登录

WAIC观察|AI走出聊天框,搬进手机、眼镜、机器人的身体里


速读:该趋势下,模型厂商与芯片厂商正在从各自为战走向深度协同。 机器人是此次WAIC最热门的硬件载体,面壁智能首次将端侧模型延伸至具身领域。 面壁智能副总裁周树峰认为该过程需要芯片厂商和模型厂商紧密合作,甚至芯片厂商需要调整芯片上的算子,模型厂商适配完成后也要做模型的校准,从而在芯片上保持尽量接近于原模型的精度。 北京智源人工智能研究院联合端侧智能北京重点实验室在WAIC2026上发布报告指出,大模型正在经历第二次结构跃迁:从以云端为唯一算力中枢的单点智能,走向端云分工、彼此协同的分布式智能系统。 面壁智能联合创始人、首席科学家刘知远认为,具身从技术上来讲是多模态的直接下游,高效多模态的技术积累在具身方面会有很多帮助,而这正是迈向通用人工智能的必然路径。
2026年07月21日 15:47

7月17日至20日的2026 WAIC期间,人工智能技术脱离理论框架,真实落地到眼镜、手机、汽车、机器人等硬件终端。

端侧AI成为本届大会明确的产业共识,其背后透露出清晰信号:大模型正从云端智力竞赛走向终端能力落地,AI能否真正服务每一个人,取决于它能否在离用户最近的设备上“活”起来。

该趋势下,模型厂商与芯片厂商正在从各自为战走向深度协同。端侧AI不是云端的缩水版,它有自己的物理边界——功耗、散热、算力、内存、隐私。如何在有限资源下释放最大智能,考验的是软硬件一体化设计的系统能力。

端侧智能迎来“规模化落地元年”

WAIC期间,努比亚豆包AI手机、阶跃星辰智能体手机、夸克AI眼镜、BleeqUp AI眼镜、各家机器人等多类端侧硬件密集展示。

两年前行业对大模型的想象几乎都在云端:参数越大越好,集群越强越好。但2026年的展馆里,大模型正在从聊天框里走出来,走向端侧,逐渐实现端云协同。

以致敬未来旗下BleeqUp AI眼镜为例,创始人吴德周对记者表示,端侧主要基于开源模型自研开发的手机端侧小模型;云端大模型会根据不同场景需求,选择对应能力最强的通用大模型。

北京智源人工智能研究院联合端侧智能北京重点实验室在WAIC 2026上发布报告指出,大模型正在经历第二次结构跃迁:从以云端为唯一算力中枢的单点智能,走向端云分工、彼此协同的分布式智能系统。

机器人是此次WAIC最热门的硬件载体,面壁智能首次将端侧模型延伸至具身领域。面壁智能联合创始人、首席科学家刘知远认为,具身从技术上来讲是多模态的直接下游,高效多模态的技术积累在具身方面会有很多帮助,而这正是迈向通用人工智能的必然路径。

大模型要真正跑在终端上,光有模型不够,还需要芯片的支撑。

定位端/边缘AI感知计算SoC的厂商爱芯元智,此次大会围绕具身智能、边缘大模型私有化推理两大行业痛点,发布“元曦”系列大算力AI推理产品,推出拥有1500TOPS算力的具身大脑控制器,配备超旗舰带宽。

采访中,爱芯元智边缘与终端计算业务总经理刘瑞聚表示,当前机器人节目多依赖预设程序,并未具备真正的自主智能大脑,这也是下游机器人厂商的共性痛点。具身智能机器人需要采集有效数据并高效处理,无效数据无法产生高精度推理。同时,这类芯片不追求云端极致算力,过高功耗会导致续航缩短、发热严重,限制落地场景。高能效路线能够更好地适配功耗、续航和成本要求。

爱芯元智联合创始人、副总裁刘建伟称,端侧芯片的竞争核心在于“每瓦Token数”——在同样的功耗下能产出多少有效智能,客户最终关心的是每瓦IPS或每瓦token数。这与云端“暴力堆算力”的逻辑截然不同:端侧必须在功耗、成本、散热等物理约束下倒推技术方案,而非先做出来再解决散热问题。

目前行业模型与算力厂商正在合作,但算法与芯片的融合难度非常大,

面壁智能副总裁周树峰认为该过程需要芯片厂商和模型厂商紧密合作,甚至芯片厂商需要调整芯片上的算子,模型厂商适配完成后也要做模型的校准,从而在芯片上保持尽量接近于原模型的精度。

面壁智能联合创始人、总裁雷升涛将合作过程总结为三个阶段:第一阶段是获得芯片厂商的支持把模型跑好;其次是双方在模型发布前就共享架构一起优化;第三阶段是协同设计模型和芯片,双方明确所需特性,协同设计。通过软硬件深度耦合,推动端侧AI从“能跑”走向“跑得好”。

主题:模型|大模型|机器人|面壁智能