行业核心观点 - 马斯克预言未来5-6年传统手机与APP将消失，AI助手或智能体将成为主流人机交互入口 [1] - AI手机发展重心正从端云协同向端侧模型转移，端侧模型能力快速提升并日益丰富 [1][3] - 手机企业掌握用户流量分发入口将引发移动终端生态深刻变革，终端生态合作初步范式已浮现 [1][7] AI手机发展重心转移 - 2023年ChatGPT爆火后手机企业纷纷All in AI，同年11月首批AI手机面市 [2] - 去年秋季行业开始纠偏，不再盲目比拼大模型参数规模，转向寻求AI与用户体验平衡并强调端云协同 [2] - 当前vivo、OPPO、荣耀等企业明确将AI发展重心向端侧转移 [3] - vivo推出30亿参数端侧多模态推理模型，其3B模型能力远超去年7B模型 [3][5] - 荣耀强调未来端侧模型建设将越来越重要，未来AI发展一定是端云结合但端侧价值凸显 [3] 端侧模型优势与驱动因素 - 端侧模型与用户直接绑定，核心任务是通过学习用户端侧数据构建专属个人数据模型，保障隐私与高效率 [4] - 端侧模型可实时分析用户数据、洞察需求，感知屏幕内容、理解使用意图，提供个性化服务 [4] - vivo认为做个人智能需聚焦个人化建设，做好端侧能力和本机功能，而非“卷”通用人工智能 [4] - DeepSeek等技术推动端侧模型能力快速提升，今年3B模型在推理、归纳综合、复杂任务拆解等能力远超去年7B模型 [5] - 端侧模型可实现AI写作、会议纪要整理等功能无需联网调用云端模型 [5] 端侧AI功能实现与差异化 - 目前荣耀、华为、OPPO等手机端侧均可进行AI写作、文档处理、图片精修、录音摘要、会议纪要整理等，无需云端协同 [5] - 手机企业在调用AI功能路径上出现差异化：荣耀、OPPO、魅族设置“一键AI”快捷键，vivo采用无感化设计将AI融入用户习惯 [5][6] - vivo无感化AI技术在用户保存录音文件时自动根据内容命名，避免用户对数据抓取的担忧 [6] 终端生态变革与合作模式 - 手机企业发展AI需解决端侧化、AI与OS结合、上层应用建设三大问题 [7] - 手机厂商仅占用户15%使用时长，85%时长由应用企业提供，应用开发者与终端厂商需合作共建安全授权标准 [7] - 终端生态合作初步范式：手机企业依托端侧大模型分析用户习惯并作出意图判断推荐，经用户确权后分发给第三方APP或智能体 [7] - 华为通过鸿蒙智能体框架建立第三方APP的AI协作生态，HarmonyOS 6小艺智能体广场已有80+鸿蒙应用智能体上架 [8] - 华为强调智能体上架后流量按用户需求和意图公平分发，保障所有开发者利益共享 [8] - 荣耀已接入超过4000个生态MCP和生态智能体，支持3000个场景自动执行 [8] - vivo与多家大厂达成合作，众多智能体将在新操作系统OriginOS 6逐步上线 [8] - OPPO与蚂蚁集团在AI智能体、服务生态等方面深入合作，探索多智能体协同 [8] 端侧AI面临的挑战 - 端侧模型面临算子障碍，需将云端X86架构生态的指令集转换为手机ARM内核并兼容不同芯片厂NPU指令集 [9] - 端侧大模型算力集中在手机端，对手机配置、功耗有较高要求，而调用云端算力涉及算力成本分担问题 [9] - vivo端侧化AI功能目前免费，但要求平台算力足够且内存配置8G以上，未来低端手机使用可能需用户分担云端算力成本 [9] - 端侧AI核心价值在于接触用户私有数据和场景信息，用户核心隐私数据绝对不能离开终端 [10] - AI发展重心向端侧转移将引发整个终端架构深刻变革，包括芯片架构重构、模型与芯片适配等 [10][11] - AI手机时代芯片可能在产品开发时提前与芯片厂商联合定制设计 [11]

