近期，多家 A 股芯片公司发布第三季度财报，其中多家公司受益于端侧 AI 的推进，在营收和净利润方面有着不错的表现。

财报数据显示，今年前三季度，瑞芯微营业总收入 31.41 亿元，同比上升 45.46%，归母净利润 7.8 亿元，同比上升 121.65%。全志科技前三季度营收为 21.61 亿元，同比增长 28.21%；净利润为 2.78 亿元，同比增长 84.41%。晶晨股份今年前三季度营业收入创历史同期新高，为 50.71 亿元，同比增长 9.29%；归母净利润为 6.98 亿元，同比增长 17.51%。

除上述三家之外，乐鑫科技、恒玄科技、泰凌微、炬芯科技、中科蓝讯、北京君正等企业同样有着不错的表现。

"2025 年前三季度，AIoT 市场需求保持增长。受益于 AI 技术不断迭代和应用场景持续扩展，AIoT 百行百业正处在创新发展周期。报告期内，公司长期战略布局按预期推进。因应旗舰 RK3588 带领各 AIoT 算力平台在汽车电子、机器视觉、工业应用及各类机器人市场持续渗透，公司营业收入快速增长。" 对于业绩的增长，瑞芯微在财报中表示。乐鑫科技也在财报中透露，（公司）营收增长主要得益于下游各行各业数字化与智能化渗透率不断提升，以及近年的新增潜力客户逐步放量。在应用端，智能家居仍然是主要收入来源，但非智能家居领域已经呈现出更高的增速，并带动了公司的整体成长。

图源 | 即梦 AI 制图

端侧 AI 缘何大热？

2022 年 11 月底，ChatGPT 横空出世，并成功带热整个人工智能产业链。在至今三年的时间里，行业中的有识之士一直在探索 AI 的应用场景，完成其商业化闭环，避免 AI 的繁荣建立在沙丘之上。

端侧 +AI 被认为是可行性较高的路线之一。相较于云端 AI，端侧有着诸多优势，响应速度更快、可靠性更高，即便离线也能用、成本更低，有效降低了带宽和运营费用、隐私与数据安全更强。端侧 AI 的推进，能够让此前相对冰冷的工具有了 " 人味儿 "，也让在数据中心运转的 AI 更加触手可及。

在 2025 年初，行业中一直有 "2025 为端侧元年 " 的声音出现，包括苹果、Meta、谷歌、华为、小米、OPPO、VIVO、阿里巴巴等科技巨头也都一直在这个细分赛道布局，引发了业内公司的跟进。

但仅仅是巨头们的示范效应，还不足以带动整个行业的火热，端侧 AI 的发展还有更多的推动因素。苏州国芯科技股份有限公司（以下简称 " 国芯科技 "）在接受芯师爷采访时表示，" 其一，国内政策导向，《国务院关于深入实施 " 人工智能 +" 行动的意见》以指标明确提出 AI+ 产品加速发展。其二，技术进步可支持端侧 AI 的实现，包括轻量化模型成熟且更高效、低延迟、隐私保护、离网本地化等。

此前将大模型 " 搬运 " 至终端设备往往遇到一个问题，那便是大语言模型内置参数多达百亿千亿，而 PC、智能手机等设备的算力是有限的，还需要考虑内存容量、内存宽度及功耗等因素，所以端侧与 AI 的融合并不算好。我们日常使用的智能手机或电脑等设备，有时候就算多同时运行几个应用或者对设备配置要求比较高的游戏时，都会卡成 "PPT"，更别提搭载大模型了。

对此，国芯科技方面也指出，端侧 AI 落地过程中存在一些挑战，技术挑战方面，端侧设备的计算能力、内存和电池容量都有限，如何在 " 小盒子 " 里跑 " 大模型 " 是核心难题。如何在有限资源下做到最优化模型，既提升产品性能与体验，又不失鲁棒性是首先要解决的技术难题。

不过，随着技术的进步，通过模型剪枝、模型量化、知识蒸馏或者建立一个高效的基础架构，实现大模型的轻量化，使其能够满足部署到端侧的要求。在 2025 vivo 开发者大会上，vivo 发布了专为端侧智能体打造的 3B 多模态推理大模型，该模型具备 128K 长上下文处理能力，极限出词速度超过每秒 200 个 token。近期，三星 AI 实验室推出了一种名为 " 微型递归模型 "（TRM）的新型 AI 架构。这款模型参数仅有 700 万个，远小于动辄数十亿参数的最小型语言模型（LLM），却在数独和 ARC-AGI 测试等复杂的结构化推理任务中，表现出惊人的效率和卓越的性能。

能与 AI 链接的端侧很多，如 PC、智慧安防、汽车、智能家居，但目前比较热的还是智能手机与 AI 眼镜。早在 2024 年，包括 OPPO、vivo、小米、荣耀等多个品牌都推出了搭载 AI 大模型的手机，不仅在语音助手、图像处理等方面提供了智能化的功能，还在用户体验上进行了多方面的优化。而 AI 眼镜则被行业认为是仅次于手机的下一个消费电子大品类，大多可实现语音识别、音视频播放、实时翻译等功能。目前华为、小米、百度、Meta 等公司都在推出相应产品。阿里旗下的夸克在 10 月 24 日开启了首款 AI 眼镜 S1 的预售，主打的标签是 " 随身超级 AI 助理 "、" 全新的拍摄神器 " 等。

