2026年端侧AI行业深度：行业概述、发展展望、产业链分析及相关公司深度梳理

端侧 AI 行业概述

1、端侧 AI 的定义与发展背景

大模型技术经历了参数竞赛与生成能力的突破后，行业焦点已从纯粹的“模型能力”转向“落地能力”。回顾人工智能近年来的发展，其主战场正经历一次深刻的转移。随着技术逐渐趋于同质化，AI 的下一步竞争，不再是“谁的模型更强”，而是“谁真正拥有用户”。算力、电力、存储等基础层设施逐步完善后，AI 技术亟需突破“实验室到现实”的困境，从纯粹的数字计算走向对物理世界的实时感知与交互。在此背景下，终端设备作为 AI 连接现实世界的唯一物理接口，自然成为产业链下一阶段的核心战略焦点。如果说大模型是新一代智能的“大脑”，那么硬件就是它们的“身体”与“接口”。谁掌握了用户的入口，谁就掌握了数据、反馈、互动与生态构建的主动权。

在 WAIC2025 上，联想集团副总裁阿不力克木·阿不力米提抛出“新摩尔定律”：端侧智能正以“算力+模型能力”双螺旋模式实现指数级跃升，这将彻底重构终端产业的价值链。 端侧 AI，即直接在终端设备（如手机、耳机、眼镜、个人电脑等）上部署和运行AI 模型的技术路径，它通过轻量化模型与专用硬件的结合，使数据在设备端就能完成从感知、推理到执行的闭环，无需事事都依赖云端服务器。在物理世界场景中，终端设备正是承接文字、语音、图像、环境温湿度、空间位置等多模态数据的核心载体，其天然具备“随身携带、实时采集、场景适配”的独特优势，每增加一位终端用户，就相当于为大模型增加了一个 24 小时不间断采集三维世界数据的“智能触角”。这种数据的独占性、实时性与场景多样性，构成了比传统互联网“网页流量”更具战略价值的稀缺资源。传统流量仅能反映用户数字行为，而终端采集的多模态数据可完整还原用户物理场景需求。全球科技巨头已敏锐洞察到这一趋势。OpenAI 以 65 亿美元收购硬件初创公司IO，被视为其战略重心从“云端模型”转向“物理硬件”的关键转折；字节跳动凭借豆包大模型与 Ola Friend 耳机等硬件，快速构建“终端采集-模型训练-服务反馈”的生态闭环；夸克 AI 眼镜正式发布，首发提供S1、G1 两个系列共六款单品，均搭载阿里最新的千问 AI 助手。这标志着阿里千问首次走出屏幕，进入物理世界。这些动作均印证了终端卡位的战略必然性。 DeepSeek 掀起生成式 AI 技术革命，轻量化模型推动端侧 AI 时代全面到来。DeepSeek 的突破不仅重构了 AI 产业的价值评估体系，更通过"低成本+高性能"的创新范式，为行业提供了提升投资回报率（ROI）的全新路径。传统生成式 AI 大模型长期受困于"高投入-低产出"的 ROI 悖论，而DeepSeek 通过算法革新和工程优化，将训练成本压缩，从根本上破解了这一困局： DeepSeek 开创的混合专家架构（MoE）使 6710 亿参数大模型的单激活参数量仅为370 亿，显著降低计算负载与显存占用，让中小企业在消费级硬件上部署大模型成为可能； 其开源的 R1 系列蒸馏模型（如 1.5B 版本）仅需 1.1GB 内存即可运行，推动 AI 玩具、智能眼镜等产品的功能智能化跃升。DeepSeek 提供了一些轻量化及蒸馏模型，针对参数量更小的场景。在硬件层面，终端芯片同样正在经历面向 AI 的升级，为端侧 AI 的发展奠定基础。2025 年5 月22 日小米发布玄戒 O1 自研芯片；华为海思的麒麟 9020 手机芯片自研泰山大小核彻底摆脱Arm 架构，彻底实现了 CPU、GPU 的全部自研和国产化，麒麟 9030 采用中芯国际的‘N+3’工艺，先进程度逐步逼近国际主流水平。高通、联发科、苹果等主流厂商将专用神经网络处理单元（NPU）作为旗舰芯片的标配，算力呈现指数级增长。2025 年 9 月，联发科 MediaTek 发布天玑 9500，实现多项智能体AI 应用，涵盖多模态交互、实时翻译、个性化助手等场景，携手生态伙伴推动 AI 体验从概念走向日常。

