2025 年 7 月 14 日，广州，一场峰会之后，《中国端侧 AI 全景图谱报告》发布。三天后，7 月 17 日，上海，《中国人工智能应用发展报告（2025）》出炉。
两份报告前后脚亮相，前者把目光钉在“芯片—模型—终端—应用”这一狭长链条，后者俯瞰金融、制造、教育、医疗等千行百业。把它们并排摊开，一条清晰的时间线浮现出来：中国 AI 正在离开数据中心，走向每一台小设备，也走向每一个小场景。
在前一篇《超4000亿！美国AI初创公司融资流向、赛道与逻辑全曝光（附一览表）》里老邪写到，美国的资本在流向算力、数据、场景和入口，估值也随之一浪高过一浪，相比之下，我们来深究中国 AI 的下一步，为什么会是从云端到指尖。
01 为什么 AI 必须离开云端
过去十年，AI 靠堆算力、堆参数一路狂奔。这条路把模型做得越来越大，也把成本抬得越来越高。企业发现，只要模型还在云端，每一次调用都要付租金，每一次升级都要换更贵的卡。DeepSeek 的出现像一次提醒：如果推理成本降不下来，再聪明的模型也落不了地。
于是，行业把目光投向终端——手机、眼镜、机器人、传感器……这些设备数量多、分布广，却受制于电池、体积和散热。AI 要在它们体内活下来，必须同时满足“算得动、耗得少、装得下”。一句话，云端做训练，端侧做推理，成了唯一可行的分工。
02 端侧 AI 的“四块拼图”
《全景图谱》把端侧 AI 拆成四块拼图：芯片、模型、终端、应用。四块拼图的顺序，就是价值兑现的顺序。
芯片
2024 年起，各家厂商先后发布 3nm 制程的端侧 SoC。更小的制程带来更低的功耗，也让 CPU、GPU、NPU 可以挤在同一颗硅片上。芯片厂下一步的 KPI 不再是跑分，而是“每瓦准确率”。
模型
当芯片把功耗锁死，模型就需要“瘦身”。剪枝、量化、蒸馏三种手段齐下，把 100 亿参数压到 10 亿，再压到 1 亿。2025 年 6 月，国内三家初创公司几乎同时发布 7B 参数的“端侧专用大模型”，在限定功耗下的推理速度首次追平云端。
终端
芯片和模型就位，终端厂商才敢动手。AI 手机、AI PC、AI 眼镜在 2025 年二季度集中上市。它们的共同点是：本地推理、离线可用、数据不出设备。消费者第一次感到 AI 不再依赖网络，体验顺滑得像本地计算器。
应用
当终端规模突破千万台，应用层的机会才到来。教育笔电、陪伴机器人、工业相机开始内嵌轻量大模型，用“听得懂、看得见、答得上”取代传统的固定程序。应用开发者不再需要租 GPU，只要调用终端自带的 NPU，就能把创意变成产品。
03 从“技术三角”到“商业三角”
《全景图谱》提出“算力×通信×存储”的三角定律。把它翻译成商业语言，就是：
- 算力决定能不能跑；
- 通信决定要不要跑；
- 存储决定跑多久。
三者一旦失衡，商业模式就立不住。2024 年，一家做 AI 翻译眼镜的公司把模型放进眼镜腿，结果通信模块耗电比 NPU 还高，用户戴两小时就烫耳朵，项目被迫回炉。2025 年，他们砍掉实时云端同步，只保留必要时的 4G 回退，续航立刻从两小时提升到八小时，产品这才开始起量。
04 千行百业的“五新”落地
《应用发展报告》用 1500 份问卷和 100 家龙头企业访谈，总结出 AI 落地的五种新形态：效率工具、服务体验、产品形态、决策助手、科研模式。它们的共同特征是“轻、快、省”。
- 轻：模型小，跑在终端；
- 快：本地推理，毫秒级响应；
- 省：一次购买，长期免费使用，不再按调用量付费。
以汽车制造为例，2024 年主流方案是把激光雷达数据上传到云端做质检，一条产线一天产生 200GB 流量。2025 年，工业相机里塞进一颗 5W 的 NPU，数据就地处理，只把异常图片回传，流量降到 2GB，带宽费用一年省下 120 万元。
05 投资逻辑的变化：从“更大”到“更省”
