手機、座艙、具身，中國最大端側獨角獸低調交出高分卷
重點摘要
面壁智能作為中國最大端側獨角獸，於WAIC展示手機、汽車、機器人等端側AI落地成果，並與三星、吉利等企業合作。該公司強調端側AI產業化需超越模型本身，建立跨終端適配、生態與標準，正逐步成為端側智能產業定義者。
在2026年世界人工智能大會（WAIC）的展場上，端側智慧的身影幾乎無所不在。從汽車座艙中主動提供服務的個人化體驗，到手機上完全離線運行的AI隱私保護，再到機器人能夠理解指令並穩定執行任務的具身互動，端側AI正密集地滲透進各類終端裝置。大模型若要真正落地於汽車、手機、機器人等硬體，端側AI已成為不可或缺的關鍵環節。然而，不同終端對AI提出的要求截然不同——手機、汽車、機器人雖然都屬於端側AI，卻幾乎是三個截然不同的生意。隨著硬體廠商陸續推出自家端側AI產品，一系列現實問題也浮上檯面：模型能否適應不同晶片？更換硬體平台是否需要重新開發？系統升級會不會中斷既有能力？一次專案累積的經驗能否順利遷移到下一台設備？當端側AI正式進入產業化階段，競爭的焦點已不再只是模型本身的實力。 業界需要的是能夠同時理解模型、晶片、作業系統、終端設備與交付流程的參與者，將原本彼此割裂的各個環節串聯起來。作為國內最早布局端側大模型、率先實現端側量產交付，並持續聚焦端側通用人工智慧（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，也逐步累積起跨終端的落地能力。在今年WAIC期間，面壁智能集中展示了手機、汽車、機器人、航太等多個行業案例，並發表新一代MiniCPM系列端側模型、全新VLA（視覺語言行動）具身模型、具身智慧解決方案，以及「AI製造AI」的最新成果。這些成果共同指向一個核心問題：誰來把分散的晶片、模型、作業系統與應用整合起來，讓端側AI不再陷入一次次重複適配的困境？ 模型能夠在終端上運行，只是端側AI產業化的第一步。真正進入落地階段後，不同終端面對的是完全不同的工程限制。若以三大類代表性終端來拆解，大致可看出這樣的差異：手機關注記憶體佔用、功耗、回應速度，以及相簿、通訊等隱私資料的安全保護；汽車則重視車規級安全、晶片生命週期、座艙系統相容性與量產交付；機器人則需要即時感知、本體差異、動作執行，以及在複雜環境下的穩定運作。這些終端都屬於端側AI，卻沒有一套完全相同的解決方案。目前業界普遍面臨的問題是，終端廠商各自擁有不同的晶片與系統，模型廠商往往需要逐個平台進行適配；一次成功的概念驗證並不代表能順利量產，更不代表能快速複製到下一家客戶。產業需要的，不只是更小、更快的大模型，更需要能夠同時理解模型、晶片、作業系統、應用、終端與交付體系，並將這些能力真正串聯起來的團隊。 隨著端側AI進入規模化部署階段，模型能力逐漸成為產業化的基礎，真正拉開差距的，則是跨終端適配、持續交付與工程化能力。面壁智能已建立起MiniCPM系列端側模型矩陣，涵蓋文字、視覺、全模態與語音等多個方向。其中，MiniCPM 5-2B在最新的Artificial Analysis（AA）榜單中以17分的成績奪冠，成為4B參數以下模型中性能最強的代表；MiniCPM-V 4.6採用1.3B參數規模，在同級模型中實現更高的智慧密度；MiniCPM-o 4.5則提供即時全模態互動能力，是業界首個可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，不同尺寸的模型覆蓋不同算力終端，讓手機、汽車、機器人、開發板等設備能根據自身硬體條件選擇合適模型，降低部署成本並提升適配效率。 除了模型本身，面壁智能也圍繞產業化持續完善配套能力。目前，該公司已完成5款主流智慧座艙晶片的量產級適配，在6款AI Box平台上展開商業化探索，並完成2款全模態晶片適配；手機側則覆蓋高通、聯發科以及三星等多個主流晶片平台，為不同終端廠商提供完整的適配能力。今年7月15日，國家網際網路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。面壁智能的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。這次與三星的合作，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，也釋放出新的產業信號：AI模型公司正成為手機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。 汽車行業則是另一項重要的驗證場域。隨著參與環節不斷深入，面壁智能交付給客戶的內容已涵蓋模型、晶片適配、工具鏈以及交付體系等多個層面。