2、AI 从云端转向终端

（1）云端瓶颈凸显，成本与体验难以兼顾

随着 AI 规模化应用，训练与推理所产生的海量算力需求驱动了全球算力规模高速增长，但也导致资本开支与能耗呈指数级攀升。此外，传统云端存在带宽资源有限、网络延迟高、隐私泄露风险等问题，发展瓶颈逐渐显现。

经济成本高企，资本开支大幅增加： 全球算力规模持续高速稳定增长，全球科技巨头加大 AI 基础设施领域投资。经中国信通院测算，2023年全球计算设备算力总规模为 1397EFlops，增速达 54%，预计未来五年全球算力规模仍将以超过50%的速度增长，至 2030 年全球算力将超过 16ZFlops，其中智能算力占比将超过 90%。AI 技术的落地高度依赖大模型训练与推理所产生的海量算力需求，引爆了以 GPU 为核心的算力硬件板块，资本开支大幅增加。麦肯锡的研究显示，到 2030 年，全球数据中心预计需要 6.7 万亿美元来满足计算能力的需求。根据Canalys 的数据，2025 年全球基础设施即服务和平台即服务（IaaS 和 PaaS）的支出达到909 亿美元，较上一年增长 21%。激增主要是由于企业将工作负载迁移到云端并采用高度依赖计算资源的人工智能。运行前沿大模型需要强大的算力基础设施，尤其是昂贵的 GPU 集群。大模型推理成本十分高昂：硬件采购成本起点很高且持续累积。NVIDIA H100 GPU 每张卡售价 25,000-40,000 美元，包含基础设施的完整8-GPU 服务器系统达到 200,000-400,000 美元。云端 GPU 租赁价格趋于稳定。即便选择云端租赁，主流云厂商的 H100 实例时租也集中在 2.85 至 3.50 美元，这还未包含为支撑高功耗芯片所需的额外电力和冷却成本，后者可能使运营总成本再增加每小时 2-7 美元。更关键的是，显存而非算力往往先成为瓶颈。在处理长上下文或高并发请求时，用于存储中间计算结果（KV Cache）的显存会急剧膨胀，导致昂贵的GPU 资源因内存不足而无法满载运行，造成显著的资源浪费与单位成本上升。产业层面的供需紧张与生态压力正在推高成本。2026 年 1 月 23 日，亚马逊云科技（AWS）宣布对其机器学习容量块服务实施约 15%的价格上调。其中，p5e.48xlarge 实例的每小时费用，从34.61 美元直接涨至 39.80 美元，而该服务此前长期保持价格稳定。谷歌云于 2026 年 1 月 27 日宣布，自2026 年5 月1日起，对 Google Cloud、CDN Interconnect、Peering 以及 AI 与计算基础设施服务的价格进行调整，其中北美地区单价从 0.04 美元/GiB 翻倍至 0.08 美元/GiB，涨幅达 100%。在人工智能算力需求持续激增、硬件及能源等上游成本结构性上升的背景下，主流云服务商正逐步将系统性成本压力向终端传导，行业长期以来的降价趋势出现关键转折。

能耗问题凸显： 智算基础设施的电力成本和设备成本显著增加。根据中国信通院发布的《智算基础设施发展研究报告》，据相关智库测算，使用英伟达 GPU 集群组成的微软超算数据中心训练一次 GPT-3 模型消耗的电量约为19万度，按照全国电力平均二氧化碳排放因子 0.5568kg CO2/kWh 计算，相当于间接排放二氧化碳105792kg，大型智算基础设施耗电量更是惊人。以 10 万 GPU 集群为例，功率超过 150MW，一年的耗电量近16亿度。此外，据 lama3 团队公开信息显示，训练过程中一大挑战就是电力，数万张GPU 卡同时高负荷运行会给数据中心电力带来极强的压力，有时候其电力需求甚至高达数十兆瓦，超出了电网的极限。IEA预计到 2030 年，在基准情景下，数据中心的全球电力消耗将达到约 945 太瓦时，比2024 年估计的约415 太瓦时增加了一倍多。从 2024 年到 2030 年，数据中心的电力消耗每年增长约15%，增长速度是其他所有行业总电力消耗增长的四倍多。

