已实现汽车、手机、法律等多领域规模化落地，并推动端侧AI从‘非共识’走向行业共识，构建了‘理论-模型-工具-应用’全链路技术生态。
合肥在长鑫科技之后，由国资领投近5亿元支持聆思科技研发端侧大模型AI推理芯片Nebula系列，聚焦AI PC、智能座舱、机器人和全屋智能等终端场景，通过3D-DRAM堆叠与AI原生NPU架构突破内存、功耗、成本三重瓶颈，推动大模型从云端落地终端，强化本地推理能力与数据隐私安全。
文章探讨端侧AI加速落地的趋势，分析Fable 5等大模型无法本地运行的现实瓶颈，指出苹果M7、高通骁龙X2、英伟达DGX/RTX Spark等硬件迭代与Gemma 4、Qwen3.6、MiniCPM等轻量化开源模型共同推动AI从云端向终端迁移；同时揭示其代价：硬件溢价、功耗散热、生态绑定、更新滞后与隐私权限挑战。
文章指出苹果即将推出全新MacBook产品线，包括首批触控OLED屏幕的MacBook Ultra及M5/M6/M7系列芯片迭代，重点强调M7芯片专为端侧AI优化，旨在强化Mac在AI时代的竞争力，并暗示苹果可能借自研AI芯片拓展数据中心业务。
Clipto.AI 推出端侧多模态记忆系统，旨在解决知识工作者海量本地数据（视频、音频、文档等）难以检索与复用的痛点，构建AI时代的个人Memory Layer（记忆层），实现本地化、隐私安全的自然语言搜索与上下文理解，填补AI缺乏用户模型和长期记忆的基础设施空白。
全球智能手机出货量下降但均价飙升，主因存储成本上涨及AI手机战略升级；处理器性能趋同，旗舰机差异化转向协处理器、端侧AI模型优化与应用体验；芯片竞争重心从SoC峰值算力转向功耗效率、内存带宽与专用加速能力，成熟制程协处理器和UFS存储成新关键。
苹果因内存和存储芯片成本飙升、AI驱动的端侧算力需求激增及台积电先进制程产能紧张，宣布将提价以转嫁成本压力；此举将重塑手机行业价格体系，利好国产高端品牌拉开价差，但加剧中低端厂商生存压力，标志消费电子低成本时代终结。
2026年端侧AI竞争升级，核心从模型压缩转向模型、芯片、系统与场景的软硬协同。苹果推出稀疏架构AFM3系列，Google采用蒸馏路线，面壁智能聚焦低比特量化与国产芯片适配，行业共识是端云协同成为主流，落地关键在于功耗、实时性、隐私保护及多终端（手机、汽车、PC等）场景深度整合。
2026年云端AI爆发后，端侧AI加速落地，智能体一体机成为新热点。六路玩家入局，涵盖芯片厂商、PC巨头、AI原生公司等；英伟达、AMD、英特尔及Mac Mini等多路线并行；核心驱动力为隐私保护、节省token和降低使用门槛，目标用户包括小团队、超级个体及知识密集型专业人士；软件生态与开箱即用能力成竞争关键。
清华00后博士团队万格智元连续获五源资本、峰瑞资本数千万元融资，聚焦端侧AI推理优化，推出cPilot引擎和Amis平台，通过动态稀疏化算法大幅降低大模型内存占用，使32GB内存设备可运行80B参数模型，显著降低硬件与Token成本，服务芯片厂商并预装于AI PC等终端设备。
31家科创板AI公司集体参会，指出AI商业化正从单点试点迈向全域渗透，2026年为AI智能体规模化落地元年；企业加速向订阅制与产品化转型，聚焦AI安全、具身智能、端侧工业视觉三大方向，同时应对供应链波动与商业化落地挑战。
文章分析2026年端侧AI设备三大方向：AI PC、Agent主机与AI NAS的发展态势，指出AI PC加速普及，Agent主机因高成本、低数据整合度和高部署门槛而热度退却，AI NAS凭借‘本地存储+本地AI运算’优势，解决个人及中小企业数据隐私、长期管理与智能挖掘需求，成为填补市场空白的关键品类。
谷歌发布Gemma 4系列端侧大模型，含E2B、E4B等轻量级版本，支持智能手机、树莓派等设备离线运行；文章详述其在知识问答、多模态识别、翻译等场景的实用表现与局限，强调其低延迟、零Token消耗、本地化部署优势，同时指出在古诗文准确性、语病检查等高精度任务上的不足，并分析其对国产终端适配及开源生态（Apache 2.0许可）的推动意义。
