智東西（公眾號：zhidxcom）
作者 | 程茜
編輯 | 漠影
端側AI邁入快車道，終端芯片廠商正在發力！
2025年8月，國務院印發《關于深入實施“人工智能+”行動的意見》，將“人工智能+”作為重點行動，推動AI從技術實驗向行業實踐轉化，重點支持移動終端、穿戴設備、智能家居等八大類消費級AI終端創新。
可以看到，端側模型部署已成為行業公認的技術趨勢，曾經依賴云端的智能服務，如今伴隨著模型壓縮、推理加速技術等發展正加速向終端設備遷移，再到當下端側設備的多模態融合、端云協同發展，使其成為千億設備智能化變革的核心驅動力。
如今，端側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”的全新階段。?
站在端側AI爆發的起點，在本周中國人工智能產業發展聯盟(AIIA)與上海海思聯合舉辦的端側AI論壇上，上海海思介紹了面向端側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，使得設備擁有更強的環境感知、一定的決策能力；AI Agent的計算能力則側重于端云協同，同時基于多模態能力提供更自然、智能的交互。
這背后，端側AI的高效實現，離不開終端設備、終端芯片、開發者之間的深度協同。因此，上海海思聚焦于在開放的生態之上構建豐富的中間件和具有競爭力的端側AI解決方案，為千億終端的智能化重構提供全方位能力支撐。
一、從萬物互聯到萬物智能，終端芯片廠商面臨三大挑戰
想要實現智能無處不在，端側AI的技術突破與大規模落地不可或缺。
一方面，端側大模型的落地部署已具備成熟的現實土壤。
從2022年底至今，云端大模型的影響力已貫穿千行百業，在企業核心業務體系、消費者日常生活中都逐漸普及，大模型性能的持續提升、軟件迭代速度的加快，推動模型知識密度顯著提高，為端側大模型從技術構想走向實際落地，創造了關鍵前提條件。
另一方面，端側AI優勢顯而易見。
端側AI將部分計算能力遷移到手機、PC、家電等終端本地，使其在保障數據安全、保證體驗絲滑方面具有天然優勢。此外還有成本，從商業模式角度來看，端側部署的模型往往采用一次性交易，云端模型服務是訂閱制，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AI發展提速，而這也反向對支撐其運行的終端芯片廠商，提出了更高的能力進階要求。
具體來看，其挑戰主要集中于三大方面：
首先端側設備本身品類繁雜，其形態多樣、應用場景多元、所需算力跨度極大，這就要求芯片適配不同的開源模型，才能滿足各類設備的差異化需求；
其次企業需要跨平臺進行業務部署，中間還要穿插模型的調優、適配環節，會導致端側AI落地周期增加；
最后是端側設備本身體積小且企業對成本更為敏感，如何平衡性能、成本之間的關系也是一大難點。
事實上，終端芯片廠商在端側AI的發展進程中始終處在關鍵環節，從模型輕量化運行、能效比平衡到場景化適配都是如此。
而上述挑戰落地到芯片側，最終轉化為對多元化產品、成體系解決方案、完整生態架構的硬性要求，因此終端芯片廠商的角色也從單純的硬件供應商，向著連接開發者、設備廠商、場景方的樞紐角色延伸。
上海海思在端側AI的最新布局，與這一產業發展邏輯高度契合。
二、聚焦三大端側AI發力點，配套系列化不同算力芯片方案
放到具體的場景側，上海海思基于自己的布局以及對智能的理解，瞄準了三大領域：場景智能、AI Agent以及物理AI，上海海思相關技術專家談道，這一既覆蓋當下成熟的應用場景，也包含帶有前瞻性的未來智能形態。
首先，場景智能的發展是其中落地面較廣、應用程度更深的。
這一領域的終端設備與我們日常生活息息相關，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應用于家庭路由器，實現AI超級組網、抗干擾，上海海思依托于曾經在通信行業超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%。
智能家電領域的冰箱、洗衣機、空調現在幾乎已經進入“無AI不家電”時代，例如空調基于eAI MCU實現了節能16%、冰箱實現超過10%的節能、洗衣機增加了AI稱重、偏心檢測，端側屏顯設備基于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、冰箱已經搭載上海海思的解決方案，空調實現了靠近防直吹、靠近亮屏等AI感知能力，當用戶靠近空調時，設備自動調整出風方向。
