端侧AI优势、应用场景、产业链与市场规模分析

端侧AI优势、应用场景、产业链与市场规模分析

最佳答案 匿名用户编辑于2025/08/01 09:01

终端侧 AI 具有成本、能耗、可靠性、隐私、安全和个性化优势。

AI 技术发展加速,形成云侧 AI 与端侧 AI 两条路线。自 2022 年 OpenAI 推出建立在 GPT-3.5 和 GPT-4.0 大语言模型上的聊天机器人 ChatGPT 后,AI 技术取得了飞速的发展及应用,深刻改变人们的 生活及工作方式。在 AI 技术的实际应用中,云侧 AI 和端侧 AI 成为了两种重要的部署方式: 1)云侧 AI:依托强大的云端数据中心,集中进行大规模的数据处理和模型训练,凭借其海量的计算资 源和存储能力,能够实现复杂的 AI 任务,如大规模的数据分析、自然语言处理中的复杂语义理解等。 2)端侧 AI:将 AI 算法和模型直接部署在终端设备上,如智能手机、智能穿戴设备等,使终端设备具 备自主的智能处理能力,能够在本地实时响应用户需求,如手机的实时语音识别、图像美化等功能。

终端侧 AI 具有成本、能耗、可靠性、隐私、安全和个性化优势。 成本优势:AI 推理的规模远高于 AI 训练。模型的推理成本将随着日活用户数量及其使用频率的增加而 增加。在云端进行推理的成本极高,这将导致规模化扩展难以持续。将一些运算负载从云端转移到边缘 终端,可以减轻云基础设施的压力并减少开支。 能耗优势:边缘终端能够以很低的能耗运行生成式 AI 模型,尤其是将处理和数据传输相结合时。可靠 性、性能和时延:当生成式 AI 查询对于云的需求达到高峰期时,会产生大量排队等待和高时延,甚至 可能出现拒绝服务的情况。向边缘终端转移计算负载可防止这一现象发生。 隐私、安全和个性化:由于数据处理完全在本地进行,终端侧 AI 有助于保护个人信息,以及企业和工 作场所中的机密信息。以本地和云端分别运行 AI 大模型制作行程安排为例,本地 AI 大模型通过长期学 习用户行为,并利用本地存储的信息,可以给出更贴合用户生活习惯、更准确的建议。相较之下,如果 云端模型需要访问用户本地存储的文件、浏览记录等信息再给出个性化的建议,用户通常较难接受。

端侧 AI 强调本地化运行,应用场景涉及多类端侧:手机、自动驾驶汽车、AR、PC、电视、耳机、音响、 安防设备、智能手表和机器人等。多应用场景提升了端侧 AI 市场的增长潜力。

从 AI 技术在终端产品的落地上,一般经历:单点特定的 AI 增强实现应用层集成 AI→OS 智能化改造实 现系统层融合 AI(原子化控件化的 AI 能力)→以 AI 为中心的全新 OS 并且系统级 AI Agent 出现。 大模型在各个层面改造终端交互体验,预计分为三种形式。最开始增强型 LLM 架构,可以增加单点的 功能体验,比如在翻译/图片处理/语音转换中使用 AI;阶段二主要以工作流形式,比如生成营销文案并 翻译等;最后阶段是针对开放问题的 Agent 形态。这三种形态出现形式有先后,但是最终预计并存以针 对不同特性的场景。 最基础的构建块(增强型 LLM)——工作流——自主的 Agent,复杂性持续提升。同时虽然非 Agent 在 自动化水平上提升有限,但是由于调用的是 LLM,在智能化水平、可处理任务等方面也有巨大的提升。

对于开放式问题 Agent 必不可少,要具备理解复杂的输入、进行推理和规划、可靠地使用工具的能力。 Agent 可用于开放式问题,这些问题难以预测所需的步骤,无法硬编码固定路径。Agent 需要独立规划 和操作,并可能返回用户那里获取更多信息或判断。在执行工作中,Agent 在每一步从环境中获取―真实 情况‖,以评估进展,在遇到响应节点或者障碍的时候暂停以获取人类反馈。人类只需要提出需求+监管 成果,AI 将进行任务的分解、选择工具、监控进度。

端侧 AI 产业链上游为核心技术和硬件提供环节,主要包括 AI 芯片、存储、电源、传感器、通信模块等 硬件,以及操作系统、数据库等基础软件,为整个产业提供坚实的技术支撑和基础构建。 端侧 AI 行业产业链中游为端侧 AI 集成环节,端侧 AI 设备品牌商具备端侧 AI 技术的专业能力,包括模 型优化、硬件适配和系统集成等,提供从底层硬件到上层应用的一体化解决方案,实现端侧 AI 的系统 集成。 端侧 AI 产业链下游为应用环节,主要包括行业解决方案和产品与软件服务,以满足不同客户的需求。

AI 可以改造多种终端,端侧 AI 市场规模 2023-2028 年预计 CAGR 高达 58%,2028 年超过 1.9 万 亿。2023 年全球存量消费终端设备达 228 亿台,其中智能手机占 29.8%、智能家居设备(不含 TV)占 26.3%,PC 和 PAD 占 17.6%。2023 年以前端侧 AI 技术已经在智能安防和车载设备两个重要领域应用, 快速发展但规模不大。从 2023 年开始,随着亿级出货量的 PC 和手机开始 AI 化,两者庞大的市场将在 未来支撑端侧 AI 行业迅速发展,2023 年中国端侧 AI 市场规模不到 2000 亿,预计 2028 年超过 1.9 万 亿,2023-2028 年 CAGR 为 58%。

参考报告REPORT

端侧AI行业深度报告:驱动因素、商业模式、产业链及相关公司深度梳理.pdf

端侧AI行业深度报告:驱动因素、商业模式、产业链及相关公司深度梳理。在生成式AI浪潮席卷全球的当下,AI技术的部署路径正从“云端集中式”加速向“端侧分布式”演进。随着大模型压缩、异构芯片、存内计算等核心技术突破,端侧AI正走出“概念验证”阶段,在手机、PC、可穿戴、汽车、机器人乃至玩具等亿级终端中快速落地。它不仅解决了云侧AI高成本、高时延、隐私泄露等痛点,更以“硬件+订阅”的新商业模式重构价值链,催生万亿级增量市场。本报告深度拆解端侧AI行业的驱动因素、技术演进、场景落地与产业链图谱,聚焦核心标的...

我来回答

快速提问

海量报告支持,行业专家解读

海量文库支持,行业专家解答

用户解答榜
分享至