根据 IDC 的报告数据显示，2025 上半年，全球智能眼镜市场出货量达 406.5 万台，同比增长 64.2%。IDC 预计，到 2029 年，全球智能眼镜市场出货量将突破 4000 万台。

加速落地，还需跨过几重关

" 端侧 AI 是一个具备长期增长潜力的黄金赛道。" 对于端侧 AI 的未来，国芯科技方面非常看好，AI 是一次技术革新，所有传统电子产品都可能通过 AI 化重新做一遍，这是一个充满想象力的市场。但这条道路并非坦途，目前更像是爆发前的积累期，芯片、软件、终端应用厂商均已开始铺展市场，就看哪个细分领域最先爆发。首先出现爆款应用的厂商肯定会有红利，但我们认为行业发展过程中会经历一些波动，可能是呈现螺旋式上升态势。

正如国芯科技所言，端侧 AI 的发展或许是一个螺旋上升的过程，其当前还有诸多问题需要一一解决。首先是应用创新问题，目前端侧 AI 的仍停留在音频、图像的功能处理上，多为小功能升级，尚未出现真正引爆市场的 " 杀手级应用 "。市面上虽然有着各种创新的 AI 手机、AI PC、AI 眼镜，但 "AI+" 尚未形成消费者的实际购买驱动力，许多人仍是在为科技创新的新奇体验买单。

" 杀手级应用 " 能否出现，在极大程度上决定端侧 AI 能否真正成为大势。很多手机厂商将端侧 AI 的应用级创新寄托于 AI Agent。华为常务董事汪涛曾公开表示，在个人通信领域，移动终端的发展方向正从以 App 为中心走向以 Agent 智能体为中心。汪涛展望，到 2030 年，全球预计将有近百亿的个人 AI Agent，这将重塑用户交互体验，交互方式走向跨应用个性化，交互场景走向跨设备场景化，交互体验走向跨模态情感化。

有行业人士 AI 技术在终端产品的落地经历大致可分为三个阶段，单点特定的 AI 增强实现应用层集成 AI → OS 智能化改造实现系统层融合 AI →以 AI 为中心的全新 OS 并且系统级 AI Agent 出现。按此阶段分，端侧 AI 的发展距离第三阶段的系统级 AI Agent 还有一定的距离。

除此之外，其在技术、生态层也面临着挑战。

" 一方面是数据安全与隐私保护。端侧设备会涉及许多用户隐私（如家庭监测仪、健康手环等），而设备级个人数据和隐私安全保护本来就是端侧 AI 设备的卖点之一。另一方面在于端侧 AI 依然需要云端的支持，如何实现云边端协同发展，如何在碎片化场景里建设生态，也是我们觉得挑战比较大的地方。" 国芯科技指出。芯海科技方面此前接受芯师爷采访时也曾表示，端侧 AI 也无法在根本上杜绝信息泄露的情况。以计算机系统为例。计算机系统由硬件单元、底层固件、操作系统、应用软件组成，其系统启动流程的每个环节，包括 " 硬件上电启动、底层固件执行、硬件配置完成、操作系统加载、应用软件执行 " 等流程，每一步都可能成为被替换攻击的目标，进而导致本地机密数据泄露。

去年 12 月，欧盟网络安全局（ENISA）发布《2024 年联盟网络安全状况报告》，报告针对 2023 年 7 月至 2024 年 6 月期间欧盟的网络威胁进行了评估，结果显示，欧盟面临严重的网络威胁，遭受的网络攻击明显升级，攻击的种类、数量及后果均创新高。报告认为，未来网络攻击可能对重要实体造成严重破坏，尤其是拒绝服务（DDoS）和勒索软件攻击，勒索软件仍然是欧盟面临的最主要的威胁形式。

针对可能存在的隐私保护问题，目前也有一些厂商给出解决方案。

机密计算：通过硬件技术（如 Intel TDX）创建一个受保护的可信执行环境 ( TEE ) 。当数据在处理时，其在这个 " 安全飞地 " 中始终保持加密状态，即使云服务商也无法访问，从根本上防止数据在使用过程中被泄露。

全链路加密与端边云协同：该方案强调数据在 " 端 "（设备）和 " 边 "（边缘节点）侧完成主要处理，减少敏感数据向云端传输的需求。同时，在必须与云端交互时，确保从端到云整个链条上的数据都处于加密状态，实现数据生命周期内的安全闭环。

尽管技术路线和侧重不同，但都代表了行业在平衡 AI 性能与用户隐私这一核心矛盾上的重要努力。

而生态的破碎化很难从技术上解决，端侧 AI 生态的破碎是硬件多样性、软件工具链分裂、行业标准缺失、商业利益冲突以及场景需求碎片化共同导致的必然结果。在可预见的未来，这种碎片化状态仍将持续，短期内更可能看到的是在特定平台（如安卓手机）内部的局部统一，而非整个端侧 AI 领域的完全聚合。