| S/N | 企業(yè) | 備注 |
|---|---|---|
| 1 | 華為 | 國內(nèi)端側(cè)AI全棧自主可控唯一標(biāo)桿 |
| 2 | 字節(jié)跳動 | C端端側(cè)AI用戶規(guī)模行業(yè)第一 |
| 3 | 小米 | AIoT端側(cè)AI設(shè)備搭載量全球第一 |
| 4 | 百度 | 飛槳端側(cè)推理框架、昆侖芯端側(cè)芯片 |
| 5 | 阿里巴巴 | 端側(cè)推理框架MNN、通義千問端側(cè)模型 |
| 6 | 騰訊 | C端端側(cè)AI用戶觸達規(guī)模行業(yè)領(lǐng)先 |
| 7 | 中科創(chuàng)達 | 智能座艙端側(cè)方案合作車企超100家 |
| 8 | 紫光展銳 | 消費級/IoT端側(cè)芯片出貨量全球領(lǐng)先 |
| 9 | 理想汽車 | 汽車端端側(cè)AI商業(yè)化落地標(biāo)桿 |
| 10 | 科大訊飛 | 國內(nèi)端側(cè)語音AI絕對龍頭 |
| 11 | 地平線 | 國內(nèi)車規(guī)級端側(cè)AI芯片市占率第一 |
| 12 | 瑞芯微 | 國內(nèi)通用端側(cè)AI SoC龍頭 |
| 13 | 大疆創(chuàng)新 | 全球無人機端側(cè)AI絕對龍頭 |
| 14 | 海康威視 | 全球安防端側(cè)AI絕對龍頭 |
| 15 | 海爾智家 | 家電行業(yè)端側(cè) AI 生態(tài)標(biāo)桿 |
| 16 | 黑芝麻智能 | 國內(nèi)車規(guī)級端側(cè)AI芯片第二大玩家 |
| 17 | 全志科技 | 國內(nèi)消費級IoT端側(cè)芯片核心玩家 |
| 18 | 北京君正 | 國內(nèi)低功耗端側(cè)AI芯片龍頭 |
| 19 | 商湯科技 | 國內(nèi)端側(cè)AI視覺龍頭 |
| 20 | 小鵬汽車 | 國內(nèi)首個實現(xiàn)端側(cè)全場景城市智駕落地車企 |
| 21 | 聯(lián)想 | 全球AI PC出貨量第一 |
| 22 | OPPO | 國內(nèi)手機端端側(cè)AI落地標(biāo)桿 |
| 23 | vivo | 國內(nèi)手機端端側(cè)AI技術(shù)標(biāo)桿 |
| 24 | 工業(yè)富聯(lián) | 國內(nèi)工業(yè)端側(cè)AI絕對龍頭 |
| 25 | 大華技術(shù) | 全球安防端側(cè)AI第二大玩家 |
| 26 | 聯(lián)影智能 | 醫(yī)療影像端側(cè)AI落地標(biāo)桿 |
| 27 | 虹軟科技 | 國內(nèi)手機端側(cè)AI影像絕對龍頭 |
| 28 | 金山辦公 | 國內(nèi)辦公軟件端側(cè)AI落地標(biāo)桿 |
| 29 | 美的 | 家電行業(yè)端側(cè)AI轉(zhuǎn)型標(biāo)桿 |
| 30 | 蔚來 | 高端新能源汽車端側(cè)AI標(biāo)桿 |
| 31 | 石頭科技 | 全球掃地機器人市占率第一 |
| 32 | 德賽西威 | 國內(nèi)智能座艙域控龍頭 |
| 33 | 影石創(chuàng)新 | 全球運動相機端側(cè)AI標(biāo)桿 |
| 34 | 萬興科技 | 國內(nèi)端側(cè)AI創(chuàng)意軟件龍頭 |
| 35 | 億咖通科技 | 車載端側(cè)AI解決方案核心玩家 |
| 36 | 科沃斯 | 全球服務(wù)機器人龍頭 |
| 37 | 力維智聯(lián) | 領(lǐng)先的AIoT產(chǎn)品與解決方案提供商 |
| 38 | Plaud | 全球AI紀(jì)要產(chǎn)品出貨量領(lǐng)先 |
| 39 | 愛芯元智 | 端側(cè)AI視覺芯片黑馬 |
| 40 | 涂鴉智能 | 全球IoT平臺領(lǐng)導(dǎo)者 |
| 41 | 寒武紀(jì) | 國產(chǎn)端側(cè)AI芯片核心玩家 |
| 42 | 格靈深瞳 | 垂直場景端側(cè)AI視覺落地標(biāo)桿 |
| 43 | 壁仞科技 | 國產(chǎn)端側(cè)AI芯片新銳 |
