全球半导体行业复苏 - 2025年8月全球半导体产业销售额达649亿美元，连续九个月同环比双增，同比涨幅21.7%，创2022年以来显著增长 [1] - 美洲、亚太（含中国）合计贡献近八成增量，库存周转天数较2023年峰值缩短22天，行业站上荣枯线上方 [1] 新紫光集团战略布局 - 集团构建覆盖芯片设计、制造、封测、材料、模组、ICT设备与云服务的完整产业链图谱 [1] - 通过"集团+产业板块+子公司"协同机制，以AI、通信、汽车电子、存储为技术牵引，形成"万物AI+"产业裂变格局 [1] 芯片设计业务突破 - 紫光国微前三季度营收49.04亿元，同比增长15.05%，归母净利润12.63亿元，同比增长25.04% [4] - 紫光展锐2025年第二季度全球智能手机SoC市占率达13%，位列第四，IPO进入辅导阶段，预计2025-2026年科创板上市 [6] - 紫光国芯2024年7月登陆新三板，2025年5月跻身创新层，形成从AI服务器到端侧设备全栈存储布局 [7] - 紫光同创发布国内首款基于FinFET工艺的5000万门级量产FPGA产品PG3T500，填补国内中高端FPGA产业化空白 [8] 技术创新与产品进展 - 紫光国微推出中国首款Arm Cortex-R52+内核ASIL D MCU THA6 Gen2系列，填补国内汽车电子空白 [5] - 紫光展锐5G-A两项技术方案被3GPP R18采纳，推出国内首颗低轨卫星通信芯片V8821，端侧AI平台算力可达100T [9] - 紫光国芯第四代三维堆叠DRAM技术面向AI算力芯片，车规级LPDDR4(x)系列年出货超百万颗 [10] 5G-A与6G技术布局 - 新紫光联合生态伙伴在5G CPE、RedCap等领域打造行业标杆项目，推出百余款5G行业终端 [14] - 集团积极参与ITU、3GPP等国际组织标准制定，完成NR NTN低轨卫星实验室测试，实现卫星物联网浮标环境监测落地 [14] 汽车电子生态构建 - 新紫光覆盖高端域控MCU、智能座舱SoC、车规级存储等全车电子架构芯片矩阵，产品在一汽、吉利等主机厂量产 [15] - 与斑马智行联合打造智能座舱方案获ISO 26262 ASIL-D认证，与TASKING等方案商共建芯片-软件协同优化体系 [15] AI端云协同与算力服务 - 新紫光推出MCP端侧AI平台方案，支持多模态、多并发场景，联合推出AI学习机、AI手机等端侧智能产品 [16] - 新华三推出超节点集群与分布式存储系统，发布多款行业垂直大模型，"图灵小镇"模式在多地落地实现智算中心可持续运营 [17] 资本市场表现 - 紫光股份2025半年报营业收入474.2亿元，同比增长25%，扣非归母净利润11.2亿元，同比增长25.1% [18] - 新华三上半年营业收入364亿元，同比增长37.7%，政企业务增长53.6%，海外业务增长60.3% [18]

财务业绩表现 - 公司前三季度实现营业收入15.51亿元，同比增长41.64% [1] - 公司前三季度实现归属上市公司股东的净利润1.34亿元，同比增长46.65% [1] - 公司第三季度业绩增长显著，实现营业收入5.68亿元，同比增长57.57% [1] - 公司第三季度实现归属于上市公司股东的净利润5832.11万元，同比增长196.69% [1] 定向增发与资本开支 - 公司拟通过定增募集资金不超过9.84亿元，投入三大项目 [1] - 公司董事长计划认购本次定增实际发行数量的不低于10% [1] - 定增资金将投向"云终端算力中心项目"、"物联网终端智能化升级项目"和"瘦终端SoC芯片技术研发项目" [1] 云终端算力中心战略 - 云终端算力中心项目旨在构建高效、稳定且具备弹性扩展能力的分布式算力网络 [2] - 该项目将实现云终端业务从底层架构到上层应用的全面自主可控 [2] - 自建算力中心相比租赁第三方数据中心，预计每路整体成本可下降约60% [2] 物联网终端智能化战略 - 物联网终端智能化升级项目将基于现有产品，融入人工智能等新技术以提升产品智能化水平 [2] - 该项目旨在实现泛终端设备与云端资源的协同，并为数字虚拟商品业务开辟新销售渠道 [2] 芯片研发与技术布局 - 瘦终端SoC芯片技术研发项目是公司向端侧AI应用延伸的关键举措 [3] - 研发将围绕瘦终端SoC芯片、端侧AI算法、端云协同AI算法及个性化智能体四个方向展开 [3] - 该项目旨在构建端侧轻量级AI计算、云端AI智能体及端云协同的完整技术体系 [3] 商业模式与生态愿景 - 公司发展战略紧扣"一个基础、两个方向"，聚焦三大核心业务板块协同 [2] - 公司目标构建"端云协同、服务订阅"的可持续商业模式，加速实现AI泛终端生态闭环 [2] - 未来竞争在于生态构建，公司计划通过"AI+"服务赋能泛终端，实现从卖硬件到运营生态的跃迁 [3]

产品发布核心事件 - 荣耀在Magic8系列旗舰发布会结尾以压轴彩蛋形式亮相了名为“荣耀ROBOT PHONE”的机器人手机新物种 [1] - 该机器人手机融合了AI手机的超级大脑、机器人的超强行动力与高清摄像机的敏锐捕捉能力，其背面隐藏式机械臂云台可一键展开，实现全自动构图、目标跟随与专业防抖 [1] - 此次发布会正值全球智能手机市场迎来复苏、AI成为行业最大变量的关键时期 [1] 荣耀ROBOT PHONE：未来终端形态探索 - 荣耀CEO李健提出终端形态演进“三阶段论”：iPhone时代、荣耀Magic8系列启动的AiPhone时代、以及未来的荣耀机器人手机ROBOT PHONE方向 [2] - 机器人手机的设计基于“灵魂马车”哲学，旨在将AI代表的“智慧”、机器人代表的“快乐”以及高清影像代表的“爱”有机结合 [2] - 此次概念发布是荣耀“阿尔法战略”的关键一步，标志着公司从硬件公司向AI终端生态公司的转型，此前公司已于今年5月宣布进军机器人产业并展示四足机器人原型 [2] 荣耀Magic8系列：当前AI战略基石 - 荣耀Magic8系列的核心是自进化AI智能体YOYO，该智能体可像生命体一样自我观察、自我反思和自我迭代，成为用户的数字伙伴 [3] - 通过“YOYO许愿池”和“MagicOS月月焕新计划”，用户可参与塑造手机的成长，强化产品“生命感”与情感连接 [3] - 公司定义Magic8系列产品力强大，标准版配置超越友商Pro版本被称为“最爆标准版”，Pro版则具备Max版实力，在AI、影像和性能方面达到“三个巅峰” [3] AI技术路径：端云协同战略 - 在行业AI路径出现分化的背景下，荣耀选择了一条更复杂的“端云协同”技术路径 [4] - 其“魔法大模型3.0”技术架构包含端侧模型MagicLM-Nano用于处理敏感信息保障隐私和实时响应，以及三款云端模型MagicAgent Tool、Plan、Ultra用于完成更复杂推理和任务规划 [5] - 公司强调端侧和云侧分工的核心逻辑首要原则是用户隐私安全，用户的核心隐私数据绝对不能离开终端 [5] 行业背景与公司战略定位 - 智能手机行业很久没有出现硬件上的颠覆式创新，全球市场正迎来复苏，IDC等机构数据显示第三季度国内市场头名易主，各厂商在存量市场竞争愈发激烈 [1] - 行业对AI终端终极形态的探索存在两种路径：一是在现有手机形态内进行体验深度革命，二是彻底颠覆硬件形态探索新物种 [6] - 荣耀的战略选择是在两条战线上同时下注，通过Magic8系列务实路线稳住当前市场竞争基本盘，同时通过机器人手机愿景提前布局未来AI终端形态，展示技术想象力 [6]

