苹果AI国行刚获批，三星的端侧大脑就定了这家中国公司

当所有人都在等待国行iPhone的Apple Intelligence终于传来备案消息时，三星却悄悄给自家的“盖乐世AI”选了另一条路——一颗来自中国团队的端侧大脑。7月15日，国家互联网信息办公室公布了新一批手机端侧生成式人工智能服务备案，苹果智能、三星盖乐世AI、华为小艺、OPPO AndesGPT、vivo蓝心端侧大模型、小米澎湃AI和努比亚豆包手机大模型等7款产品集体获批。在苹果重新定义手机交互的宏大叙事之外，一项更安静的安排同时落地：面壁智能的MiniCPM系列，成了三星端侧AI的能力提供方。一次集中备案，释放出的信号不仅是AI手机真的要来了，更是国产大模型已经闯入全球头部厂商的供应链。

乐观的声音首先来自市场预期。IDC在苹果WWDC 2026之后判断，更完整的Apple Intelligence将增强新款硬件的升级理由，并有机会把苹果操作系统进一步推向“个人智能”平台。更具个人上下文的Siri、更深入的跨应用协作，以及更依赖新硬件的本地AI功能，确实勾勒出一幅诱人的换机图景。在安卓阵营，三星作为长期稳居全球智能手机第一梯队的厂商，拥有从入门到旗舰的完整Galaxy产品线、横跨手机、平板、手表和耳机的终端生态，一旦端侧AI能力进一步扩展到更多机型与市场，触达的将是数以千万计的普通用户。这些账面上的规模与覆盖，让“AI驱动换机潮”的论述显得很有说服力。

但来自工程一线的声音却提醒人们，端侧模型至今仍是在“戴着枷锁跳舞”。三星电子中国研究院院长沈志春曾把手机端侧AI的需求总结为“多、快、好、省”：让更多任务在本地完成，更快响应、足够好的体验，同时节省云端Token、流量、存储与电量消耗。这四个目标说出来容易，实现起来却处处受限。手机GPU和NPU的算力、内存带宽、功耗与散热天花板，决定了端侧模型必须在一张极小的资源切片上，保留足够的理解、推理和多模态能力，还要适配不同厂商的芯片、系统与产品节奏。换句话说，手机AI的关键早已不是模型能不能跑起来，而是它能否在有限资源里把体验做到可接受，并让用户愿意为此买单。

这正是面壁成为三星端侧大脑的逻辑所在。MiniCPM系列一直沿着轻量高效的方向迭代，其开源模型累计下载量已超过3800万次，并在消费电子、汽车、具身智能和法律等场景落地。与三星的合作，意味着这套技术路线不再只是技术社区里的demo或实验报告，而是开始进入普通消费者日常使用的贴身设备。对于面壁而言，三星不只是一位新增的客户，更是一条直接的规模化证明：端侧模型已经可以走出开发板，跑进千万级的真实产品。

而手机只是端侧智能最先规模化的入口，远非全部边界。当AI从信息处理走向真实世界的感知与行动，汽车与机器人成为另一批重要载体。驾驶和座舱交互要求低延迟，车辆还会频繁经过隧道与地下车库等弱网环境，车内数据也具有极高的隐私属性，端侧推理在这些场景下几乎不是选项而是刚需。面壁在这一侧同样做了布局，通用VLA模型MiniCPM-RobotManip和移动机器人跟踪导航模型MiniCPM-RobotTrack，让机器人能将视觉、语言与动作连接起来，并在长程任务中保留此前的观察与执行信息。搭载MiniCPM-RobotTrack的机器狗在开放环境下可做到零样本指令跟随，即使在人流穿梭的干扰下也能稳定运行；而结合乐聚夸父机器人本体与面壁端侧多模态大模型的导览系统，则能够在完全无网的情况下，依靠本地知识库完成离线讲解与自由问答，实时理解展厅环境、人类指令与意图，并规划路线和避障。这些落地案例覆盖了从手机、汽车到具身机器人的不同终端形态，背后的共同诉求，都是让AI能力离开云端，进入具体设备和真实任务。

这样一来，问题的焦点就变了。端侧智能不再是把云端模型压缩后塞进设备那么简单，而是要回答一套系统级的命题：哪些任务必须留在本地，哪些仍应交给云端；不同算力和功耗条件下，模型需要保留多少能力；一套方案如何跨芯片、跨终端复制，并在隐私、延迟和可靠性上形成可验证的标准。这些问题至今没有完全固定的答案，但谁能给出更完整的解法，谁就握住了定义权。WAIC期间，面壁与中国信息通信研究院联合前瞻发布了《AI For AI 标准》，尝试为AI参与模型研发提供统一的测试与评价尺度，同时开源了由AI编写生产级代码的训练框架ForgeTrain。这套框架已用于MiniCPM5-1B的训练，并适配了英伟达H100与华为昇腾系列芯片。参与行业标准的制定，表明面壁不想只做单个端侧模型的供应商，而是要沉淀出一套可重复的训练、适配和规模化复制的方法。

争夺端侧智能的定义权，已经不只是比谁的模型参数更小、跑得更快，而是比谁能把模型能力、硬件适配、系统协同和场景交付捏合成一个完整的闭环。苹果靠Apple Intelligence试图重新定义个人智能的操作系统，而面壁和三星的组合，则在安卓生态里提供了一条可复制的高效端侧路径。双线并行的备案结果，也许预示着接下来的竞争不会再停留于模型跑分的榜单上，而是会进入每一台手机的本地存储、每一次拍照识图和每一条离线语音指令里。当端侧AI真正开始规模化落地，能留下来的方案，必定是那些能在千万设备上把“多快好省”同时做到的产品。