該公司推出的智慧座艙方案「面壁智艙SuperMate」，已實現本地感知、記憶、推理與執行能力，並搭載於吉利銀河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建立合作。圍繞事故處理Agent、主動服務等真實用車場景，面壁智艙團隊已累積並驗證68個可量產亮點場景。更重要的是，SuperMate能伴隨車型持續升級，讓模型能力隨著產品生命週期不斷演進。 手機則是另一塊更大的驗證場，擁有數量龐大的終端設備，也是端側AI最容易觸及用戶的入口。通訊、相簿、系統管理等大量場景涉及用戶隱私，本地推理能兼顧即時回應與資料安全。模型是否夠輕量、功耗是否可控、晶片兼容性是否完善，都能在真實使用環境中持續驗證。與三星蓋樂世AI的合作，進一步證明其端側模型已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具身智慧方案，相容雙足、輪式、四足等不同機器人本體，並覆蓋導覽、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，機器人都需在複雜環境中持續感知資訊、理解指令並完成動作執行。面壁智能同時發布新一代VLA具身模型，融合多模態技術與視覺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）取得顯著優勢。 松果派AI開發板則扮演開發驗證平台的角色，整合MiniCPM系列模型與端側Agent運行環境，幫助開發者快速完成端側硬體原型開發，降低AI硬體應用門檻，縮短產品驗證週期。航太場景則進一步驗證了在無網路、頻寬受限環境下，本地推理的重要價值。汽車、手機、機器人、航太屬於不同產業，各自擁有不同的技術要求，但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、資料安全、跨晶片相容以及持續升級。這些能力正成為越來越多終端產品的共同需求。 隨著端側AI逐步走向規模化，模型之外的標準、工具鏈、開發者生態與產業協同也開始影響整體發展效率。今年WAIC期間，面壁智能攜手中國資訊通信研究院人工智慧研究所，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形成更統一、可複用的產業規範。除了參與標準制定，面壁智能也持續擴展開發者生態。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與部署端側模型。同時，面壁智能聯合OpenBMB正式啟動「全球開發者大使計劃」，並發起「MiniCPM火種計劃」，向全球開發者持續開放模型、工具鏈、實踐資源與社區支持，期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結產業夥伴。此次WAIC期間，面壁智能同步發布「面壁+行業夥伴計劃」，由面壁智能提供基礎模型、AgentVerse平台、私有化部署、算力以及商業化渠道等能力，行業夥伴則貢獻行業認知、業務規則、私有資料、應用場景與客戶資源，雙方共同打造面向行業客戶的客製化AI解決方案。端側AI涉及模型、晶片、作業系統、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獨立完成全部工作。正如面壁智能執行長李大海所言，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平台的能力開放給行業夥伴，讓懂行業的人用AI重新定義行業。 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。如何讓一次專案累積服務更多客戶，讓一次晶片適配覆蓋更多平台，讓更多開發者快速參與應用開發，已成為行業共同關注的新課題。從這個角度看，面壁智能正在嘗試承擔一種新的角色：把模型能力、晶片適配、開發工具、行業經驗與開發者生態組織在一起，為終端廠商提供一套可重複使用的方法。汽車、手機、機器人、航太等多個行業，為這套方法提供了真實驗證；OpenBMB開源社區與持續開放的工具鏈，則不斷吸引更多開發者參與端側AI生態建設。隨著端側AI持續走向規模化，面壁智能也正從一家端側大模型公司，逐步向端側智慧產業的定義者邁進。
Related
相關文章
Matrix-Game 3.5WAIC首發！開源世界模型一哥，這次要“造世界”不只是“拍視頻”