文章核心观点 - 人工智能正经历从云端向终端设备（端侧AI）的“下沉革命”，在政策支持和巨头引领下，行业进入新品创新大周期，预计2026年将迎来端侧AI大年 [1] - 端侧AI的发展由算力爆炸与隐私觉醒双重驱动，通过本地部署满足实时性、低延迟和隐私保护需求，云端与端侧混合部署成为共识 [1][2] - 端侧AI被视为继移动互联网后的又一重要用户流量入口，可能重塑全球科技格局，并为中国厂商提供复制移动互联时代成功、实现弯道超车的巨大机遇 [1][7][14] 政策支持 - 商务部等八部门联合印发《关于大力发展数字消费共创数字时代美好生活的指导意见》，明确提出加速人工智能终端产品创新，为端侧AI应用注入新动能 [1][2] - 政策鼓励增加人工智能手机、电脑、智能机器人、可穿戴设备、桌面级3D打印设备等终端产品供给，并开展智能网联汽车准入和上路通行试点 [2] - 政策聚焦AI终端供给具有前瞻性，有望释放消费潜力并带动芯片、传感器等上游产业升级，形成“需求牵引供给”的良性循环 [2] 行业巨头动态与竞争格局 - 科技巨头如Meta、OpenAI、英伟达、联想集团、京东等近期密集加码端侧AI，在模型、芯片、设备等领域加速布局，竞争持续升温 [1][3][6] - OpenAI计划明年推出数款AI硬件，包括音箱、眼镜、录音笔和“可佩戴别针” [3] - 苹果公司调整智能眼镜路线图，计划2026年发布、2027年发售首款Apple Glass，以加速追赶Meta [3] - 英伟达和英特尔宣布合作，共同开发多代定制化的数据中心和客户端CPU，以加速各类应用与工作负载的处理 [6] 市场前景与规模预测 - 天风证券看好端侧AI新品创新大周期，预计2026年有望迎来端侧AI大年 [1] - 东吴证券预计，到2028年，中国端侧AI市场规模将从2023年的不到2000亿元增长到超过1.9万亿元，5年复合年均增长率（CAGR）为58% [6] - 2023年全球存量消费终端设备达228亿台，随着亿级出货量的PC和手机开始AI化，消费级终端将带动端侧AI高速发展 [6] - 用户入口抢夺或带来端侧硬件和应用大爆发，形成不亚于移动互联应用初始爆发期的商业机会 [6] 技术发展趋势与挑战 - 端侧AI的实时性可减少延迟、提升用户体验并实现隐私保护，云端公有大模型与端侧私有大模型混合部署成为共识 [2] - 端侧模型小型化成为行业共识，以降低功耗和成本，例如苹果的Apple Intelligence采用30亿参数设计 [7] - 厂商竞争焦点正从“堆参数、拼算力”转向关注模型在端侧的实用性能和功耗控制 [7] - 端云协同是重要方向，可根据用户意图、网络情况、隐私需求等选择执行端侧或云端，以高效利用资源并提供更佳体验 [11] 中国企业机遇与布局 - 端侧AI为中国企业参与国际竞争、实现弯道超车提供巨大机会，有望复制移动互联时代应用后来居上的成功案例 [1][7][14] - 联想集团是国内较早致力于端侧模型小型化的科技巨头之一，推出了首款AI PC、自研“推理加速引擎”及“超级互联”功能，构建端云一体架构 [8][9][12] - 联想集团表示，未来12个月端侧AI综合能力将实现至少三倍的提升，公司围绕“一体多端”的愿景发展 [11][12][14] - 国内厂商在端侧AIOT算力、存储、无线连接芯片等技术方向大有可为，具备跨赛道集成能力，有望实现弯道超车 [14]

