手機、座艙、具身，中國最大端側獨角獸低調交出高分卷

智東西
作者 江宇
編輯 漠影

2026年世界人工智能大會的展館里，端側智能的身影幾乎無處不在。

從智能座艙里“比副駕更懂你”的主動服務，到手機AI離線運行的隱私保護，再到機器人“聽得懂指令、做得穩任務”的具身交互，端側智能正在各類終端上密集落地。

大模型要想真正運行在汽車、手機、機器人等終端硬件上，端側AI已經成為不可或缺的“接地點”。

但不同終端，對AI提出的要求并不相同。手機、汽車和機器人都屬于端側AI，卻幾乎是三門生意。

硬件廠商陸續推出自己的端側AI產品，一系列現實問題也隨之出現：模型能不能適配不同芯片，換一款硬件是否需要重新開發，系統升級會不會打斷已有能力，一次項目積累能否遷移到下一臺設備……

端側AI真正進入產業化階段之后，比拼的不再只是模型能力。

行業需要的是能夠理解模型、芯片、操作系統、終端設備和交付流程的參與者，把原本割裂的各個環節連接起來。

作為國內較早布局端側大模型、率先實現端側量產交付，并持續聚焦端側AGI方向的企業，面壁智能近年來不斷驗證端側AI的產業價值，也逐漸積累起跨終端落地能力。

今年WAIC期間，面壁智能集中展示了手機、汽車、機器人、航天等多個行業案例，新一代MiniCPM系列端側模型、全新VLA具身模型、具身智能解決方案，以及”AI制造AI”的最新成果。

把這些成果放在一起看，它們共同指向一個問題：誰來把分散的芯片、模型、操作系統和應用組織起來，讓端側AI擺脫一次次重復適配？

一、端側AI進入產業化，難點已經不只是模型

模型能夠跑在終端，只是端側AI產業化的第一步。

真正進入落地階段之后，不同終端面對的是完全不同的工程約束。

若以三類代表終端拆解，大致可以看到這樣的差異：

• 手機關注內存占用、功耗、響應速度，以及相冊、通信等隱私數據的安全保護；
• 汽車關注車規級安全、芯片生命周期、座艙系統兼容以及量產交付；
• 機器人關注實時感知、本體差異、動作執行，以及復雜環境下的穩定運行。

這些終端都屬于端側AI，卻沒有一套完全相同的解決方案。

目前行業普遍面臨的問題是，終端廠商擁有各自不同的芯片和系統，模型廠商往往需要逐個平臺適配；一次成功的POC并不意味著能夠順利量產，更不意味著可以快速復制到下一家客戶。

行業需要的不只是更小、更快的大模型，也需要能夠同時理解模型、芯片、操作系統、應用、終端和交付體系，把這些能力真正串聯起來。

隨著端側AI進入規?；渴痣A段，模型能力逐漸成為產業化的基礎能力，真正拉開差距的，則是跨終端適配、持續交付和工程化能力。

二、模型之外，端側AI還需要一套產業能力

眼下可以確認的是，模型能夠跑起來，意味著技術已經跨過第一道門檻；如何讓不同終端更快完成部署、更穩定進入量產，則成為端側AI下一階段需要回答的問題。

目前，面壁智能已經形成MiniCPM系列端側模型矩陣，覆蓋文本、視覺、全模態和語音等多個方向。

• MiniCPM 5-2B在最新的Artificial Analysis（AA）榜單評測中，以17分的成績占據榜首，成為4B以下模型中“性能王”。

• MiniCPM-V 4.6采用1.3B參數規模，在同級模型中實現更高的智能密度。
• MiniCPM-o 4.5提供實時全模態交互能力，是行業首個即時自由對話的大模型。

截至目前，MiniCPM系列開源模型累計下載量已超過3800萬次。不同尺寸模型覆蓋不同算力終端，讓手機、汽車、機器人、開發板等設備能夠根據自身硬件條件選擇合適模型，在降低部署成本的同時提升適配效率。

模型之外，面壁智能也圍繞產業化持續完善配套能力。

目前，其已經完成5款主流智能座艙芯片的量產級適配，在6款AI Box平臺開展商業化探索，并完成2款全模態芯片適配；手機側則覆蓋高通、聯發科以及三星等多個主流芯片平臺，為不同終端廠商提供完整適配能力。

7月15日，國家互聯網信息辦公室公布最新一批生成式AI服務備案名單，三星蓋樂世AI等7款手機端側AI產品通過備案。

面壁智能MiniCPM系列作為三星蓋樂世AI的端側模型能力提供方，深度參與此次備案落地，也是唯一一家以端側模型能力參與備案的大模型企業。

此次與三星的合作，也成為面壁智能端側模型進入全球頭部手機廠商的重要一步。

這一合作釋放出新的產業信號：AI模型公司正在成為手機AI能力的重要供給方，手機廠商不必事事自研，端側模型的專業化分工正在逐步形成。

作為國內聚焦端側大模型方向的獨角獸企業，面壁智能也成為這一趨勢中的代表性參與者。

汽車行業則是另一項重要驗證。

隨著參與環節不斷深入，面壁智能交付給客戶的內容已經覆蓋模型、芯片適配、工具鏈以及交付體系等多個層面。

來自真實項目的持續積累，也讓這些能力不斷沉淀下來，并逐漸形成能夠服務更多客戶的共性經驗。

三、多行業落地，驗證端側AI的共性能力

如果把汽車、手機、機器人放在一起觀察，會發現它們屬于完全不同的產業，卻不斷驗證著同一套端側能力。

面壁智能推出的智能座艙方案——面壁智艙SuperMate，已經實現本地感知、記憶、推理和執行能力，并搭載于吉利銀河M9、長安馬自達EZ-60等量產車型，與吉利汽車、上汽大眾、廣汽集團、長城汽車等多家車企形成合作。

