AI 现在的发展,是一天一个样。
视频生成这边,Sora 说停就停;端侧那边,旗舰手机已经开始预装本地大模型。那再过半年呢?这三条赛道——逻辑推理、视频生成、端侧部署,到底哪条先跑出真东西?
金口碑网络 AI 研究院把同一个问题同时发给六个 AI ——豆包、通义千问、DeepSeek、腾讯元宝、Kimi、百度文心,让它们预测,看谁最靠谱。问题是这样的:" 预测未来半年,AI 是先在‘逻辑推理’、‘多模态(视频生成)’还是‘端侧部署’上取得突破?"
结果它们吵起来了。
六家一致把票投给端侧部署,分歧在后两名:四家把视频生成排第二、逻辑推理压在最后;DeepSeek 和元宝反过来——把逻辑推理排第二,视频生成压到最末。
但仔细看,每家的理由差别很大,有几家直接戳破了这个行业的热闹。
一、豆包:最先把 " 突破 " 拆成两种
一上来就提醒:别把 " 突破 " 当成一个词。一种是工程落地突破——产品能用、普通用户摸得着;另一种是能力质变突破——解决之前搞不定的核心难题。按这把尺子量,端侧属于第一种,视频和逻辑推理属于第二种。
它还把端侧未来半年列得很具体:7B 到 14B 的模型在手机和 AI PC 上稳定本地跑、端云协同标准化、端侧多模态轻量化成熟。
最后补一句很实在:瓶颈不在算法理论,是芯片 NPU 调度、内存带宽、功耗这些工程问题。
二、通义千问:一句话把三个方向说完
收尾最漂亮:端侧部署是 " 已经发生 " 的突破,视频生成是 " 正在发生 " 的进步,逻辑推理是 " 即将发生 " 的期待。
它还捅破了一层窗户纸——现在的逻辑推理有多能打?奥赛能夺金,但让模型读指针时钟,正确率只有 50.1%。这个反差比任何形容词都有力。
三、DeepSeek:唯一把视频生成排最后的
六家里只有 DeepSeek 把顺序写成:端侧 > 逻辑推理 > 视频生成。理由很直接:OpenAI 今年 3 月关停了 Sora,原因是成本失控、用户留存极低,以及可控性缺口。它的判断是——视频生成现在经历的是商业化拐点,不是技术奇点。
端侧它给了硬数据:后摩 M50 芯片在 10W 功耗下跑出 160 TOPS,一台联想 AI 主机能离线跑 1220 亿参数的模型。
四、腾讯元宝:最硬核,还给了验证指标
开头就立了个方法论:判断谁先突破,不是比谁热闹,而是比瓶颈是什么性质——科学瓶颈没有排期,工程瓶颈有排期。
最炸的一个数字:骁龙 8 Gen3 的 NPU 有 45 TOPS 算力,但内存带宽只有 67 GB/s,真实速度被压在 5 tokens/s 以下——内存瓶颈是计算瓶颈的 670 倍。它还判断逻辑推理是黑马,但突破形式不是更会做题,而是 " 推理能力被压进小模型,再用形式化语言锁死正确性 "。
最难得的是,它最后给了三个观察指标——你可以自己盯着验证它说的对不对。
五、Kimi:最新的硬件和政策都点到了
端侧部分信息最新:2026 年 9 月刚发布的高通骁龙 8 Elite Gen6,原生支持 30B 的 MoE 模型在手机本地跑;工信部等八部门在推动端侧推理芯片和边缘计算服务器发展,今年一季度全球端侧 AI 芯片出货量同比涨了 78%。
视频生成那边,它一口气点了四个最近的新模型:字节 Seedance、MiniMaxH3、阿里 Wan3.0、智象 HiDreamV1。
六、百度文心:最像一份行业研报
结论和 Kimi 完全一致,结构也最整齐:硬件迭代、政策共振、技术路径、视频赛道、逻辑推理,一节一节往下走,读起来像研报摘要。
好处是信息全、不绕弯;短板是看完不太记得它自己的判断是什么——更像把行业观点整理了一遍。
七、金口碑网络 AI 研究院的总结
把六份回答摞一块儿看,金口碑网络 AI 研究院负责人有了很直接的判断:这六家看起来在投票端侧,但真正达成共识的不是 " 端侧会赢 ",而是——未来半年,普通人能直接摸得着的 AI 变化,会先出现在你的手机和电脑上,而不是某个新模型的发布会上。
所以下次再听到 "AI 又突破了 ",先别急着激动,看看发生在云端,还是已经能跑到你手机本地。

