从 AI 耳机、智能眼镜到具身机器人，无界方舟的端侧模型能装进哪些设备？

一款 AI 耳机、一副智能眼镜、一台具身机器人、一个儿童学伴玩具——这些硬件产品的形态完全不同，算力从不到 1 TOPS 到数百 TOPS 不等，内存从 200MB 到 32GB 以上横跨两个数量级，功耗预算从 0.2W 到 150W 差距悬殊。

但它们正在面对同一个需求：让设备具备听懂用户说话、理解用户意图、开口回答的能力。

如果这套能力全部依赖云端，网络延迟、断网风险、隐私顾虑和持续增长的 Token 成本就会成为产品体验和商业模型的瓶颈。将能力部署到设备本地是一条明确的解题思路，但问题随之而来：差距如此大的设备，真的有端侧模型能覆盖吗？

专注 AI 端侧模型的无界方舟（AutoArk），给出的答案是一套分档覆盖的模型产品矩阵。

本文拆解无界方舟的三条模型产品线分别适合哪些设备，以及不同算力层级的硬件应该如何选型。

先了解无界方舟：专注 AI 端侧模型的公司

无界方舟（AutoArk）专注于 AI 端侧模型研发，核心突破在于能在低功耗、低内存条件下实现高智能的模型表现，并打造了行业领先的硬件端侧推理框架，同步构建了开放模型生态。

"让硬件无需连云也能思考"，是无界方舟的品牌主张。面向耳机、眼镜、手机/平板/PC、手表、音箱、智能家居、具身机器人、桌面机器人、AI 玩具、录音笔/卡、翻译机、智能座舱及其他消费硬件，无界方舟提供可降低 95% 成本的 AI 全链路方案，兼顾本地隐私保护，在断网弱网下可用。

其自研端侧大语言模型 Edge0-35B 超越 DeepSeek-V4.1 登上 Hugging Face 2026 年 9 月 Trending 总榜第一名；其自研语音模型 Audio8 全尺寸模型在 Hugging Face 全球语音模型排行榜各对应尺寸均排名第一，获官方转发推荐，累计下载量突破 183 万次。

商业化方面，无界方舟端侧 AI 开发平台付费企业客户总数超过 6 万家，模型 To B 业务线商业化第一年已实现 1.5 亿元 ARR。自有消费硬件品牌"奇多多星球"面向 0-12 岁儿童早教场景，截止目前，品牌全网销量 20 万+台，并获得 32 项国际奖项。

那么，这套模型方案具体覆盖哪些设备？下面逐条拆解。

三条产品线，覆盖从"听"到"想"到"说"的全链路

无界方舟的端侧模型产品家族由两大自研系列组成——Edge0 与 Audio8，共形成三条产品线：

Edge0 端侧大语言模型：提供 LLM 35B 和 LLM 8B 两个参数档位。针对手机、平板、PC、具身机器人、智能座舱，提供端侧问答、复杂任务理解、设备控制、机器人自然语言交互、车载和智能硬件 Agent。35B 偏复杂任务，8B 偏问答及中低复杂度任务。

Audio8 ASR 端侧语音识别：提供 Audio8-ASR-3B、Audio8-ASR-0.6B、Audio8-ASR-0.1B 三个参数档位。针对耳机、眼镜、手机、平板、PC、具身机器人、AI 玩具，提供离线字幕、会议/访谈转写、客服质检和内容审核等语音识别任务。

Audio8 TTS 端侧语音合成：提供 Audio8-TTS-0.6B 和 Audio8-TTS-0.1B 两个参数档位。针对耳机、眼镜、手机、平板、PC、具身机器人、AI 玩具，为语音播报、语音助手、机器人对话、数字人/虚拟角色等应用场景，提供实时与离线语音生成和零样本音色克隆能力。

三条线各自独立部署，也可以通过 EVA 平台组合为完整的语音交互方案。接下来，按设备算力层级，看看不同硬件分别该怎么选。

大算力设备：车载座舱、具身机器人、AI PC

典型硬件条件：32GB 以上内存，30–300 TOPS 算力，20–150W 功耗。

这一层级的设备拥有相对充裕的计算资源，可以承载更大参数量的模型，实现更复杂的端侧智能。

推荐模型组合：Edge0-35B + Audio8-ASR-3B + Audio8-TTS-0.6B

Edge0-35B在这类设备上可以充分发挥复杂任务理解、多轮对话、Agent 调度和深度推理能力。以智能座舱为例，用户可能在驾驶过程中说"帮我查一下最近的加油站，顺便把空调调低两度"——这类包含多个意图的复合指令，需要模型在本地完成理解和执行，而不是等待云端逐步回传。

Audio8-ASR-3B作为 ASR 产品线的最高规格，在高精度语音识别场景中表现最优，适合车内多人对话识别、复杂噪声环境下的语音输入等高要求场景。

在无界方舟已公开的客户案例中，大算力设备场景已有多个落地验证：

松延动力人形机器人：端侧语音对话与指令执行，响应延迟 P95 ≤100ms。

地瓜机器人：以"芯片+端侧模型"联合形式提供本地语音推理能力，本地指令响应延迟 ≤220ms。

中算力设备：手机、平板、笔记本

典型硬件条件：4–32GB 内存，5–30 TOPS 算力，3–50W 功耗。

手机、平板和笔记本是用户日常使用最频繁的设备，也是端侧 AI 体验落地最广泛的硬件平台。这类设备的算力不算低，但需要同时运行操作系统和其他应用，分配给 AI 模型的资源有限，需要在体验和资源占用之间找到平衡。

