江西
分享至
- 在我们日常生活中，智能化的触角正悄然延伸至每一个角落，而这些看似简单的“聪明时刻”背后，都指向一个共同的技术方向：端侧 AI。
- 2025 年 8 月，国务院正式发布《关于深入实施 “人工智能 +” 行动的意见》，明确提出将移动终端、可穿戴设备等八大类消费级 AI 终端列为关键创新方向。
- 这项政策释放出强烈信号：过去高度依赖云端处理的智能功能，正在加速向用户手中的本地设备转移，实现真正的“智能下沉”。
- 在这场席卷万物的智能升级浪潮中，谁在主导终端侧智能化的核心驱动力？面对技术落地中的重重壁垒，芯片企业又该如何破局前行？
- 在中国人工智能产业发展联盟（AIIA）与上海海思联合主办的端侧 AI 论坛上，上海海思所展示的最新战略路径，或许揭示了行业发展的关键答案。
- 事实上，端侧 AI 能够走到今天这一步，并非偶然。其背后早已汇聚了成熟的技术积累和产业准备。
- 自 2022 年底以来，大模型技术迅速渗透各行各业，无论是个人使用的对话助手，还是企业级的决策系统，都在借助大模型大幅提升运行效率。
- 随着模型性能持续优化、算法迭代周期缩短，模型内部的知识密度显著提升，为大模型从云端走向终端设备提供了坚实支撑。
- 尤为关键的是，端侧 AI 带来的用户体验改善清晰可见：数据计算直接在手机、家电等本地完成，无需上传网络，极大增强了隐私保护能力。
- 同时摆脱对网络连接的依赖，使得响应速度大幅提升。例如语音唤醒指令，几乎可以做到即呼即应，不再需要等待服务器反馈。
- 从经济角度看，大多数端侧 AI 设备采取一次性购买模式，后续无需支付订阅费用，相比按月计费的云服务更具成本确定性，更符合大众消费心理。
- 然而越是前景广阔的领域，面临的挑战也越严峻。作为支撑端侧 AI 运行的核心力量，终端芯片厂商正面临三大难以回避的难题。
- 首先是终端种类“过于多样”，涵盖几十元的智能灯泡、数千元的电视，乃至需要百TOPS算力支持的安防摄像头。
- 各类设备形态各异、用途不同，所需算力跨度从几 TOPS 到上百 TOPS 不等，这就要求芯片必须具备广泛的开源模型兼容能力，才能满足多样化场景需求。
- 其次是部署流程“效率偏低”，企业在将AI应用部署到不同硬件平台时，往往需反复调整模型参数、进行软硬适配，导致整体落地周期被大幅拉长。
- 最后是成本控制“难度极高”，终端产品普遍体积受限且价格敏感，若追求高性能则容易推高制造成本；若压缩成本，则可能导致算力不足，影响体验。
- 这种性能与成本之间的矛盾，让许多厂商陷入两难境地。
- 但从另一个维度来看，这些挑战也重塑了芯片企业的角色定位——它们不再只是提供硬件模块的供应商，而是要成为连接开发者、设备制造商与应用场景的“中枢节点”。上海海思的战略布局，恰好契合这一转型趋势。
- 在实际推进中，上海海思聚焦于三大核心方向：场景智能、AI Agent 和物理 AI。据技术专家介绍，这三个方向既覆盖当前主流应用，也为未来智能演进预留空间。
- 首先看场景智能，这是目前应用最广泛、与用户生活联系最紧密的方向。家用电器、音视频终端等设备正通过该技术变得更懂用户行为习惯。
- 以家庭路由器为例，集成上海海思 AI 方案后，实现了“超级组网”与抗干扰增强功能。依托通信领域积累的超百万种真实场景数据，系统可识别十余类干扰源，抗干扰能力提升达 30%，有效避免观看高清视频时频繁卡顿。
- 在智能家电市场，“无 AI 不成器”已成为行业共识。海尔、美的、海信等多个品牌的空调、冰箱已广泛采用上海海思解决方案。
- 比如搭载 eAI MCU 的空调，不仅能感知人体靠近并自动调节风向防止直吹，还能实现 16% 的节能效果。
- 冰箱同样表现出色，能耗降低超过 10%；洗衣机引入 AI 称重与偏心检测技术后，洗衣过程更加平稳安静。
- 就连厨房中的触摸屏也受益于 AI Touch 技术，即便沾水也能准确识别操作意图，彻底解决误触问题。
- 在安防与机器视觉领域，上海海思的产品线覆盖从 1T 到 100T 算力等级，满足多种复杂场景需求。
