智東西
作者 程茜
編輯 漠影

端側(cè)AI邁入快車道，終端芯片廠商正在發(fā)力！

2025年8月，國務(wù)院印發(fā)《關(guān)于深入實施“人工智能+”行動的意見》，將“人工智能+”作為重點行動，推動AI從技術(shù)實驗向行業(yè)實踐轉(zhuǎn)化，重點支持移動終端、穿戴設(shè)備、智能家居等八大類消費級AI終端創(chuàng)新。

可以看到，端側(cè)模型部署已成為行業(yè)公認的技術(shù)趨勢，曾經(jīng)依賴云端的智能服務(wù)，如今伴隨著模型壓縮、推理加速技術(shù)等發(fā)展正加速向終端設(shè)備遷移，再到當(dāng)下端側(cè)設(shè)備的多模態(tài)融合、端云協(xié)同發(fā)展，使其成為千億設(shè)備智能化變革的核心驅(qū)動力。

如今，端側(cè)大模型正讓每一臺終端都具備懂場景、懂用戶的智能，開啟“萬物智聯(lián)”的全新階段。?

站在端側(cè)AI爆發(fā)的起點，在本周中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)與上海海思聯(lián)合舉辦的端側(cè)AI論壇上，上海海思介紹了面向端側(cè)AI的最新進展。

上海海思將聚焦場景智能、AI Agent、物理AI三大方向，打造差異化的解決方案。

場景智能也叫專用智能，其基于主要在終端上的計算能力，使得設(shè)備擁有更強的環(huán)境感知、一定的決策能力；AI Agent的計算能力則側(cè)重于端云協(xié)同，同時基于多模態(tài)能力提供更自然、智能的交互。

這背后，端側(cè)AI的高效實現(xiàn)，離不開終端設(shè)備、終端芯片、開發(fā)者之間的深度協(xié)同。因此，上海海思聚焦于在開放的生態(tài)之上構(gòu)建豐富的中間件和具有競爭力的端側(cè)AI解決方案，為千億終端的智能化重構(gòu)提供全方位能力支撐。

一、從萬物互聯(lián)到萬物智能，終端芯片廠商面臨三大挑戰(zhàn)

想要實現(xiàn)智能無處不在，端側(cè)AI的技術(shù)突破與大規(guī)模落地不可或缺。

一方面，端側(cè)大模型的落地部署已具備成熟的現(xiàn)實土壤。

從2022年底至今，云端大模型的影響力已貫穿千行百業(yè)，在企業(yè)核心業(yè)務(wù)體系、消費者日常生活中都逐漸普及，大模型性能的持續(xù)提升、軟件迭代速度的加快，推動模型知識密度顯著提高，為端側(cè)大模型從技術(shù)構(gòu)想走向?qū)嶋H落地，創(chuàng)造了關(guān)鍵前提條件。

另一方面，端側(cè)AI優(yōu)勢顯而易見。

端側(cè)AI將部分計算能力遷移到手機、PC、家電等終端本地，使其在保障數(shù)據(jù)安全、保證體驗絲滑方面具有天然優(yōu)勢。此外還有成本，從商業(yè)模式角度來看，端側(cè)部署的模型往往采用一次性交易，云端模型服務(wù)是訂閱制，相比之下，用戶更傾向于選擇一次性支付的“確定性成本”。

在這些因素的綜合作用下，端側(cè)AI發(fā)展提速，而這也反向?qū)χ纹溥\行的終端芯片廠商，提出了更高的能力進階要求。

具體來看，其挑戰(zhàn)主要集中于三大方面：

首先端側(cè)設(shè)備本身品類繁雜，其形態(tài)多樣、應(yīng)用場景多元、所需算力跨度極大，這就要求芯片適配不同的開源模型，才能滿足各類設(shè)備的差異化需求；

其次企業(yè)需要跨平臺進行業(yè)務(wù)部署，中間還要穿插模型的調(diào)優(yōu)、適配環(huán)節(jié)，會導(dǎo)致端側(cè)AI落地周期增加；

最后是端側(cè)設(shè)備本身體積小且企業(yè)對成本更為敏感，如何平衡性能、成本之間的關(guān)系也是一大難點。

事實上，終端芯片廠商在端側(cè)AI的發(fā)展進程中始終處在關(guān)鍵環(huán)節(jié)，從模型輕量化運行、能效比平衡到場景化適配都是如此。

而上述挑戰(zhàn)落地到芯片側(cè)，最終轉(zhuǎn)化為對多元化產(chǎn)品、成體系解決方案、完整生態(tài)架構(gòu)的硬性要求，因此終端芯片廠商的角色也從單純的硬件供應(yīng)商，向著連接開發(fā)者、設(shè)備廠商、場景方的樞紐角色延伸。

