行业趋势与AI发展阶段 - 2026年CES显示AI已从展示叙事阶段进入真实世界落地应用阶段，更关注找到精准场景[2] - AI原生终端成为核心话题，行业共识认为未来所有电子设备都将具备AI能力，从而从底层改变产业终端发展[2] - 物理AI概念在CES 2026被推向高潮[2] AI原生终端的定义与核心特征 - AI原生终端被定义为“没有AI就失去存在意义”的设备[4] - 与传统智能硬件以连接、通讯为主不同，AI原生终端具备自主计算能力，能自己解决问题而非依赖人操作[6] - AI本质上是更自主的强化学习，是原有大数据处理、强化学习的升级版本[6][12] - 对于AI眼镜、具身智能等产品，没有AI就没有购买的必要[6][13] 关键落地场景与成功路径 - 早期付费意愿强的场景更具优势，如教育、医疗、旅游[10] - 应聚焦单一赛道，打造适配特定场景的硬件加软件无感交互产品，解决用户痛点，而非追求“everything AI”[4][10] - 具身智能领域很可能诞生真正的AI原生终端，其形态不一定是人形，可根据智能水平和场景需求设计[10] - 具身智能与汽车产业链重叠度高，能复用成熟的供应链、AI软硬件及安全技术[9] 代表性产品与技术创新 - 微光科技专注于AI眼镜，计划2026年发布五款以上产品，并首创全球第一款模块化AI眼镜[8][9] - 微光科技将眼镜重量做到25克，使其能像普通眼镜一样日常佩戴[12] - 黑芝麻智能展示最新一代AI自动驾驶算力芯片，算力超过560T，能完整运行VLA等算法，覆盖L3级自动驾驶和Robotaxi市场[8] - 黑芝麻智能通过收购拓展小算力芯片产品线，形成覆盖0.几T到几百T的“算力金字塔”布局[14] 算力分配与云端/端侧协同 - AI眼镜等设备受物理空间和重量限制，主流方案是“云边端”数据流[6][14] - 未来方向是让手机运行本地小模型处理日常简单问题，以实现更快、更便捷、更低成本[7][14] - 对实时性要求不高或涉及公有数据的处理适合放在云端，云端可采用训推一体模式动态分配算力[15] - 涉及大量私人隐私数据或对实时性要求极高的场景（如汽车）必须放在端侧[15] - 端侧芯片的能效比是关键，行业正通过架构创新提升能效比[15] 产品体验与杀手级应用 - AI眼镜目前全球均未出现杀手级应用，但预计很快会到来[7][16] - 杀手级应用的前提是开发者摒弃手机APP底层逻辑，用AI原生思路聚焦解决单一问题，甚至无需显性APP[7][16][17] - 智能眼镜首先要解决“好不好看、舒不舒服”的外观与佩戴舒适度问题[16] - 交互应做到极致简单，让用户有一个每天都依赖且使用不突兀的功能[7][17] - 眼镜作为“C位设备”，其终极形态是能无感处理个人数据并在需要时安静提醒[17] 产业链分工与生态协作 - 未来产业链将是终端厂商与底层技术厂商“两头凑”的协作模式[19] - AI芯片公司与传统芯片公司的最大区别在于拥有大量软件工具和模型研发人员[19] - 黑芝麻智能提供开放的AI技术底座，包括AI芯片、基础软件、工具链及模型研究团队四部分[20] - 基础模型门槛极高，每年需投入至少500亿[20] - 在AI硬件创新中，软件创新对用户体验更为关键，直接决定用户长期使用意愿[20][21] 中国企业竞争力与出海战略 - 中国企业的核心竞争力包括全球最成熟完善的供应链，以及强大的AI研发能力与工程师数量[21] - 产品出海需考虑价格、外形、交互、设计及当地文化习惯，与单纯的算法出海不同[22] - 出海最佳方法是融入当地团队，建立拥有不同文化属性本地团队的“国际公司”，而非仅由中国团队卖产品的“国际化公司”[23] - 出海面临管理信任挑战，需要管理者具备出色的管理技能与个人魅力以凝聚跨文化团队[24] - 比较敏捷的本地化做法是在目标国家设立团队负责前端与售后，将中台核心工作留在中国[24]