带宽资源有限、网络延迟高、隐私泄露风险问题： 终端设备规模庞大，每天产生大量的实时数据，如果将海量数据都上传至云服务器进行计算，将占用大量的网络带宽资源。云计算模式下，终端设备将数据上传至云服务器进行处理，由于云计算中心与用户的距离较远，集中式的网络架构可能会造成性能瓶颈，导致网络时延高，云服务质量下降。另外，大数据时代，终端数据经常会涉及个人隐私，直接上传至云端处理将带来很高的隐私泄露风险。

（2）为什么端侧是大趋势

2025 年 7 月 28 日上午，在世界人工智能大会（WAIC）智能体驱动产业变革论坛上，中国信通院发布2025 智能体十大关键词，其中包含“端侧智能体”，端侧智能体是运行在移动设备、IoT 设备、PC等端侧设备上的智能体，强化本地推理、隐私保护与实时响应能力，能够实现离线感知、个性推荐、环境自适应与快速反馈等功能，具备响应速度快、网络依赖低、安全程度高等优点。未来，端侧智能体将进一步强化安全隐私、提升计算推理效能、增强交互自然性和情境理解能力，成为“万物智联”时代的重要入口和关键计算节点。 端侧推理的优势： 隐私保护。在大模型时代，模型可能利用端上产生的几乎所有数据，包括录音、文本、输入、屏幕点击等，因此隐私问题比以往更为突出。端侧智能的本地化数据处理能力使得生物特征等敏感信息能够在设备端完成特征提取与初步分析，从而在源头上降低数据传输风险，为数据提供者与数据处理者构建起基于技术信任的协同生态环境。 可用性、实时性：端侧推理可以摆脱网络依赖，提升可用性，即使离线也能运行。同时，它避免了云端serving 的网络往返延迟（RTT）和批量调度带来的时延问题。例如，机器视觉作为智能制造的典型场景，需要上行带宽超过 50Mbps 甚至 200Mbps，端到端通信时延小于 10ms，可靠性要求大于99.9999%。这一趋势正从根本上颠覆长期以来“云重边轻”的模式，推动终端与边缘从被动的“数据采集器”转变为主动的“智能体”。

成本低：从企业角度看，将计算分摊到用户终端，可以减少维护超大 GPU 集群的成本，这也是强有力的商业动机。 个性化：通过利用本地数据，端侧大模型能够根据用户的使用习惯和需求进行实时调整和优化，从而提供更精准的个性化服务。 数据获取能力：在端侧能以无感伴随的方式，持续收集从唤醒、交互到任务完成的全链路连续数据；端侧设备集成了麦克风、摄像头、各类传感器，保障数据的连续性、原始性、实时性和隐私安全性，极大提升了数据的整体质量与价值密度。

3、政策聚焦 AI 终端与数字消费升级，释放产业链新动能

9 月 24 日，商务部、国家发展改革委等 8 部门联合印发《关于大力发展数字消费共创数字时代美好生活的指导意见》（以下简称《指导意见》）。《指导意见》全面贯彻落实国家相关部门决策部署，发挥超大规模市场优势，扩大数字消费多元化供给，创新和丰富数字消费场景，促进数字消费更高水平供需动态平衡，激发和增强社会经济活力，共创数字时代美好生活。 《指导意见》聚焦供需两侧协同发力，从 4 方面提出 14 项任务举措。一是丰富数字消费领域供给。扩大数字产品消费，提升数字服务消费，创新数字内容消费，拓展数字消费渠道，以数字消费新供给激发消费新需求。二是培育壮大数字消费经营主体。提升数字消费企业创新能力，赋能中小企业数字化发展，支持数字消费企业发展壮大，不断增强内生动力和创新活力。三是优化数字消费支撑体系。打造数字消费平台载体，完善快递物流配送体系，提升支付便利化水平，强化要素投入保障，加强财政金融支持，构建高效协同的数字消费生态体系，夯实数字消费发展基础。四是营造数字消费良好环境。开展消费促进活动，推动国际交流合作，促进规范健康发展，统筹促进与规范、国内与国际，以更优环境推动数字消费高质量发展。 在数字产品消费领域，政策鼓励企业加速研发创新，增加人工智能终端产品供给，重点释放人工智能手机、电脑、智能机器人、可穿戴设备、桌面级 3D 打印设备等新产品的消费潜力；同时加快智能家电、智能安防、视频照护系统的研发及互联互通，并明确提出“开展智能网联汽车准入和上路通行试点”。此外，培育新消费品牌、推动数字国潮创新发展也被纳入重点任务。政策聚焦AI 终端供给具有前瞻性，人工智能手机、可穿戴设备等产品的潜力释放，不仅能丰富消费选择，还能带动芯片、传感器等上游产业升级，形成“需求牵引供给”的良性循环。