端侧大模型的定义与范畴 - 端侧大模型指将大模型的推理过程直接部署在终端设备上，而非依赖云端数据中心 [2] - 端侧设备范围广泛，包括算力较弱的IoT设备、算力中等的智能手机、机器人和PC等 [2] - 大模型没有统一标准，通常指基于decoder-only的Transformer架构、参数规模超过百兆的自回归模型，能处理多种任务并适应不同下游任务 [2] 端侧部署的核心优势 - 隐私保护：模型可利用端上产生的所有数据（如录音、文本、屏幕点击），避免敏感数据上传云端 [3] - 低延迟与高可用性：端侧推理摆脱网络依赖，避免云端服务的网络往返延迟和批量调度时延，整体延迟显著降低 [3][6] - 成本优势：将计算分摊到用户终端，可减少企业维护超大GPU集群的成本 [3][6] 端侧部署面临的技术挑战 - 内存限制：终端设备内存配置多为8~12GB，需通过极致量化与压缩（如4bit甚至更低）来适配有限内存 [4][5][7] - 精度对齐：端侧必须将FP32模型高精度压缩，不同厂商对量化算法的支持差异带来精度对齐难题 [5] - 开发适配成本高：端侧部署几乎需从零开始开发高性能算子，构建推理能力，开发成本远高于云端 [5] - 模型部署与下发：APP安装包尺寸限制大，即便量化后模型仍可能达几百兆，内存压力显著 [11] 业界解决方案与技术进展 - 华为CANN工具链提供NPU友好的低比特量化算法，显著降低模型内存占用，使大模型能运行于手机等终端 [6][9] - 工具链支持Ascend C自定义算子开发，实现一次开发多端部署，并已适配业界主流开源模型（如通义、千问、LLaMA、ChatGLM） [6][9] - 采用量化策略如PTQ、QAT，针对2比特量化选用更小block size（如64或32）并引入二级量化来压缩scale，减少模型体积和加载内存 [16][17] - 利用模型稀疏性与存储分层结合，将频繁激活的参数常驻内存，不常用参数按需加载，以扩大端侧可运行模型规模 [12][13] - 针对Prefill阶段算力瓶颈，采用prompt缓存、混合低比特量化等技术；针对Decode阶段带宽瓶颈，采用更低比特量化、MoE、投机推理等方案 [14][15] 典型应用场景与商业化路径 - 隐私要求高的场景：如数字世界的Computer Use Agent（GUI Agent、Function Code Agent）、物理世界的具身智能（无人机、机器人） [21][26] - 实时性要求高的场景：如语音助手、流式识别、实时翻译、相机算法优化、离线ASR等 [6][21] - 商业模式上，终端侧运行已基本成熟，华为、vivo、荣耀、苹果等厂商新旗舰手机均具备端侧大模型能力 [21] - 更易取得商业化成果的路径是将大模型与具体应用场景结合，如应用开发、智能Agent、无人机或其他深度垂直领域 [29][30] 未来发展趋势与端云协同 - 未来3-5年，端云协同将成为必然趋势，端侧作为"神经末梢"负责部分token计算和隐私数据采集，云端作为"大脑"完成复杂推理决策 [23][24] - 端侧将更贴近生产力场景，处理与用户本地数据相关的个性化任务；云端则致力于拓展人类知识边界的复杂任务 [24][25] - 端的形态将不限于手机，扩展到车机、机器人、智能眼镜等设备，成为智能入口和重要计算节点 [25][26] - 操作系统需重新定义资源管理以适配大模型，如KV cache的管理、NPU的灵活调度机制等 [10][24]