圍繞事故處理Agent、主動服務等真實用車場景，面壁智艙團隊已經沉淀并驗證68個可量產亮點場景。與此同時，SuperMate能夠伴隨車型持續升級，讓模型能力隨著產品生命周期不斷演進。

手機則是另一塊更大的驗證場。

手機擁有數量龐大的終端設備，也是端側AI最容易觸達用戶的入口。

通信、相冊、系統管理等大量場景涉及用戶隱私，本地推理能夠兼顧實時響應與數據安全。模型是否足夠輕、功耗是否可控、芯片兼容是否完善，都能夠在真實使用環境中得到持續驗證。

此次與三星蓋樂世AI的合作，也進一步證明其端側模型已經開始進入全球主流消費電子產品。

機器人則進一步考驗模型的泛化能力。

此次WAIC期間，面壁智能展示了RoboHarness具身智能方案，其兼容雙足、輪式、四足等不同機器人本體，并覆蓋導覽、巡檢等多個真實場景。

無論是展廳講解、商場導購，還是園區巡檢、社區物業，機器人都需要在復雜環境中持續感知環境信息、理解用戶指令并完成動作執行。

與此同時，面壁智能還發布了新一代VLA具身模型。該模型融合多模態技術沉淀與視覺Token壓縮能力，在保留完整歷史觀測記憶的同時，計算量與不保留記憶時持平，在RMBench（機器人上下文記憶基準）上取得顯著優勢。

松果派AI開發板則承擔著開發驗證平臺的角色。

它集成MiniCPM系列模型和端側Agent運行環境，能夠幫助開發者快速完成端側硬件原型開發，降低AI硬件應用門檻，縮短產品驗證周期。

航天場景則進一步驗證了無網絡、帶寬受限環境下，本地推理的重要價值。

汽車、手機、機器人、航天屬于不同產業，也擁有各自不同的技術要求。

它們共同驗證著端側AI的一組基礎能力：低資源運行、多模態理解、本地決策、數據安全、跨芯兼容以及持續升級。而這些能力正在成為越來越多終端產品的共同需求。

四、產業化競爭，也在生態和標準中展開

模型能夠落地，只意味著邁出了第一步。

隨著端側AI逐步走向規模化，模型之外的標準、工具鏈、開發者生態和產業協同，也開始影響整個行業的發展效率。

今年WAIC期間，面壁智能攜手中國信息通信研究院人工智能研究所，聯合啟動《AI For AI標準》，深度參與AI標準體系建設，希望推動端側AI形成更加統一、可復用的產業規范。

除了參與標準建設，面壁智能也持續擴大開發者生態。

由清華大學自然語言處理實驗室聯合面壁智能發起的開源社區OpenBMB，持續開放MiniCPM系列模型、壓縮量化工具、推理工具鏈以及Agent能力，讓更多開發者能夠直接體驗、部署端側模型。

與此同時，面壁智能聯合OpenBMB正式啟動“全球開發者大使計劃”，并發起“MiniCPM火種計劃”，向全球開發者持續開放模型、工具鏈、實踐資源和社區支持，希望吸引更多開發者參與端側AI生態建設，加速應用創新。

生態建設的另一端，則連接著產業伙伴。

此次WAIC期間，面壁智能還同步發布”面壁+行業伙伴計劃”。其中，面壁智能提供基礎模型、AgentVerse平臺、私有化部署、算力以及商業化渠道等能力，行業伙伴則貢獻行業認知、業務規則、私有數據、應用場景和客戶資源，雙方共同打造面向行業客戶的定制化AI解決方案。

端側AI涉及模型、芯片、操作系統、終端設備、應用開發、行業落地等多個環節，沒有任何一家企業能夠獨立完成全部工作。

正如李大海所言，大模型競爭已進入行業應用落地的下半場，“行業深刻認知+端側AI”才是真正的護城河。面壁智能將基礎模型與Agent平臺的能力開放給行業伙伴，讓懂行業的人用AI重新定義行業。

結語：端側智能的產業化，需要更多“先把路走通的人”

端側AI是一套系統工程，每一個環節都會影響最終產品落地。隨著越來越多終端部署大模型，產業競爭也逐漸延伸到模型之外。

如何讓一次項目積累服務更多客戶，讓一次芯片適配覆蓋更多平臺，讓更多開發者快速參與應用開發，成為行業共同關注的新課題。

從這一角度看，面壁智能正在嘗試承擔一種新的角色：把模型能力、芯片適配、開發工具、行業經驗和開發者生態組織在一起，為終端廠商提供一套可復用的方法。

汽車、手機、機器人、航天等多個行業，為這套方法提供了真實驗證；OpenBMB開源社區和持續開放的工具鏈，則不斷吸引更多開發者參與端側AI生態建設。

隨著端側AI持續走向規?；姹谥悄芤舱龔囊患叶藗却竽Ｐ凸?，逐步向端側智能產業定義者邁進。