上海海思在端側(cè)AI的最新布局，與這一產(chǎn)業(yè)發(fā)展邏輯高度契合。

二、聚焦三大端側(cè)AI發(fā)力點，配套系列化不同算力芯片方案

放到具體的場景側(cè)，上海海思基于自己的布局以及對智能的理解，瞄準(zhǔn)了三大領(lǐng)域：場景智能、AI Agent以及物理AI，上海海思相關(guān)技術(shù)專家談道，這一既覆蓋當(dāng)下成熟的應(yīng)用場景，也包含帶有前瞻性的未來智能形態(tài)。

首先，場景智能的發(fā)展是其中落地面較廣、應(yīng)用程度更深的。

這一領(lǐng)域的終端設(shè)備與我們?nèi)粘Ｉ钕⑾⑾嚓P(guān)，從連接到智能家電，從音視頻到顯示無一不涵蓋其中。在連接層面，其將AI應(yīng)用于家庭路由器，實現(xiàn)AI超級組網(wǎng)、抗干擾，上海海思依托于曾經(jīng)在通信行業(yè)超100萬種場景的積累，可以識別10種以上干擾源，使得抗干擾性能提升30%。

智能家電領(lǐng)域的冰箱、洗衣機、空調(diào)現(xiàn)在幾乎已經(jīng)進入“無AI不家電”時代，例如空調(diào)基于eAI MCU實現(xiàn)了節(jié)能16%、冰箱實現(xiàn)超過10%的節(jié)能、洗衣機增加了AI稱重、偏心檢測，端側(cè)屏顯設(shè)備基于AI Touch可以防誤觸防水等功能。其中，海爾、美的、海信等品牌廠商的空調(diào)、冰箱已經(jīng)搭載上海海思的解決方案，空調(diào)實現(xiàn)了靠近防直吹、靠近亮屏等AI感知能力，當(dāng)用戶靠近空調(diào)時，設(shè)備自動調(diào)整出風(fēng)方向。

▲端側(cè)屏顯AI Touch

與此同時，在安防和機器智能領(lǐng)域，上海海思同樣提供了從1T級到100T級算力的芯片和解決方案。以安防領(lǐng)域為例，大華周界大模型基于上海海思的解決方案，應(yīng)對傳統(tǒng)周界算法在小目標(biāo)誤判率高、距離遠目標(biāo)小無法被探測、誤報運動類人形目標(biāo)等痛點，使得誤報率下降90%，檢測距離提升70%。

▲大華周界大模型

其次是AI Agent。2025年，被業(yè)界稱作AI Agent落地的元年，端側(cè)正是Agent觸達用戶的核心入口之一。

基于MCP工具的端側(cè)多設(shè)備協(xié)同能力、RAG知識庫的本地離線調(diào)用特性，端側(cè)設(shè)備的應(yīng)用體驗將與云端形成差異，其可以無需依賴網(wǎng)絡(luò)即可實現(xiàn)低延遲響應(yīng)，還能通過聯(lián)動本地傳感器、攝像頭等硬件，實時融合環(huán)境數(shù)據(jù)。

在這一層面，上海海思提供系列化的端側(cè)芯片，例如精準(zhǔn)過濾背景噪音，提取清晰的語音指令，減少AI模型的Token消耗，進而提升端側(cè)AI的運行效率。

目前的典型場景就是可穿戴設(shè)備，依托AI Agent的自主決策與交互能力，使其得以向輕智能形態(tài)升級，能夠精準(zhǔn)感知用戶潛在意圖，不再被動等待指令，而是主動推送貼合需求的個性化服務(wù)。

最后是物理AI，相比于前兩大領(lǐng)域，這一層面的發(fā)展還處于早期。上海海思已率先展開在無人機等領(lǐng)域的探索。

因為應(yīng)用場景不同，導(dǎo)致這些場景對視覺感知和AI應(yīng)用的差異較大，無人機需要高精度環(huán)境避障、四足機器人需要實時導(dǎo)航、適應(yīng)不同地形，人形機器人更是集大成者，需應(yīng)對復(fù)雜場景交互，對算力、感知精度的要求更高。例如朝歌科技基于上海海思解決方案打造的充電機器人，可以在不同天氣、工況下給新能源汽車自動充電。