AI手机行业竞争态势 - 发力AI手机已成为各大手机厂商的共识 但近两年多来尚未有赢家跑出 [2] - 行业共识是操作系统已向AIOS全面演进 这是用户体验要求更自然、更直觉的必然 [2] - 当前竞争焦点在于谁能更好地用AI重塑人机交互方式 让AI手机能更自主感知 [2] vivo的AI战略核心 - 公司在2025开发者大会上提出全新升级的蓝心智能战略 旨在从三方面促进AI与操作系统融合 [2] - 战略目标是将大模型技术与手机操作系统深度融合 打造个人化智能 [2] - 战略推进方向包括蓝心大模型矩阵、蓝心个人智能框架、蓝心智能开放平台 [2] 蓝心大模型矩阵进展 - 大模型是AIOS的能力底座 公司在2023年首次推出自研蓝心大模型矩阵 [3] - 新矩阵在语言、语音和图像方面实现进一步突破 并推出体量更轻、能力更全的3B端侧多模态推理大模型 [3] - 采用端云协同主流部署方案 端侧负责低算力AI工作 云端负责高算力情景 [3] - 过去两年公司实现了13B、7B、3B、1B多种模态的端侧化 在手机上累计实现18个功能的端侧化 [3] - 从去年开始重点选择3B模型的端侧化技术路径 [3] - 3B模型具备语言能力、多模态能力、逻辑推理能力、128K长上下文能力、UI Agent能力 [3] - 3B端侧多模态推理大模型是全球首个专为端侧Agent构建的3B模型 [4] 蓝心个人智能框架 - 全新框架允许大模型通过全域感知和多模态数据融合 更精准理解用户意图 [5] - 框架通过个人化数据沉淀不断加深对用户的理解 [5] - 该技术是公司做好AI眼镜和未来具身智能大脑的技术基础 [5] 蓝心智能开放平台与生态构建 - 公司全面升级蓝心智能开放平台 包括平台层、协议层和分发层 将个人化能力开放给更多开发者 [5] - 意图框架升级为2.0 全面兼容MCP协议 [6] - 公司推出适配智能体协议A2A 使开发者能基于Agent协议全流程线上化进行智能体创建和卡片配置 [6] - 智能语音助手蓝心小V可调用的手机和生态应用技能已超过千余个 [6] OriginOS 6操作系统特性 - OriginOS 6是基于端侧"个人专属模型"的新一代手机操作系统 提供千人千面的定制化服务 [6] - 系统升级"小V圈搜" 支持屏幕主体自动识别和意图理解 从"能搜会识"到"即刻执行" [6] - 搭载的小V记忆2.0可将收藏内容进行AI提炼、分类整理 并关联日程和地址等信息 [6] 蓝河操作系统发展 - 公司推出蓝河操作系统3 为原生AI设备而来 构建"立体感知体系" [7] - 蓝河操作系统3提升相机启动速度 支持视觉识别与空间算法 [7] - 蓝河操作系统是行业首个全栈由Rust语言编写的操作系统 首发搭载在手表上 [7] - 未来公司可能在智能眼镜等更多原生AI设备上搭载蓝河操作系统 [7]

核心观点 - vivo在2025年开发者大会上展示了其全新的端侧AI能力，标志着AI手机从概念走向实用化[6] - 公司战略核心是坚定不移地走“更懂用户的个人化智能”之路，而非单纯的参数竞赛[8] - 通过推出蓝心3B端侧多模态推理大模型及端云协同的模型矩阵，旨在打破API成本高墙，解决AI规模化落地难题[8][9] - 基于对脑科学的研究，vivo模拟人类思维架构构建AI操作系统，通过感知、记忆、规划、执行四大引擎让AI具备理解、思考和行动的能力[18][20] - 公司通过开放端侧AI能力、模型矩阵和统一框架，携手开发者共建生态，愿景是在未来三到五年让超过3亿设备拥有强大的本地AI能力[23][24][31] 模型战略与技术突破 - 提出全新的One Model：蓝心3B端侧多模态推理大模型，作为战略核心[8] - 打造端云协同、端侧部署优先的大模型核心引擎，包含语言、语音、图像、3B端侧多模态推理大模型和个人专属模型五大模型[9] - 