产业总体目标 - 到2027年，上海市智能终端产业总体规模突破3000亿元 [1] - 打造3家以上具有全球影响力的消费级终端品牌，培育2家领军企业 [1] - 实现人工智能计算机、人工智能手机、人工智能新终端规模各达到千万台以上 [1] 核心产品发展举措 - 培育人工智能计算机领军品牌，建设年产千万台产能生产基地，支持传统计算机产能向人工智能计算机全面转型 [2] - 推动人工智能计算机发展成为融合端侧大模型、分布式算力调度、多模态人机协作的下一代智能生产力中枢 [2] - 引育人工智能手机终端品牌，加快布局人工智能手机生产能力，填补上海市手机终端能力空白 [3] - 打造能听会道、有情商、有智商、有技能的人形机器人产品，支持产品研发和量产制造，推进端侧芯片、灵巧手、电池等核心零部件产业化突破 [3] - 围绕AR、MR、VR三类眼镜产品形态，加快打造一批智能眼镜头部品牌，形成覆盖消费级、企业级和专业级的完整产品矩阵 [3] - 建设卫星终端智能产线，打造卫星终端上海品牌，加快形成十万级卫星终端整机生产规模能力和出货规模 [4] - 支持企业研发适应人工智能技术趋势的工业控制、工业检测、供应链管理等工业终端产品 [5] 关键技术突破方向 - 加强端侧人工智能芯片布局，加快SoC、CPU等核心芯片布局，覆盖X86、ARM、RISC-V三大技术路线，依托服务器算力芯片能力布局端侧GPU芯片发展 [6] - 支持智能终端用大模型发展，打造有竞争力的端侧模型产品，加快轻量化多模态端侧模型技术研发 [6] - 支持6G、卫星通信多频段融合模组研发，实现智能终端通信低延迟、高可靠、泛连接 [6] - 聚焦轻量化、低功耗、高分辨率、大视场角等指标，推动Micro LED、硅基OLED、光波导镜片等关键部件迭代创新 [7] 产业生态与支持政策 - 通过高质量专项资金对核心芯片、端侧模型、模组、板卡等关键环节攻关给予支持 [8] - 用好算力券、模型券、语料券等人工智能产业支持资金，支持终端企业加快人工智能应用 [8] - 通过产业转型基金、先导基金等相关产业投资基金，加大对终端企业融资支持，引导社会资本参与投融资 [8] - 支持智能终端整机链主企业开放终端应用场景，引导创新产品在工业、教育、医疗、金融、文旅等领域加大应用 [9] - 加快浦东新区、松江区、青浦区、临港新片区等智能终端重点区域发展，打造产业集聚区 [9]

行动方案核心目标 - 到2027年上海市智能终端产业总体规模突破3000亿元 [20] - 打造3家以上具有全球影响力的消费级终端品牌并培育2家领军企业 [20] - 实现人工智能计算机、人工智能手机、人工智能新终端规模各达到千万台以上 [20] 终端核心产品打造 - 推动人工智能计算机发展 建设年产千万台产能生产基地 支持传统计算机向人工智能计算机全面转型 [3][21] - 布局人工智能手机产品 引育人工智能手机终端品牌 加快布局人工智能手机生产能力 [3][21] - 提升智能算力终端规模 加快边缘智算一体机终端布局 打造即插即用人工智能边端解决方案 [5][21] - 打造智算服务器终端产业集群 集聚国内智算服务器整机优质企业 实现百亿级规模 [6][21] - 强化机器人终端能力 打造人形机器人产品 支持产品研发和量产制造 [7][22] - 支持智能眼镜能力跃升 围绕AR、MR、VR三类产品形态打造头部品牌 [8][22] - 培育卫星互联网终端产品 构建覆盖海洋、航空、应急等领域的终端体系 加快形成十万级卫星终端整机生产规模 [9][22] - 激发银发经济终端活力 支持人工智能助听器、自动驾驶轮椅、智能导盲设备等创新产品发展 [10][23] - 推出工业终端产品 支持工业控制、工业检测、供应链管理等相关终端产品研发 [11][23] - 加速未来终端研发 推动下一代移动通信、量子计算、光子计算等前沿技术产业布局 [13][23] - 创新新型消费终端产品 研发智能车载终端、智能穿戴终端、智能家居终端等产品 [15][24] 终端关键技术筑基 - 加强端侧人工智能芯片布局 加快SoC、CPU等核心芯片布局 覆盖X86、ARM、RISC-V三大技术路线 [17][25] - 提升端侧模型性能 支持智能终端用大模型发展 打造有竞争力的端侧模型产品 [18][25] - 促进下一代显示技术发展 推动Micro LED、硅基OLED、光波导镜片等关键部件迭代创新 [19][27] - 强化智能模组能力 推动集成端侧模型推理能力的边缘计算模组开发 支持6G、卫星通信多频段融合模组研发 [26] 产业生态环境优化 - 提升上海智能终端品牌竞争力 征集品牌清单 加强专项政策支持 用好"以旧换新"政策 [28] - 打造智能终端规模化生产基地 提升政策对企业的补贴力度 支持中试平台、软硬件适配中心建设 [28] - 加快形成产业集聚效应 深化市区协同 加快浦东新区、松江区、青浦区、临港新片区等重点区域发展 [29] - 提升金融对产业支撑力度 通过产业转型基金、先导基金等加大融资支持 引导社会资本参与投融资 [29] - 鼓励智能终端产品应用推广 支持整机链主企业开放应用场景 引导创新产品在工业、教育、医疗等领域加大应用 [29]

模型技术突破 - 公司构建了全球首个专为端侧Agent（智能体）构建的30亿参数模型，具备多模态、推理、长文本、面向UI Agent等五大能力优势 [1] - 该30亿端侧多模态推理大模型在10B以内大模型中能力断层领先，在权威榜单OpenCompass、SuperCLUE手机端侧大模型测试中表现出众 [2] - 该模型在行业内率先实现用2G运行内存支持128K长上下文能力，并能理解手机界面、执行跨应用操作，成为全球首个为端侧Agent构建的3B模型 [4] 用户体验提升 - 端侧模型小型化使AI具备“即时响应”和“离线工作”能力，可在无网络环境下处理长达128K的本地文件，实现无时无刻的可靠陪伴 [5] - AI从“对话者”进化成“执行者”，具备“看懂世界”和“动手操作”的能力，能理解图片并自动完成跨应用操作 [6] - 行业首个“端侧模型训练引擎”赋予手机本地学习进化能力，用户习惯和偏好可塑造专属于个人的“数字生命体” [6] 生态开放战略 - 公司搭建“蓝心个人智能框架”，从感知、记忆、规划、执行四个维度建设，旨在用户与智能体服务间搭建桥梁 [8] - 面向开发者的“蓝心智能开放平台”将个人化能力开放，意图框架2.0全面兼容MCP协议，推出适配智能体协议A2A，积极推进端侧模型能力开放 [10] - 已有超过50家生态伙伴接入开放平台，引入200多项服务，通过建立行业标准、开放技术能力推动产业从“技术竞赛”走向“生态共赢” [10][12]

具身智能与机器人发展路径 - 公司目标是实现通用AI与通用机器人的结合，使其能在工厂或家庭中完成各种任务 [9] - 机器人发展的ChatGPT时刻定义为：能在陌生环境中根据自然语言指令完成任务 [10] - 技术路线图分为四个阶段：固定动作演示（已实现）、实时生成任意动作（预计2024年底/2025年初实现）、陌生场景执行任务（预计2025年底实现）、高成功率精细操作（需数年，目标成功率99.9%） [11] 机器人硬件与芯片挑战 - 行业目前可能低估了芯片对机器人的重要性 [15] - 通信协议优化是减少线缆的关键，工业机器人60-70%的故障源于线缆问题 [16] - 机器人硬件面临空间限制，高算力芯片难以安装，同时存在电池容量和散热难题 [20] - 具身智能设备峰值功耗需控制在100W以内，平均功耗20-30W，手机芯片在机器人应用上具有想象空间 [21][22] 行业协作与开源策略 - 行业处于黎明前夜，因技术路线差异大导致整体进展缓慢 [23] - 在模型尚无法直接部署的阶段，倡导开放态度，公司已开源其世界模型，包括权重、数据集及训练代码 [23][25] - 在AI领域需保持谦卑和学习态度，避免被过往经验限制创新 [28] 端侧AI与Agent发展 - Agent形态正从云端向端云协同演进，端侧模型具备“永远在线”、响应快和隐私保护优势 [31][32] - 端侧模型将成为Agent系统的核心编排者，负责感知用户需求并与云端模型协同 [34] - 端侧模型需持续提升知识密度，目标每三个月提升一倍，与芯片、终端深度协同至关重要 [35][36][38] Agent的服务本质与生态整合 - Agent的核心竞争力在于其提供服务的能力，选择Agent如同选择操作系统，取决于其服务生态 [42][43] - AI基于对话的自然交互模式有望打破PC、手机等终端的生态孤岛，成为统一交互模态 [41] 行业标准与基础设施共建 - 当前AI应用碎片化严重，缺乏跨终端的统一AI OS或Agent Framework [44] - 未来可能形成以Cloud OS为核心、终端Agent协同的新时代操作系统架构 [45] - 行业需通过产业共建推动基础设施发展，例如通过联合实验室优化混合AI方案 [46][47]

公司业绩与规模 - 2024年公司年营收超过247亿元 海外收入占比超95% [4] - 2025年上半年营收128.67亿元 同比增长33.36% 净利润11.67亿元 同比增长33.8% [4] - 公司市值超过700亿元 [4] 浅海战略核心框架 - 战略聚焦消费电子百亿规模细分市场 避免千亿级深海品类如手机电脑电动汽车 [10] - 通过品类创新和渠道优势进行饱和式攻击 [5] - 目标成为整合大量浅海品类的第三类企业集团 类似宝洁或德州仪器 [23][25] 战略演变与执行挑战 - 2017年因移动电源占比40%-50%引发品类消亡焦虑 催生长期存活战略 [16] - 2020年正式提出浅海战略 产品线扩至27个 [31] - 2022年遭遇系统性失败 20个产品线无法盈利 [37] - 2023年收缩至17个产品线 砍掉复用性低的宠物用品和电动自行车 [58][62] 组织架构调整 - 建立三层管理结构：总公司负责顶层设计 事业部负责产业方向 产品线负责一线作战 [36] - 2023年成立分布式2023实验室 聚焦电池平台 多模态感知和通用算法等底层技术 [97][106] - 研发人员深圳以外占比不足20% 计划提升区域研发中心规模 [102] 价值观与文化重塑 - 2023年将价值观从"讲道理 求卓越 共成长"改为"第一性 求极致 共成长" [76][83] - 淘汰50%以上一级部门负责人 确保价值观自上而下落地 [81] - 通过全员5小时培训课程和案例库推进文化落地 [91] 资源分配与激励机制 - 实行劳动者与股东7:3利润分配原则 2025年预计800名员工年薪超百万 [116] - 战略性亏损业务年亏损额度控制在2-3亿元 整体净利润率保持5%以上 [52][129] - 新业务负责人可获得专属股份激励 [114] 产品与技术创新 - 亏损业务持续投入：UV打印5年亏损5-6亿 户用储能累计亏6-7亿 扫地机器人4年亏10亿 [48][49][50] - 聚焦三大品牌：Anker(能源) Soundcore(影音) Eufy(家庭自动化) [126] - AI战略聚焦端侧模型 赋能既有三大领域产品创新 [154] 市场策略与布局 - 主力市场仍为欧美 中国需极致创新产品切入 [147] - 通过UV打印等创新品类开拓国内市场 [150] - 目标在各品类实现15%-20%市场份额 当前普遍低于10% [131] 人才战略 - 2025年计划招聘1000名校招生 关键岗位达800个 [121][145] - 提供"独当一面"机会 优秀应届生第二年可带队作战 [121] - 吸引创造型人才 强调与外部独角兽的差异化平台优势 [118] 未来发展方向 - 重点布局具身智能 开发看家机器狗等家庭机器人 [140] - 组建300人团队研发三维交互和操作机器人 [142] - 认为所有硬件都需用AI重做 聚焦自适应技术突破 [144]

