（記者　杜峰）近年來，人工智能技術突飛猛進，大模型的快速迭代不僅推動了AI在云端的發展，也加速了AI在終端設備的落地。陜西電信發布家庭桌面AI機器人，上海電信創新推出“AI家智屏”，OpenAI計劃推出1億臺“伴侶”設備……從智能手機到智能家居，終端設備的AI化趨勢愈發明顯。端側AI模型也從能用到好用，開啟了輕量化進階之路。

智能終端加速AI化

隨著人工智能技術的快速發展，越來越多的傳統終端設備正被賦予AI能力，AI技術在智能終端中的應用已經滲透到多個方面。

在拍照方面，手機AI算法可以自動識別場景并優化拍攝參數，提升照片質量。在健康監測方面，智能手表和手環可以通過傳感器收集數據，結合AI算法分析用戶的健康狀況。在智能家居方面，智能音箱和智能攝像頭可以通過語音控制和圖像識別技術，實現家庭自動化和安全監控。

AI化的智能終端不僅提升了功能的多樣性和便捷性，還顯著改善了用戶體驗。通過蘋果的Siri、小米的小愛同學等語音助手，用戶可以無需手動操作即可完成查詢信息、設置提醒、播放音樂等任務。在智能駕駛領域，AI技術的應用使得車輛能夠自動識別路況并做出安全駕駛決策，提升了駕駛的安全性和舒適性。

據Counterpoint&和聯發科發布的《生成式AI手機產業白皮書 》，預計AI手機將會從 2023 年的只有百萬級別增長至2027年的12.3億部，AI手機端側整體AI算力將會達到 50000EOPS以上，未來AI手機將會成為不可忽視的AI計算資源池。Canalys預測到2027年AI PC全球出貨量預計超過1.7億臺，在個人電腦出貨量的占比超60%。

智研咨詢發布的《中國AI智能終端行業市場全景調研及未來前景研判報告》顯示，2024年中國AI智能終端市場規模從2021年的36.66億元增長至2207.85億元，預計2025年中國AI智能終端市場規模有望達到5347.9億元。未來，AI技術將深入到幾乎所有智能終端設備中，不僅限于智能手機和PC，還將涵蓋智能家居、汽車、可穿戴設備等更多領域。隨著AI算法的不斷升級和芯片性能的提升，終端設備將變得更加智能化與場景化、生態化。

端側AI模型加速到來

（圖片來源：攝圖網）

僅僅在一年以前，“端側AI是否真能落地？”仍在不少人心中存疑，然而隨著AI應用的廣泛滲透，端側AI模型加速到來。端側AI的崛起并非偶然，而是由技術、市場和用戶需求共同推動的結果。

一方面，端側是AI落地的一個重要窗口。隨著AI應用場景的多樣化，云端AI的局限性逐漸顯現，如網絡延遲、數據隱私問題等。相比之下，端側AI能夠提供更快的響應速度、更低的帶寬消耗和更高的隱私安全性，使其在智能終端中占據重要地位。此外，當模型能力漸趨同質化，“誰更貼近用戶”則成為差異化競爭的關鍵，手機廠商通過優化端側AI模型，提供更個性化的服務（如智能相冊分類、本地語音助手），從而增強用戶體驗。

另一方面，AI資源的開放降低了技術門檻，使得更多企業和開發者能夠參與到AI應用的開發中。例如，OpenAI等公司提供了強大的AI模型和開發工具，使得開發者可以快速構建AI應用。同時，小模型性能的增強和算力平臺的完善也為端側AI的落地提供了技術支持。例如，一些輕量級的AI模型可以在低功耗設備上運行，滿足了端側AI的需求。

端側AI模型的輕量化是未來的重要趨勢。通過優化模型結構和算法，輕量級AI模型可以在保持較高性能的同時，減少計算資源的消耗。高通、聯發科、蘋果正在優化硬件架構，以支持端側AI計算，NPU（神經網絡處理單元）的普及使終端設備能夠高效運行AI模型。此外，邊緣計算的發展也為端側AI提供了更強的算力支持。這不僅使得AI技術能夠在更多類型的終端設備上應用，還為AI技術的普及和推廣提供了可能。

天翼云在業內率先發布AI云電腦，通過構建開放平臺，匯聚多模態AI大模型應用，降低了大眾使用AI的門檻，加速推進AI普惠化。目前，天翼AI云電腦已匯集多個主流通用大模型以及教育、醫療、法律等多個行業大模型，打造AI應用中心，推出一系列場景化標桿應用，顯著提升用戶辦公和生產效率。

加強端云協同

盡管端側AI優勢明顯，但仍面臨諸多挑戰。一是AI模型輕量化，由于終端設備的算力和存儲有限，AI模型必須進行輕量化處理。二是端側AI的持續進化能力，傳統端側AI模型一旦部署，便難以更新。然而，用戶需求和數據分布可能隨時間變化，因此端側AI需要具備持續學習能力。三是產業場景深度滲透，端側AI的最終目標是深度融入行業應用，例如醫療領域，AI可穿戴設備可實時監測健康數據，并在本地進行初步分析，減少云端依賴；工業領域，AI攝像頭可在工廠端進行缺陷檢測，提高生產效率；自動駕駛領域，車載AI需在本地處理傳感器數據，以確保低延遲和高安全性。

純粹的端側AI或云端AI均無法滿足所有需求，因此端云協同成為主流方案。通過端云協同，終端設備可以將部分計算任務卸載到云端，利用云端的強大算力進行復雜計算，同時在本地進行實時處理，實現功能增強和體驗優化。例如，智能攝像頭可以在本地進行簡單的圖像識別，將復雜的數據處理任務上傳到云端，從而實現高效的監控和分析。陜西電信發布的家庭桌面AI機器人就是一個典型的端云協同應用。該機器人通過本地的AI芯片實現語音識別和簡單交互，同時將復雜的數據處理任務上傳到云端，利用云端的AI模型進行深度分析和決策。這種端云協同的方式不僅提升了機器人的智能水平，還為用戶提供了更加便捷和高效的服務。

通過加強端云協同，解決端側AI的關鍵挑戰，未來AI終端將更加智能和多樣化，為人們的生活和工作帶來更多的便利和創新。企業需加強端云協同，推動AI在終端側的深度滲透，從而真正實現“AI無處不在”的愿景。