蓝心3B模型以30亿参数实现优化，以60%的参数量效果比肩行业最优的4B级纯语言模型，推理速度达200 Token/s[9] - 该模型在多模态权威榜单OpenCompass上实现越级挑战，性能超越一众先进的8B模型[11] - 支持语言及多模态任务深度思考，通过混合推理架构自动切换思考/非思考模式，使复杂推理不再是云端独有技能[13] - 端侧能力提升使多智能体协同工作成为可能，如能看懂屏幕并模拟操作的UI Agent[14] 系统整合与个人化体验 - 大模型能力已融入OS系统底层各个模块，使AI成为无处不在的系统级智能[15] - AI操作系统基于对人类思维架构的模拟，通过感知、记忆、规划、执行四大引擎协同工作[18] - 实时感知涵盖图像、文本、声音等多模态内容识别，记忆是对用户数据行为的存储理解，执行包括调用工具与服务，自主规划可主动思考拆解复杂任务[20] - 通过多智能体协同形成“群体智能”，驱动手机中多个应用分工协作，动态调度规划以完成复杂通用任务[20][21] - 蓝心小V已与多家合作伙伴合作，打造覆盖健康、教育、出行、情感、办公等场景的智能体[21] 开放生态与合作伙伴 - 公司开放强大的端侧AI能力、端云协同模型矩阵、统一开放的Agent框架及与OS深度整合的系统级能力[24] - 开发者构建的新能力最短仅需10分钟即可上架vivo智能体生态，通过平台与蓝心小V的A2A协议发布上线[26] - 展示了与蚂蚁集团旗下AI健康应用AQ的合作成果，AQ升级后在蓝心小V健康流量占比提升三倍[28][29] - AQ具备“医学思维”，通过多轮对话、拍皮肤、识报告等方式分析身体状况，连接全国超5000家医院、近百万医生、超300位名医AI分身[29] - 生态已接入50多家合作伙伴，提供100多种非常识别能力及200多项服务及智能体[25]

文章核心观点 - 在2025骁龙峰会·中国上，行业核心玩家共同探讨了AI与Agent技术为终端设备（特别是具身智能机器人）带来的新想象，并剖析了当前行业面临的技术路线分歧、部署挑战及开放协作的必要性 [1][2][3] 具身智能机器人的发展路径与挑战 - 宇树科技CEO王兴兴提出了通用AI机器人发展的四阶段路线图：固定动作演示（已实现）、实时生成任意动作（预计最快2025年底/2026年初实现）、在陌生场景执行任务（预计2026年底左右实现）、高成功率与精细操作（目标成功率接近99.9%，需再数年） [11][12] - 机器人面临部署大规模算力的难题，包括空间限制导致高算力芯片难以安装、电池容量及散热问题难以解决 [20][21] - 机器人峰值功耗理想目标需控制在100W以内，平均正常功耗为20-30W，相当于几个手机的功耗，手机芯片应用于机器人领域具有想象空间 [23][24] - 工业机器人最常见的故障是线缆问题，可能占到故障总数的60%-70%，减少线缆数量对提升可靠性至关重要，目标是将每个手臂的线缆减少至仅一根 [16][17][19] 端侧AI与Agent系统的关键作用 - 端云协同已成为行业共识，端侧模型具备"永远在线"的优势，可持续感知世界、保障用户隐私，并作为核心编排者协同云端Agent完成复杂任务 [35][38] - 端侧模型需不断提升知识密度，面壁智能提出知识密度每三个月提升一倍的观点，以更好地适应各种硬件设备和用户场景 [39] - 在汽车座舱等具体终端场景，端侧模型能基于本地感知（如感知到后座小朋友哭闹）快速响应并协同云端模型提供服务，避免隐私暴露 [36] 行业协作与开放生态建设 - 当前行业处于黎明前夜，各家技术路线差异大导致整体进展缓慢，建议在模型尚无法直接部署的阶段保持开放态度，通过开源促进共同进步 [25][28][29] - 宇树科技已开源其基于视频生成的世界模型，包括模型、数据集、训练及部署源代码，旨在推动领域共同发展，类似OpenAI早期开源GPT-1/2的策略 [26][28] - 行业需共建基础设施以应对碎片化挑战，例如中科创达与高通、火山引擎等合作共建创新中心与联合实验室，推动混合AI方案优化 [48][51] Agent的服务本质与未来操作系统 - Agent的核心竞争力在于其能提供的服务能力，用户选择Agent的逻辑将类似于选择操作系统，关键在于其接入服务的广度与深度 [44][47] - 理想汽车的"理想同学"Agent已从车内服务扩展至生活场景，如点咖啡、交水电费、叫代驾等 [47] - 未来有望形成跨终端的操作系统，由Cloud OS与各终端Agent协同工作，AI将作为一种全新的UI催生新的AI OS [50]

产品升级计划 - 苹果公司计划于2026年年初发布的iOS 26.4系统中为Siri搭载基于自研Apple Foundation Model的AI网页搜索功能 [1] - 新系统构建三大核心模块：规划器负责解析用户意图与处理设备端隐私数据 搜索执行器负责调用网络资源 总结功能依托私有云计算平台整合信息 [1] - 总结功能采用谷歌Gemini模型运行于苹果控制的服务器 所有用户查询均通过匿名标识符处理并剥离个人身份信息 [3] 技术架构特点 - 采用"端云协同"AI战略：设备端模型处理敏感数据确保隐私安全 云端引入第三方模型弥补设备端计算局限 [3] - 现有苹果与谷歌搜索合作协议将继续生效 Gemini模型仅作为工具链组成部分运行于苹果服务器 [3] - 私有云计算服务器采用可再生能源 符合公司环保承诺 [3] 战略方向 - 凸显苹果在AI领域坚持技术自主权的发展思路 通过自研基础模型作为核心支撑并整合第三方模型补充功能 [3] - 凭借垂直整合能力持续完善AI生态布局 优化用户智能交互体验 [1][3] - 彰显公司在AI领域的技术布局与战略方向 [1]

行业趋势 - 大模型商业化落地成为行业关注焦点 终端应用集中在汽车 手机 机器人等领域 [1] - 端侧模型优势及端云协同成为行业共识 越来越多厂商将注意力投向端侧 [2] - 汽车成为端侧智能主战场之一 多模态大模型重新定义智能座舱 实现从被动响应转向主动智能 [5] 公司战略 - 面壁智能成立一级组织汽车业务线 旨在实现压强式突破 让MiniCPM端侧模型应用到更多汽车 [1] - 公司2024年初定义并开拓端侧智能市场 推出MiniCPM系列端侧模型 形成基座 多模态 全模态的完整谱系 [1] - 2024年6月开源两款最快速MiniCPM 4.0模型 8月接力开源MiniCPM-V4.0 多模态能力可流畅运行于手机 [1] 技术产品 - MiniCPM端侧模型2.4B参数能力超越Mistral 7B模型 推出多模态代表作V2.5 o2.6等有世界级影响力的模型 [1] - 端侧模型上车使车辆在无网环境下也能体验完整功能 响应迅速且确保隐私安全 [5] - 下半年将有一批端侧模型陆续发布 [1] 商业合作 - 与吉利 大众 长安 长城 广汽等重量级车企开展合作 在AI座舱方面形成特色优势 [5] - 首款量产车型长安马自达MAZDA EZ-60将于本月底上市 搭载面壁MiniCPM端侧模型 [4][5] - 更多车企合作车型将陆续推向新阶段 [5] 竞争格局 - 越来越多创业公司和巨头涌入端侧赛道 市场加速成长 场景丰富分散容众多参与者 [5] - 阶跃星辰联合吉利推出AI智能座舱 实现行业端到端语音大模型首次量产上车 [5]