投资人看 AI 的角度也在变。2023 年，大家比谁的模型参数多；2024 年，比谁的融资多；到了 2025 年，问题变成“每花一元钱，能带来几元回报”。
《应用发展报告》给出四力评估：技术创新力、资金吸引力、市场渗透力、业务价值力。其中“业务价值力”权重最高。简单说，技术再炫，也要在财报里找到落脚点。
一家做 AI 陪伴玩具的公司在 2024 年底融资时，被问到“如果 OpenAI 降价你怎么办”。创始人把玩具拆开，现场演示离线运行，无需联网就能陪小朋友聊天。投资人当场拍板，原因很简单：成本可控，护城河不在云端，而在终端的硬件和算法耦合。
06 “具身智能体”：终端的下一站
两份报告都提到同一个词——具身智能体。它听起来晦涩，翻译成日常语言就是：设备不再只是工具，而是能看、能听、能动的伙伴。
- 情感接口：它叫你“小周”，而不是“用户 12345”；
- 感知能力：它知道你今天加班到很晚，自动把灯光调成暖色；
- 行为自主：它发现你明早要出差，夜里偷偷把登机牌打印好放在玄关。
要实现这些场景，芯片、模型、终端、应用必须再向前一步：芯片要更低功耗，模型要更小更聪明，终端要更像“身体”，应用要像“习惯”。时间线上，2025 年只是起点，真正的拐点可能在 2027 年，当端侧设备年出货量突破 10 亿台，生态才会完全成熟。
07 政策与资本：两条并行的护航线
两份报告都提到“教育筑基、创新驱动、治理护航、资本赋能、生态协同”五位一体。翻译成行动，就是：
- 教育：高校把 AI 课程下沉到高职，半年内培养十万名“端侧模型优化师”；
- 治理：2025 年 4 月起，所有带摄像头的端侧设备必须通过本地隐私认证，数据不能出境；
- 资本：政府母基金拿出 100 亿元，专门补贴把模型做小、做省电的项目，补贴按“每降低 1 毫瓦奖 1 元”计算。
政策给出规则，资本给出奖励，企业才敢把研发预算从云端转向终端。
08 未来三年时间表
我们把两份报告的信息整合起来看，可以画出一张简洁的时间表：
- 2025 Q3：第一批 3nm 端侧芯片量产，AI 手机秋季集中上市。
- 2025 Q4：7B 参数端侧模型成为主流，开发者不再依赖云端 GPU。
- 2026 Q2：千万级出货带动应用爆发，教育、陪伴、工业三大场景跑出三家独角兽。
- 2026 Q4：具身智能体概念产品首次亮相，售价万元级，销量十万台。
- 2027 全年：端侧设备年出货量突破 10 亿台，AI 真正无处不在。
结语：AI 的终点不是技术，而是日常
十年前，AI 在实验室里识别猫狗；五年前，AI 在云端写诗作画；今天，AI 钻进每个人的口袋、手腕、桌面。两份报告用不同维度讲同一个故事：技术只有变小、变省、变贴近，才能从展品变成用品。
当芯片功耗降到毫瓦级，当模型压缩到亿级参数，当终端年出货量突破十亿台，AI 不再是新闻里的大新闻，而是夜里那盏自动亮起的灯、早上那张悄悄打印好的登机牌。到了那一天，没有人会再讨论“AI 会不会改变世界”，因为改变已经完成。
AI相关热门内容推荐：
- 打造AI最爱的高质量数据集 这份指南让你的模型不跑偏 上
- 打造AI最爱的高质量数据集 这份指南让你的模型不跑偏 下
- 从“民工”到“AI训练师”：数据标注行业背后的逆袭之路
- 从地方到央企：我国数据产业打响“抢矿”“炼油”争夺战
- 解码人工智能行业应用统一参考架构 助力高质量发展
来源：物联网智库、央视频，本篇针对全文结合生成式 AI 做出的核心摘要和解答，仅作为参考，请以原文为准。图片：Mockuuups，Unsplash
碎片化学习，上 shuzhi.me ！数智有你，一课开启：
- 一听微课堂破解“学用脱节”：留存率能做到81%
- 二问微学习培养“即插即用”：完课率能达到78%
- 三维微专业实现“产研融合”：在2周内完成迭代
所有课件、题库、问答基于海光认证iDTM+DeepSeek R1应用生成。免改免维云上多端AI透明化终身学习，现在我的台我来站！