▲端側屏顯AI Touch
與此同時，在安防和機器智能領域，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。以安防領域為例，大華周界大模型基于上海海思的解決方案，應對傳統周界算法在小目標誤判率高、距離遠目標小無法被探測、誤報運動類人形目標等痛點，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，被業界稱作AI Agent落地的元年，端側正是Agent觸達用戶的核心入口之一。
基于MCP工具的端側多設備協同能力、RAG知識庫的本地離線調用特性，端側設備的應用體驗將與云端形成差異，其可以無需依賴網絡即可實現低延遲響應，還能通過聯動本地傳感器、攝像頭等硬件，實時融合環境數據。
在這一層面，上海海思提供系列化的端側芯片，例如精準過濾背景噪音，提取清晰的語音指令，減少AI模型的Token消耗，進而提升端側AI的運行效率。
目前的典型場景就是可穿戴設備，依托AI Agent的自主決策與交互能力，使其得以向輕智能形態升級，能夠精準感知用戶潛在意圖，不再被動等待指令，而是主動推送貼合需求的個性化服務。
最后是物理AI，相比于前兩大領域，這一層面的發展還處于早期。上海海思已率先展開在無人機等領域的探索。
因為應用場景不同，導致這些場景對視覺感知和AI應用的差異較大，無人機需要高精度環境避障、四足機器人需要實時導航、適應不同地形，人形機器人更是集大成者，需應對復雜場景交互，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。
在人形機器人領域，上海海思已經與千尋智能展開合作，通過優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、模擬層面協同發力。
▲千尋智能人形機器人精準疊衣
對于物理AI這類前沿領域，上海海思目前的核心就是聯合生態伙伴，共建物理智能的豐富產品應用，為相應技術成熟的產業發展鋪路。
這正是上海海思面對從日常場景到前沿探索的端側AI完整布局體系。
三、從單點產品到開發平臺，上海海思用全棧生態、場景、產品支撐，
端側AI的發展，本質是一場將大模型、芯片、終端設備、開發者等要素緊密連接的變革，而上海海思就是串聯各個環節的關鍵。
從其整體的布局來看，上海海思已經形成智慧家庭、消費電子、汽車電子三大場景，超高清音視頻、星閃聯接、開源鴻蒙、端側AI四大生態，以及顯示、視覺、聯接等10大產品的完整業務體系，為端側AI規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底座支撐，通過統一的生態平臺讓分散的技術、產品、解決方案真正適配碎片化的智能終端場景，破解端側設備形態多樣、場景復雜的行業難題。
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。上海海思相關技術專家稱，對于技術人員儲備不足的企業，該平臺可提供 “一條龍” 式全流程解決方案；而針對開發需求明確的用戶，平臺則配套了系列化工具，滿足其高效開發需求。
圍繞上述的布局，以及產品、解決方案、生態的深度協同，我們可以預見，上海海思將在端側AI時代扮演至關重要的角色。
不過從目前端側設備的智能水平來看，其真正實現思考與行動閉環還有一定距離，但明確的演進趨勢已然顯現：未來每一臺智能終端都將具備一定的原生推理能力，端側AI Agent可調用云端智能體應用，終端設備與物理世界產生交互或將成為常態。
由此而衍生出，對開發者提出新的要求，其需要云端統一的訓練和推理環境、模型、工具鏈、編譯等，這些正是實現端側AI高效部署、釋放高效智能的關鍵所在，而這也與上海海思構建全棧生態的方向高度契合。
從行業應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AI的智能化藍圖正依托上海海思搭建的生態體系徐徐展開。
結語：上海海思聚焦端側AI高效規模化部署
模型在端側部署，其本質就是端側高頻實時AI應用的高效實現與規模化落地，這一過程中，既包含對成熟、傳統行業設備的智能化升級，如安防、傳統家電等領域，還包含新興產業對AI原生能力的訴求，如人形機器人、AI原生硬件等。