在人形機器人領(lǐng)域，上海海思已經(jīng)與千尋智能展開合作，通過優(yōu)化芯片的視覺處理單元，大幅增強人形機器人的圖像識別與環(huán)境感知能力。下一步，雙方還將在智能計算、感知、連接、模擬層面協(xié)同發(fā)力。

▲千尋智能人形機器人精準(zhǔn)疊衣

對于物理AI這類前沿領(lǐng)域，上海海思目前的核心就是聯(lián)合生態(tài)伙伴，共建物理智能的豐富產(chǎn)品應(yīng)用，為相應(yīng)技術(shù)成熟的產(chǎn)業(yè)發(fā)展鋪路。

這正是上海海思面對從日常場景到前沿探索的端側(cè)AI完整布局體系。

三、從單點產(chǎn)品到開發(fā)平臺，上海海思用全棧生態(tài)、場景、產(chǎn)品支撐，

端側(cè)AI的發(fā)展，本質(zhì)是一場將大模型、芯片、終端設(shè)備、開發(fā)者等要素緊密連接的變革，而上海海思就是串聯(lián)各個環(huán)節(jié)的關(guān)鍵。

從其整體的布局來看，上海海思已經(jīng)形成智慧家庭、消費電子、汽車電子三大場景，超高清音視頻、星閃聯(lián)接、開源鴻蒙、端側(cè)AI四大生態(tài)，以及顯示、視覺、聯(lián)接等10大產(chǎn)品的完整業(yè)務(wù)體系，為端側(cè)AI規(guī)模化落地搭建了堅實的底座。

如此全棧的布局就需要強大的生態(tài)底座支撐，通過統(tǒng)一的生態(tài)平臺讓分散的技術(shù)、產(chǎn)品、解決方案真正適配碎片化的智能終端場景，破解端側(cè)設(shè)備形態(tài)多樣、場景復(fù)雜的行業(yè)難題。

為了支撐這一體系，上海海思還推出了ModelZoo平臺，集成15大類、100多個開源模型。上海海思相關(guān)技術(shù)專家稱，對于技術(shù)人員儲備不足的企業(yè)，該平臺可提供 “一條龍” 式全流程解決方案；而針對開發(fā)需求明確的用戶，平臺則配套了系列化工具，滿足其高效開發(fā)需求。

圍繞上述的布局，以及產(chǎn)品、解決方案、生態(tài)的深度協(xié)同，我們可以預(yù)見，上海海思將在端側(cè)AI時代扮演至關(guān)重要的角色。

不過從目前端側(cè)設(shè)備的智能水平來看，其真正實現(xiàn)思考與行動閉環(huán)還有一定距離，但明確的演進趨勢已然顯現(xiàn)：未來每一臺智能終端都將具備一定的原生推理能力，端側(cè)AI Agent可調(diào)用云端智能體應(yīng)用，終端設(shè)備與物理世界產(chǎn)生交互或?qū)⒊蔀槌B(tài)。

由此而衍生出，對開發(fā)者提出新的要求，其需要云端統(tǒng)一的訓(xùn)練和推理環(huán)境、模型、工具鏈、編譯等，這些正是實現(xiàn)端側(cè)AI高效部署、釋放高效智能的關(guān)鍵所在，而這也與上海海思構(gòu)建全棧生態(tài)的方向高度契合。

從行業(yè)應(yīng)用到更廣泛的大眾場景，從虛擬交互到物理世界的深度融合，端側(cè)AI的智能化藍圖正依托上海海思搭建的生態(tài)體系徐徐展開。

結(jié)語：上海海思聚焦端側(cè)AI高效規(guī)模化部署

模型在端側(cè)部署，其本質(zhì)就是端側(cè)高頻實時AI應(yīng)用的高效實現(xiàn)與規(guī)?；涞?，這一過程中，既包含對成熟、傳統(tǒng)行業(yè)設(shè)備的智能化升級，如安防、傳統(tǒng)家電等領(lǐng)域，還包含新興產(chǎn)業(yè)對AI原生能力的訴求，如人形機器人、AI原生硬件等。

在這背后，上海海思正將20余年積累的智能終端芯片研發(fā)經(jīng)驗以及對不同場景的深入實踐、經(jīng)驗積累，轉(zhuǎn)化為推動端側(cè)AI加速爆發(fā)的關(guān)鍵助推器。