| 44 | 雷鳥創(chuàng)新 | 國內(nèi)AI/AR眼鏡市場市占率第一 |
| 45 | 云知聲 | 垂直行業(yè)端側(cè)語音AI標(biāo)桿 |
| 46 | 宇視科技 | 安防端側(cè)AI核心玩家 |
| 47 | 樂奇Rokid | 國內(nèi)AI眼鏡年度黑馬 |
| 48 | 面壁智能 | 國內(nèi)端側(cè)AI模型標(biāo)桿 |
| 49 | Looki | 全球首款多模態(tài)AI穿戴設(shè)備 |
| 50 | 珞博智能 | AI寵物商業(yè)落地標(biāo)桿 |
| 2026.03 DBC/CIW/eNet16 | ||
當(dāng)整個行業(yè)還在為云側(cè)大模型的參數(shù)軍備競賽焦頭爛額，為算力成本的居高不下進退維谷時，一場悄無聲息的產(chǎn)業(yè)革命，已經(jīng)在全球數(shù)十億臺終端設(shè)備上完成了從技術(shù)驗證到商業(yè)落地的關(guān)鍵跨越。
端側(cè)AI，這個一度被視作云側(cè)AI“補充配角”的賽道，正在撕掉“離線版大模型”的片面標(biāo)簽，以重構(gòu)AI產(chǎn)業(yè)底層邏輯的姿態(tài)，成為下一代智能商業(yè)的核心主戰(zhàn)場。它的崛起，從來不是技術(shù)發(fā)燒友的小眾狂歡，而是智能產(chǎn)業(yè)在經(jīng)歷了三年泡沫式內(nèi)卷后，回歸商業(yè)本質(zhì)、突破增長瓶頸的必然選擇。
云側(cè)范式走到盡頭的必然突圍
云側(cè)AI的核心范式，是“中心式算力壟斷+集中式數(shù)據(jù)處理”，所有的模型推理、數(shù)據(jù)計算都在云端數(shù)據(jù)中心完成，終端僅作為信息輸入與輸出的載體。當(dāng)行業(yè)進入商業(yè)化落地的深水區(qū)，其與生俱來的短板，已經(jīng)成為制約 AI 規(guī)模化普及的天花板。
首先是規(guī)模不經(jīng)濟的商業(yè)死循環(huán)。隨著云側(cè)大模型參數(shù)規(guī)模每上一個臺階，算力投入就會呈現(xiàn)指數(shù)級增長，而對應(yīng)的商業(yè)化收入?yún)s很難實現(xiàn)線性匹配。過去三年，行業(yè)陷入了“參數(shù)內(nèi)卷-算力燒錢-降價搶客戶-利潤虧損”的循環(huán)，哪怕是頭部云廠商與大模型企業(yè)，也很難實現(xiàn)大模型業(yè)務(wù)的獨立盈利。更關(guān)鍵的是，當(dāng)AI應(yīng)用向高頻、海量的C端場景滲透時，按調(diào)用次數(shù)付費的云服務(wù)模式，根本無法承載十億級用戶的日常需求。
其次，是實時性與穩(wěn)定性的體驗瓶頸。云側(cè)AI的推理延遲，高度依賴網(wǎng)絡(luò)環(huán)境，哪怕是5G網(wǎng)絡(luò)，也很難滿足毫秒級響應(yīng)的場景需求。智能駕駛的實時避障、工業(yè)設(shè)備的實時質(zhì)檢、影像拍攝的實時處理、人機交互的實時響應(yīng)，這些AI最能創(chuàng)造用戶價值的場景，恰恰是云側(cè)模式的能力盲區(qū)。
最后，是數(shù)據(jù)隱私與合規(guī)的紅線難題。全球范圍內(nèi)的數(shù)據(jù)監(jiān)管正在持續(xù)收緊，個人信息保護、數(shù)據(jù)跨境流動、行業(yè)數(shù)據(jù)合規(guī)的門檻越來越高。云側(cè)AI需要用戶數(shù)據(jù)上傳至云端進行處理，這就天然帶來了數(shù)據(jù)泄露、隱私濫用的風(fēng)險。
這三重?zé)o解的困局，讓行業(yè)逐漸意識到AI的終極目標(biāo)，不是打造一個放在云端的、無所不能的超級模型，而是讓AI能力融入每一臺終端、每一個場景，成為用戶無感卻無處不在的基礎(chǔ)設(shè)施。
端側(cè)AI的崛起，不僅是對云側(cè)模式的補充，還是對AI產(chǎn)業(yè)底層范式的徹底重構(gòu)：從“中心集中式”走向“分布式普惠”，從巨頭壟斷的封閉生態(tài)走向全產(chǎn)業(yè)鏈參與的開放格局。
重構(gòu)智能產(chǎn)業(yè)生態(tài)