公司业务与产品 - 公司自主研发全国首个深度融合业务全流程的行政复议垂直大模型 覆盖从立案、审案到结案的完整办案流程 具备案件要素提取、事实与理由摘要、立案规则审查、立案文书生成、案件事实时间轴梳理等全流程大模型办案能力 目前已广泛应用于北京市司法局及16区各司法局 [2][3] - 行政复议垂直大模型为十亿参数级别的小型模型 相较于其他大模型厂商更偏向小型化 [5] - 公司采用小模型策略基于三方面因素：司法行政领域法律法规本质上是文本型且复杂度较低 小模型具有高效和低成本优势 用小模型实现大功能需要深厚技术积累 [5] - 公司重点发力端侧模型 已发布第一代旗舰端侧模型面壁小钢炮MiniCPM及后续2.0、3.0版本 今年1月发布首个端侧全模态模型面壁小钢炮MiniCPM-o 2.6 [7] - 端侧模型注重推理速度快、响应速度快、延迟小且能长时间稳定运行 能实现非常长的上下文理解 在无法联网情况下也能运行 [7] - 公司深入布局终端领域 覆盖AI Phone、AI PC、智能座舱、智能家居与具身机器人等不同领域 [7] 技术合作与商业化 - 公司此前在司法领域已有落地案例：去年6月助力深圳市中级人民法院上线运行人工智能辅助审判系统 去年11月基于清华大学与公司科研成果转化的千亿参数通用大模型"法信法律基座大模型"在最高人民法院正式发布 [4][5] - 今年以来更重视汽车领域布局：3月宣布进军智能座舱领域推进智能汽车"端侧大脑"开发 4月与英特尔建立战略合作伙伴关系共同研发端侧原生智能座舱 与中科创达达成战略合作在汽车智能座舱核心功能开展深度合作 5月与德赛西威共同发布业界首个基于高通座舱平台的端侧大模型语音交互方案 [8] - 公司7月下旬进行新一轮组织架构调整 专门成立汽车业务线一级组织 旨在实现"压强式"突破让MiniCPM端侧模型应用到更多汽车上 [9] - 在汽车领域已与吉利、长安马自达、上汽大众、一汽大众、长城、极氪等汽车品牌达成合作 [9] 融资与发展 - 自2022年8月成立以来公开四次融资：2023年4月完成天使轮融资由知乎领投智谱跟投 2024年4月完成数亿元融资由春华创投领投北京市人工智能产业投资基金等跟投 2024年12月完成数亿元融资由龙芯创投、鼎晖百孚、中关村科学城基金和赛富投资基金联合领投北京市人工智能产业投资基金与清科创投跟投 今年5月完成数亿元融资由洪泰基金、国中资本、清控金信和茅台基金联合投资 [6] - 头部大模型创业公司今年鲜少有融资消息传出 目前只有智谱和公司公布具体融资消息 [6] - 公司股东包括"AI六小虎"之一的智谱 [5] 行业竞争环境 - 随着科技大厂今年纷纷入局小尺寸模型 如阿里、腾讯、OpenAI等 公司差异化路线面临激烈市场竞争 [9] - 公司需进一步突出专业性与可靠性优势方能在差异化竞争中巩固自身地位 [2][9]

公司融资与估值增长 - 公司完成5轮融资 最新B轮融资额达1.89亿欧元[6] - 2024年3月完成2500万欧元A轮融资 估值1.08亿美元[6] - 一年后估值飙升至5亿美元 涨幅达5倍[6][8] - 成为西班牙最大AI初创公司之一[6][10] 核心技术CompactifAI - 采用量子物理张量网络方法压缩模型 体积减少80%-95%[6][13][14] - 准确率仅下降2-3个百分点[14] - 压缩后模型推理速度提升4-12倍[17] - 推理成本降低50%-80%[17] - 支持在PC、手机、汽车等终端设备运行[6][17] 产品应用案例 - SuperFly模型压缩自1.35亿参数SmolLM2 仅剩9400万参数[6][15] - ChickBrain模型压缩自18B参数Llama3 降至3.2B参数[6][15] - Llama 4 Scout