- 以大华科技的周界防护大模型为例，此前常出现小目标漏检、远距离目标无法识别、运动物体误判为人形等问题。
- 引入上海海思方案后，误报率下降 90%，探测范围扩大 70%，大大减轻安保人员核查虚假警情的工作负担。
- 再来看 AI Agent 领域，2025 年被业内普遍视为“AI Agent 商用启动之年”，而端侧设备正是其实现用户触达的关键入口。
- 借助 MCP 多设备协同机制与 RAG 本地知识库调用能力，端侧 AI Agent 实现了离线状态下的快速响应，并能联动本地传感器实时采集环境信息。
- 上海海思为此推出了系列专用芯片，具备高精度背景噪音过滤能力，能够提取清晰语音指令，减少 Token 消耗，从而提升本地推理效率。
- 目前最具代表性的应用场景是可穿戴设备。以往用户需主动唤醒设备才能获得服务，如今基于 AI Agent 的自主判断能力，设备可主动感知使用状态，如根据运动强度建议休息时间或提醒补水，实现从被动响应到主动关怀的跨越。
- 至于物理 AI，则属于前沿探索阶段的新方向，尽管尚处初期，但上海海思已在无人机、机器人等领域展开深度布局。
- 不同物理场景对 AI 提出差异化需求：无人机需精准避障飞行，四足机器人要适应复杂地形自主导航，人形机器人则需处理多模态交互任务，对算力与感知精度提出更高要求。
- 朝歌科技基于上海海思方案开发的充电机器人，无论晴雨天气或复杂工况，均可为新能源汽车实现全自动充电对接。
- 在人形机器人方向，上海海思与千寻智能合作，优化芯片视觉处理单元，显著提升了图像识别准确率与环境理解能力。
- 目前千寻智能的人形机器人已能顺利完成叠衣服等精细动作，双方还将在智能计算架构、多维感知融合及高速互联等方面深化协作。
- 对上海海思而言，当前重点在于携手更多生态伙伴，共同丰富物理智能的应用图谱，推动整个领域走向成熟。
- 如此全面的战略布局，离不开其构建的全栈式技术体系支撑。
- 目前公司已形成智慧家庭、消费电子、汽车电子三大主战场，围绕超高清音视频、星闪无线连接、开源鸿蒙操作系统、端侧 AI 四大生态体系，打造涵盖显示、视觉、联接在内的十大核心产品线，为端侧 AI 规模化落地打下坚实基础。
- 为应对终端碎片化带来的适配难题，上海海思推出 ModelZoo 开发平台，集成 15 大类、100 余个主流开源模型，打通模型选型、部署与调试全流程。
- 对于技术研发能力较弱的中小企业，平台提供一站式解决方案，大幅降低 AI 应用门槛；
- 针对有明确开发目标的大型企业，平台配套系列高效工具链，提升研发效率，有效破解终端形态多样、场景复杂的行业痛点。
- 但我们也要客观认识到，当前端侧设备的智能化水平，距离真正实现“独立思考、闭环执行”仍有差距。不过发展趋势已然清晰：未来的每台终端都将拥有原生推理能力，端侧 AI Agent 将能调度云端智能体资源，设备与现实世界的互动将日益频繁且自然。
- 这对开发者提出了新要求——需要统一的训练与推理环境，通用的模型格式、工具链和编译系统。而这正是上海海思建设全栈生态的核心目标。
- 从家电、安防等传统行业的智能化改造，到智能手机、耳机等消费电子产品的体验升级，再到虚拟交互与机器人实体融合的未来图景，端侧 AI 的发展蓝图正在上海海思的生态赋能下逐步显现。
- 归根结底，端侧 AI 的本质使命在于推动高频、实时的智能应用高效落地并实现规模化普及——既要助力传统行业完成设备革新，也要支撑人形机器人、AI 原生硬件等新兴领域的成长需求。
- 而上海海思正在做的，是将其二十多年来在智能终端芯片领域的深厚积淀，以及在各类场景中积累的实践经验，转化为驱动端侧 AI 爆发式增长的“核心引擎”。
- 随着关键技术不断突破、生态系统持续完善，不远的将来，我们身边的每一台设备，都有望进化为真正“懂场景、知用户”的智能伙伴。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
