2026世界互联网大会｜沙利文、头豹深度参与乌镇峰会议程，蓝皮书与团体标准双成果发布

沙利文中国执行总监 许广灿

随着大模型能力持续提升，人工智能正由以云端训练和推理为主，逐步向手机、计算机、汽车、机器人、可穿戴设备及智能家居等终端延伸。端侧AI能够在本地完成部分或全部数据处理与模型推理，在降低响应时延、减少云端成本、保护数据隐私和提升个性化体验等方面具有明显价值。与此同时，端侧AI并非单一产品或单一技术市场，而是由端侧芯片、存储、传感器、端侧模型、操作系统、开发工具、终端设备及应用服务共同构成的复合产业体系——目前行业对其市场边界、产业链结构和竞争格局尚未形成统一认识。

针对这一现状，蓝皮书以"技术是否创新、场景能否规模化、企业能否形成持续竞争力"为主线，重点研究五个方面：端侧AI市场定义与发展概览、端侧AI产业链及价值分配、重点终端市场及应用场景、竞争格局与产业生态、标杆案例与发展趋势，力求为企业战略布局、产业合作及投资决策提供参考。

值得注意的是，端侧AI与本次研讨会的核心议题FlagOS异构智算在底层逻辑上高度互通：二者面临的是同一类"架构碎片化、适配成本高"的产业痛点——云端需要统一软件栈实现"一次开发、多芯运行"，端侧同样需要屏蔽芯片差异、降低模型与应用的移植成本。异构智算的统一技术底座可向端侧延伸复用，支撑云边端统一开发与算力协同；而端侧AI的规模化落地，也将反过来为"Token工厂"等智算经营模式打开新的需求空间。蓝皮书正是把这条"云—边—端"协同的产业主线，放到统一的框架下进行系统梳理。

星凡智能副总裁高君效以《智赋万物，芯创未来——物理AI时代的端侧芯片机遇》为题发表主题发言。他给出的第一个判断是：AI正从单点应用变成“万物智能”的基础设施——应用层融入办公与业务系统，设备层延伸到手机、机器人、汽车、卫星与无人系统，基础设施层（芯片、存储、网络与服务器）则围绕AI负载重新设计。据其援引的公开数据，2026年全球AI支出达2.59万亿美元、年化增速超过70%。与之相伴的是“混合AI”架构成为主流：云负责通用能力输出，边缘承载行业与区域的闭环场景，终端承担实时感知与决策，三者按时间、时延、工况与成本动态分配计算任务。

在他看来，AI的形态演进路径清晰可见：从感知AI（图像视频识别）、生成式AI，到能规划、能调用工具执行的智能体AI，再走向物理AI——在现实世界中完成“感知—理解—规划—行动”的完整闭环，机器人、工业商业应用与无人驾驶是典型落点。也正因如此，端侧AI已从单点技术竞争进入系统级优化阶段：模型侧靠低比特、稀疏化、知识蒸馏与大小模型协同不断“瘦身”；芯片侧以CPU/NPU/GPU异构混合、专用NPU与3D堆叠提升能效；引擎侧做算子融合、跨平台适配与性能分析；系统侧走向视觉、触觉多模态融合与“大小脑协同”。而这一切的地基，仍是端侧芯片的架构突破。

星凡智能给出的答案是“不单纯堆算力”。受制程与功耗双重约束，端侧不能照搬服务器芯片的路径，只能以系统级能力把有限算力用出效率：通过混合精度量化等技术，模型体积最高可压缩85%、精度损失控制在1%—2%，叠加原生IP与硬件级混合精度支持后，等效算力提升约1.5倍、功耗控制在25W以下。

发言最后，他把视角拉回人本身：未来人负责定目标、提想法、做判断与监督，AI负责理解场景、规划与优化，机器人在物理世界完成执行并反馈状态，形成闭环的协同关系；而真实世界对能效、成本与可靠性的苛刻要求，会反过来继续定义端侧芯片的架构。他给出的愿景颇有温度——“未来每个人都会有一个真正属于自己的AI伙伴：响应更及时、需求更可信、隐私有保护、能行动帮你干活”。