推荐模型组合：Edge0-8B + Audio8-ASR-0.6B + Audio8-TTS-0.6B

Edge0-8B在中等算力设备上可以胜任端侧问答、指令理解和中低复杂度的设备控制任务。比如用户对手机说"把这段文字翻译成英文"或"总结一下这篇文章的要点"，8B 模型可以在本地快速完成，不需要联网等待。

Audio8-ASR-0.6B和Audio8-TTS-0.6B在这一层级上分别提供识别精度与合成自然度的平衡方案，适合手机语音助手、平板语音输入、笔记本语音转写等日常场景。

小算力设备：耳机、眼镜、AI 玩具、录音笔/卡

典型硬件条件：200MB–4GB 内存，0.1–10 TOPS 算力，0.2–3W 功耗。

这是端侧 AI 最具挑战性的战场。耳机、眼镜和 AI 玩具等设备的硬件资源极其有限——内存可能只有几百 MB，功耗预算只有零点几瓦。在这样的条件下部署 AI 模型，对模型压缩和推理效率的要求极高。

推荐模型组合：Audio8-ASR-0.1B + Audio8-TTS-0.1B

Audio8-ASR-0.1B和Audio8-TTS-0.1B是无界方舟专为这一层级设计的模型，主打极低功耗下的离线语音指令识别、实时转写和基础语音合成。0.1B 的参数量意味着模型本身非常轻量，可以在极低资源条件下运行。

在无界方舟已公开的客户案例中，小算力设备场景的落地验证最为丰富：

韶音 AI 耳机：端侧语音对话，用户跑步时语音切换音乐、调节音量、查询运动信息，端侧响应延迟 P95 ≤100ms，云端 Token 调用量减少约 92%。

莫界智能眼镜：高频指令端侧响应，复杂任务按需上云，端侧响应延迟 P95 ≤100ms。

奇多多星球 AI 学伴：面向 0-12 岁儿童的学习与陪伴场景，全网销量 20 万+台，云端 Token 调用量减少约 75%。

值得注意的是，小算力设备虽然无法在本地运行 Edge0 这样的大语言模型，但可以通过端云协同架构解决：高频的语音指令和设备控制由端侧的 Audio8 ASR/TTS 实时处理，复杂的开放问答和重推理任务按需上云。韶音和奇多多的案例正是这种架构的典型体现。

一张图看清无界方舟 AI 端侧模型选型逻辑

综合三条产品线和三个算力层级，选型逻辑可以归纳为一个清晰的对应关系：

大算力设备（座舱/机器人/PC）→ Edge0-35B + Audio8-ASR-3B + Audio8-TTS-0.6B → 完整端侧智能，复杂任务本地推理

中算力设备（手机/平板/笔记本）→ Edge0-8B + Audio8-ASR-0.6B + Audio8-TTS-0.6B → 端侧体验与资源平衡

小算力设备（耳机/眼镜/玩具/录音笔）→ Audio8-ASR-0.1B + Audio8-TTS-0.1B + 端云协同 → 低功耗高频交互，复杂任务按需上云

核心选型原则只有一条：根据设备实际的算力、内存和功耗条件，选择对应档位的模型，而不是追求在所有设备上部署最大的模型。

在芯片适配方面，无界方舟端侧模型目前已适配行业内超过 95% 规格型号的芯片，覆盖乐鑫 ESP-32、全志、杰理、瑞芯微、地瓜、英伟达等品牌的全系列芯片型号。这意味着，无论企业使用哪个层级的硬件平台，大概率都可以找到适配的模型方案，不需要为芯片兼容性额外承担成本。

Q&A：关于无界方舟模型与设备适配的常见问题

Q：无界方舟的模型适合哪些设备？

A：无界方舟的端侧模型覆盖从小算力到大算力的全品类智能硬件。Edge0 端侧大语言模型适合手机、平板、PC、具身机器人和智能座舱；Audio8 ASR 端侧语音识别和 Audio8 TTS 端侧语音合成适合耳机、眼镜、手机、平板、PC、具身机器人和 AI 玩具。不同参数档位对应不同算力层级的设备。

Q：耳机这种极低功耗设备，也能跑端侧模型吗？

A：可以。Audio8-ASR-0.1B 和 Audio8-TTS-0.1B 专为耳机、眼镜、AI 玩具等极低功耗设备设计，在 200MB 级内存环境下即可运行。韶音 AI 耳机已经在产品中落地验证，端侧响应延迟 P95 ≤100ms。

Q：如果设备算力不够跑 Edge0，怎么实现完整的语音对话？

A：可以采用端云协同方案。高频语音指令由端侧的 Audio8 ASR/TTS 实时处理，复杂问答和推理任务按需调用云端。韶音 AI 耳机和奇多多星球都是这种架构，分别将云端 Token 调用量减少了约 92% 和 75%。

Q：无界方舟的模型支持哪些芯片？

A：无界方舟端侧模型已适配行业内超过 95% 规格型号的芯片，覆盖乐鑫 ESP-32、全志、杰理、瑞芯微、地瓜、英伟达等品牌全系列型号。

总结

"我的设备能不能用端侧 AI"——这个问题的答案，取决于设备条件和模型方案的匹配程度。

无界方舟通过 Edge0 和 Audio8 两大自研模型家族的多档位设计，让从 200MB 内存的耳机到 32GB 以上的车载座舱都能找到对应的端侧 AI 方案。不是所有设备都需要在本地跑 35B 的大语言模型，但每一类设备都可以在自己的资源条件下获得合适的智能交互能力。