很多人對端側(cè)AI的認知，依然停留在“把大模型壓縮后裝到終端里”，這是對端側(cè)AI最淺層的誤解。端側(cè)AI的核心價值，從來不是大模型的端側(cè)遷移，而是通過算力下沉、能力前置，重構(gòu)整個智能產(chǎn)業(yè)的話語權(quán)分配規(guī)則，改寫過去三十年形成的產(chǎn)業(yè)格局。
在傳統(tǒng)的智能產(chǎn)業(yè)格局中，話語權(quán)牢牢掌握在兩類玩家手中：一類是掌控中心算力的云廠商與芯片巨頭，它們決定了AI的算力供給與技術(shù)門檻；另一類是掌控操作系統(tǒng)與應(yīng)用生態(tài)的平臺廠商，它們決定了AI能力觸達用戶的入口。終端廠商、開發(fā)者、垂直行業(yè)玩家，始終處于產(chǎn)業(yè)鏈的下游，只能在巨頭劃定的規(guī)則內(nèi)做應(yīng)用層的微創(chuàng)新，很難形成自己的核心壁壘。
端側(cè)AI不再追求單一的峰值算力，而是追求算力、功耗、成本的三角最優(yōu)解，核心考核標(biāo)準(zhǔn)，是能否在終端有限的功耗、體積、成本約束下，實現(xiàn)特定場景的AI能力最優(yōu)。哪怕是行業(yè)新玩家，只要能在特定場景下實現(xiàn)三角平衡，就能在端側(cè)市場占據(jù)一席之地。更重要的是，端側(cè)需求是海量、多元的，手機、汽車、IoT設(shè)備、工業(yè)終端、穿戴設(shè)備，不同的終端對算力、功耗、成本的需求天差地別，沒有任何一家巨頭能覆蓋所有場景，這就為全產(chǎn)業(yè)鏈的玩家，打開了全新的增長空間。
另外，過去十年，消費終端產(chǎn)業(yè)陷入了極致的同質(zhì)化內(nèi)卷：手機廠商比拼屏幕、像素、快充參數(shù)，汽車廠商比拼續(xù)航、零百加速、屏幕數(shù)量，IoT廠商比拼價格、外觀、連接能力。硬件參數(shù)的內(nèi)卷，最終帶來的是邊際效益遞減、利潤空間持續(xù)壓縮，終端廠商逐漸淪為“硬件組裝廠”，很難形成差異化的核心競爭力。
端側(cè)AI的出現(xiàn)，為終端產(chǎn)業(yè)帶來了二次革命的機會：它讓終端的核心競爭力，從“硬件參數(shù)的堆砌”，轉(zhuǎn)向“AI 能力的場景化落地”。用戶購買一臺終端，不再是為了更好的屏幕、更快的充電，而是為了更智能的交互、更高效的體驗、更安全的隱私保護。終端廠商的核心能力，也不再是硬件供應(yīng)鏈的整合能力，而是芯片、框架、模型、場景的全棧優(yōu)化能力，是對用戶需求的深度理解，是把端側(cè)AI能力轉(zhuǎn)化為用戶可感知的剛需體驗的能力。
更重要的是，端側(cè)AI讓終端廠商擺脫了對云廠商、大模型廠商的依賴，掌握了用戶入口與數(shù)據(jù)價值的主導(dǎo)權(quán)。數(shù)據(jù)不再需要上傳至云端，用戶的核心行為、核心數(shù)據(jù)都沉淀在終端上，終端廠商可以基于本地數(shù)據(jù)，為用戶提供個性化的AI服務(wù)，同時構(gòu)建起自己的應(yīng)用生態(tài)與商業(yè)閉環(huán)。
結(jié)語
端側(cè)AI的崛起，為中國AI產(chǎn)業(yè)實現(xiàn)全球領(lǐng)先，提供了前所未有的機會。在云側(cè)大模型時代，國內(nèi)始終處于跟隨狀態(tài)，核心框架、高端芯片的話語權(quán)，依然掌握在海外巨頭手中。而在端側(cè)AI時代，中國擁有全球最大的終端市場、最完善的制造業(yè)產(chǎn)業(yè)鏈、最豐富的應(yīng)用場景、最開放的AI生態(tài)，從端側(cè)芯片、推理框架，到終端設(shè)備、場景應(yīng)用，全產(chǎn)業(yè)鏈都有本土玩家實現(xiàn)了突破。這種全產(chǎn)業(yè)鏈的優(yōu)勢，是任何其他國家都無法比擬的。
當(dāng)AI的范式從“中心集中式”轉(zhuǎn)向“分布式普惠”，中國AI產(chǎn)業(yè)終于迎來了從跟跑到領(lǐng)跑的關(guān)鍵拐點。而端側(cè)AI的故事，才剛剛開始。它的終局，從來不是打造更強大的智能終端，而是讓智能無處不在，讓價值回歸場景，讓技術(shù)服務(wù)于人。
（文/楚風(fēng)）
e-Mail：lab@enet16.com