4、未来趋势：云-边-端相结合

未来发展趋势是“混合 AI”（Hybrid AI），通过端-边-云协同，在速度、隐私、成本和智能之间取得最佳平衡。通过网络连接多个节点(端设备、边缘服务器或云数据中心)协同工作，实现计算能力的扩展与并行化，有效降低核心网带宽压力。云-边-端协同架构出现，结合三层优势——云（大规模计算、全局洞察）、边（低延迟、本地化处理）、端（数据采集、初步分析），且边缘-云continuum 愿景逐步实现，软件组件可跨层级无缝迁移。

端侧 AI 市场布局

1、字节和华为推动端侧AI 功能进一步迭代

根据财新的报道，2025 年 12 月 1 日上午，字节跳动 AI 大模型豆包发布“豆包手机助手”技术预览版。这是一款基于豆包大模型，和手机厂商在操作系统层面合作的 AI 助手软件，可以自主操作手机完成复杂任务并调用大模型。这款 AI 助手需要手机厂商的授权，豆包已和中兴合作了一款工程样机“nubiaM153”，豆包手机助手的技术预览版本在此样机上运行，售价 3499 元。根据豆包发布的演示视频，用户可通过语音、侧边键或豆包 Ola Friend 耳机唤醒豆包手机助手，在任意界面使用手机时，可就屏幕内容向豆包手机助手提问以获取更多信息。同时，豆包手机助手还把豆包的语音通话、视频通话和屏幕共享等常用功能嵌入到了助手中，用户双击侧边 AI 键即可调用。豆包手机助手的“AI 操作手机”功能可根据用户指令在多款应用间自动跳转，帮助用户完成类似查票订票、商品下单、批量下载文件、多软件物流进度一键查询等任务。在演示视频中，豆包手机助手可以“跨平台比价下单”，比如用户在社交媒体上看到想买的商品，说出“帮我在全平台比价下单”，豆包手机助手会在多个电商平台搜索同款商品，对比价格和规格，自动领券后选择最低价的商品下单。 2025 年 6 月 20 日，华为正式发布了“纯血鸿蒙”的第一个大版本迭代，HarmonyOS 6.0 的开发者Beta版本。为加快应用与智能体的深度融合，华为首次推出了鸿蒙智能体框架 HMAF（Harmony Agent Framework），不仅具备意图理解、策略规划、执行任务以及调用工具的能力，同时还是一个能让智能体与操作系统、应用、元服务协作完成复杂任务的系统级框架，包括应用和智能体层、协议层和平台层。华为将 AI 智能体融入系统交互底层，开发者可以自己定制智能体，都降低了AI 应用场景的门槛，让更多小型应用能够在低成本下融入 AI 能力。 华为和字节相继展示了端侧 AI 的巨大应用价值，豆包手机助手通过和手机厂商的深度合作，深度嵌入操作系统，并实现了跨应用的复杂操作，实现了 AI 手机应用效果的跃升，展示了端侧AI 应用的潜力。后续其它厂商有望跟进效仿，在手机、PC、平板、智能手表等消费电子终端上实现更优的端侧AI 功能。

2、龙头厂商发布端侧 AI 产品，推动端侧 AI 加速发展

（1）微软发布 Copilot+PC，为 AI PC 树立高标准

微软在其开发者大会上发布了 Copilot+PC，包括 Surface Laptop 7 和 Surface Pro 11 两款产品，搭载了高通 Snapdragon X Plus 或 X Elite 芯片，NPU 性能达到 45TOPS。Copilot+PC 新增Recall（利用AI进行本地搜索）、Cocreator（结合绘图和文本提示生成图像）、Live Caption（实时字幕：可以实时自动将 40 多种语言的音频转录为英文字幕，即便离线时也能使用）等 AI 功能，此外，Copilot+PC还内置了 OpenAI 的最新模型 GPT-4o，可以实时读取电脑屏幕内容，并对使用者的操作提出建议。Copilot+PC 在推出一系列 AI 功能的同时，也大幅提升了硬件配置要求。微软要求，Copilot+PC 的NPU性能至少在 40TOPS 以上，至少需要 16GB 內存、256GB SSD，具备全天的电池续航力，并且可以在端侧运行最先进 AI 模型。之所以算力要求为 40TOPS，是为了满足在端侧本地运行Copilot 的要求。而在端侧本地运行 Copilot 及一些 AI 模型，也会提高对内存的需求，所以至少需要16GB 內存，另外，支持Recall 所需最小硬盘空间为 256GB，且需有 50GB 的可用空间。