Slim在AWS调用成本降至每百万tokens 0.10美元[17] - 相比原版每百万tokens节省30%费用[17] 商业模式 - 通过AWS API提供压缩模型服务[17] - 提供企业级私有部署许可[17] - 通过服务提供商交付定制化压缩模型[17] - 主要客户为大型互联网企业AI团队[18] 行业竞争格局 - Meta发布13亿参数LLaMA微型模型[22] - Google推出2亿-7亿参数Gemma模型[22] - 微软Phi系列14亿参数模型在专业任务超越大模型[22] - 初创公司Neural Magic、Deci等聚焦模型效率优化[22][23] - 与苹果、三星、Sony等硬件巨头洽谈终端设备合作[22] 技术壁垒与挑战 - 方法基于量子多体系统数学技巧 具强泛化性[11][14] - 需将大模型基础算子抽象为通用压缩工作流[14] - 端侧模型需适配不同设备的计算资源与能耗[23] - 当前技术依赖现有模型压缩 非自主训练小模型[24]

公司背景与融资情况 - Multiverse Computing成立于2019年 最初聚焦量子计算软件解决金融领域投资组合优化和风险管理问题[5] - 公司完成5轮融资 2024年3月A轮融资2500万欧元 一年多后B轮融资达1.89亿欧元 估值从1.08亿美元涨至5亿美元 一年增长5倍 成为西班牙最大AI初创公司之一[2][4][6] - 团队40%成员拥有博士学位 核心成员横跨金融 量子物理与科技创业三大领域 CEO恩里克拥有数学 计算机 医学博士与MBA背景 曾任西班牙Unnim银行副CEO[5] 技术突破与产品发布 - 核心技术CompactifAI采用量子物理张量网络方法 能将大模型体积压缩80-95% 准确率仅下降2-3个百分点[8][11] - 2025年8月发布两款超小模型：SuperFly（苍蝇脑）基于1.35亿参数SmolLM模型压缩至9400万参数 ChickBrain（小鸡脑）将Llama 3.1 8B模型压缩至3.2B参数（压缩率60%）[12][13] - 压缩后模型推理速度提升4-12倍 推理成本降低50-80% 在AWS云服务上每百万tokens处理费用从0.14美元降至0.10美元 节省30%成本[16][18] 商业应用与合作伙伴 - 提供三种商业服务模式：AWS API访问 私有部署许可以及通过服务提供商交付压缩模型[16] - 主要客户为大型互联网和软件企业AI团队 应用于客服聊天机器人 代码自动补全和文本分析等场景[17] - 与苹果 三星 Sony HP等硬件巨头洽谈合作 计划将超小模型嵌入下一代终端设备 契合苹果轻量化本地模型战略[19] 行业竞争与市场定位 - 2024年起科技巨头纷纷布局小模型：Meta发布13亿参数LLaMA微型模型 Google推出2亿-7亿参数Gemma 微软Phi系列用14亿参数模型在数学编码任务超越50倍体积大模型[19] - AI推理优化成为创投圈新竞技场 初创公司Neural Magic Deci OctoML等聚焦模型加速和自动选型赛道[20] - 公司技术壁垒面临挑战 端侧模型需要配合设备计算资源 能耗和发热等工程化问题 且极度依赖原有模型能力[21][23] 技术原理与性能表现 - CompactifAI采用张量网络方法 通过张量分解和矩阵低秩近似重构参数逻辑 实现高维压缩并保留几乎所有信息[8][10] - 压缩后模型可在PC 手机 汽车等设备运行 将原需8张A100 GPU运行的LLM压缩至1-2张GPU甚至CPU上实时推理[16][18] - 已发布多个压缩模型版本包括Llama 4 70B精简版Llama 4 Scout Slim以及Llama 3系列和Mistral小模型精简版[11]

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]