（2）处理器龙头厂商纷纷迭代新品，AI PC 有望放量

根据快科技的报道，Intel 更新了 CES2026 主题演讲页面，宣布将于 1 月 5 日下午3:00（太平洋时间）在拉斯维加斯发布第三代酷睿 Ultra300 系列（代号 Panther Lake），AMD 推出了Ryzen AI Max 系列旗舰处理器，可以运行 Llama700 亿参数大模型，这也是全球首款可以运行 700 亿参数大模型的AIPC 处理器。 目前，宏碁、华硕、戴尔、惠普、联想和三星等 OEM 厂商都推出了各自搭载骁龙X Elite 和骁龙X Plus处理器的 Copilot+PC 新品。相关人士认为，微软发布的 Copilot+PC 确定了 AI PC 的标准，并呈现了Recall、实时字幕、Cocreator 等多项 AI PC 特色应用，联想、惠普、戴尔等搭载锐龙AI300 和Lunarlake 的 AI PC 已经上市，随着英特尔和 AMD 推出更高算力处理器，预计 AI PC 将放量出货，渗透率将大幅提升。

3、大厂纷纷发布 AI 眼镜，AI 眼镜市场空间广阔

根据映维网和 VR 陀螺的报道，11 月 27 日，阿里巴巴正式推出了搭载千问助手的夸克AI 眼镜S1，售价1899 元起，夸克 AI 眼镜的核心竞争力在于其与阿里生态系统的深度整合。眼镜由千问大模型驱动，无缝连接了多个核心应用，例如用户可以通过它使用支付宝进行支付，或在淘宝上进行购物比价。此外，它还整合了旅游预订平台飞猪的功能。阿里还与网易及腾讯达成合作，为眼镜用户提供网易云音乐和QQ音乐服务，进一步丰富了用户的使用场景。6 月 26 日，小米举行“小米人车家全生态发布会”，会上发布了面向下一代的个人智能设备：小米 AI 眼镜，售价人民币 1999 元起。小米AI 眼镜整机仅重40 克，采用航空级钛合金转轴和经典 D 型镜框设计。设备采用双芯架构，其中高通骁龙AR1 负责AI 计算、图像识别及视频处理，而协处理器则专攻低功耗任务。这个设计兼顾了高性能与续航，典型续航8.6 小时，单次充满 45 分钟。小米 AI 眼镜主打人工智能和第一人称摄像，定位为“随身AI 入口”，支持第三方app，并且深度整合小米“人车家全生态”。在 AI 交互方面，这款设备搭载小爱同学，深度适配中文环境，支持实时视觉语音问答，识别对象（动植物和商品等），转移文本，查询信息（百科），以及扫码支付等等。在第一人称拍摄像方面，设备提供语音指令控制（如“小爱同学，开始录像”），从而解放双手。另外，它支持超广角录制，适用场景包括健身、骑行、攀岩、烹饪、育儿等等。AI 眼镜集成普通眼镜功能（近视眼镜、墨镜、老花眼镜、太阳镜等）、相机和蓝牙耳机等多功能于一体，具备语音交互、触摸交互、远东交互等多种交互方式，并且能够提供智能对话、智能翻译、场景导览、科普识物、情感陪伴等 AI 功能。目前，大厂纷纷入局 AI 眼镜，Meta 推出了 Ray-Ban Meta 眼镜，成为爆款产品，谷歌时隔 10 年重返 AI 眼镜赛道，与 Xreal 共同推出基于 Android XR 的轻量级智能眼镜产品 Project Aura，雷鸟推出 AI 眼镜 X3 Pro，根据映维网援引彭博社的报道，苹果计划在2026 年底推出 AI 眼镜。AI 眼镜作为传统眼镜的升级产品，有望逐步替代传统眼镜，市场空间广阔。

编辑：火腿肠