智東西（公眾號：zhidxcom） 作者 | 王涵 編輯 | 漠影 要說過去一年AI領域討論最熱的方向，世界模型必須佔有一席之地。 在過去18個月裡，世界模型企業吸納了超過100億美元的投資，圖靈獎得主楊立昆（Yann LeCun）甚至預言三到五年內它將取代大語言模型成為主流AI範式。 與此同時，世界模型的技術瓶頸正在暴露。 長期記憶能力薄弱、相機控制精度不足、實時交互能力有限，多數產品停留在“生成視頻”而非“交互世界”的階段。更重要的是，市面上的世界模型普遍缺乏對物理規則的理解，例如模型能生成一條狗跑動的畫面，卻不明白狗的四條腿為什麼按這個順序落地。 就在這種混亂中，崑崙萬維旗下Skywork團隊在7月19日世界人工智能大會WAIC 2026期間，正式發佈了世界模型Matrix-Game 3.5。 該模型能夠根據用戶動作和事件指令持續生成可交互的世界，並在長時序生成過程中保持場景結構、空間佈局、角色身份和動態內容的一致性，為遊戲、機器人、具身智能和 XR 等應用提供可持續交互的生成基礎。 一、三方面升級，實現端到端實時推理 3.5版本從模型吞吐優化、DiT推理優化和VAE解碼優化三個層面構建了完整的系統級加速方案，實現端到端實時推理。 首先，在模型吞吐優化方面，Skywork團隊通過蒸餾將採樣步數壓縮至3-step Sampling，並設計分塊因果推理（Chunked Causal Inference），結合KV Cache、Patch Latent和預測Latent，在保持生成質量的同時提高單次推理吞吐，顯著降低多步採樣帶來的整體延遲。 其次，在DiT推理優化方面，Skywork團隊還針對推理熱點進行了系統優化，包括FFN INT8量化、Memory Retrieval Optimization以及Torch.compile等推理加速技術，在幾乎不影響模型效果的情況下進
2026 WAIC收官：滿場AI新物種背後，藏著物理 AI 的終局線索
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作2026 WAIC收官：滿場AI新物種背後，藏著物理 AI 的終局線索奇點研究社·2026年07月21日 11:58“AI一天，人間一年” WAIC像一面稜鏡，照見了當下中國 AI 產業的完整截面：模型從語言智能向空間智能與具身智能加速躍遷，底層算力正在構建從雲端超集群到端側芯片的國產閉環。沒有統一的終局答案，但所有人都朝著目標篤定前行。 每一屆WAIC，都像一場AI未來世界的預演。 過去幾年，這場盛會的主角還是大模型、多模態、智能體，今年AI開始離開屏幕，進入真實世界。 商湯現場搭了個未來實驗室，機器人“小麥”全程自主完成取貨、製作、遞送交付，未來還能自動補貨和整理貨架；他石智航把一條機器人環形線束流水線搬到了展臺，機器人集群現場展示產線自主作業；加速進化把半個展位改成了小型足球場，不到一米高的機器人自己帶球、搶斷、射門，還會做假動作晃過防守。 這些“形態各異，智商拉滿”的機器人走入消費場景、走進產線，成為我們現實生活中的“夥伴”。 諸多具象的產品落地，也讓這屆WAIC迎來空前熱度。本屆大會共計1100餘家企業參展，近4486項展品亮相，無論是參展規模還是人流量都創下歷史新高。 不過熱鬧背後，也有很多值得追問的行
谷歌密謀「焊死」Gemini，神秘芯片曝光，能效碾壓TPU十倍
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作谷歌密謀「焊死」Gemini，神秘芯片曝光，能效碾壓TPU十倍新智元·2026年07月21日 11:47一場豪賭 一覺醒來，谷歌突然就掏出了一張王炸！ 據The Information獨家爆料，谷歌正在研發一款代號「Frozen v2」的神秘服務器芯片——把Gemini模型的部分底層架構，永久蝕刻進硅片。 不是跑在芯片上，是長在芯片裡。 參與項目的谷歌員工預計，按每瓦特能處理的Token數量算，這款芯片將比谷歌最新一代TPU高效6到10倍。部署時間，最快2028年。 消息一齣，Alphabet股價週一應聲上漲3.7%，一掃前幾周的陰霾。 「凍結」一個模型 Frozen這個名字，就是字面意思：把模型「凍」進硅片。 這事有多激進？不管是英偉達GPU還是谷歌TPU，本質上都是通用芯片——什麼模型都能跑。 這聽起來很靈活，但代價也很大：芯片在運行時必須做海量的實時決策，不停地搬運數據，反覆查詢該往哪走、該怎麼算。 就像一個什麼菜都能做的後廚，每做一道菜都得現翻菜譜、現找工具、現調火候。效率可想而知。 Frozen v2則只為Gemini一個模型而生。 它把針對Gemini的關鍵決策路徑直接內建進電路——芯片不用再「想」該怎
《2026年 AI 應用市場洞察報告》：競爭、商業與數字經濟新格局
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機。
90後清華天才，幹崩了美股
90後清華天才，幹崩了美股深藍財經2026.07.21 10:49 · 來自四川全文2789字00:00 / 07:40月之暗面發佈Kimi K3，綜合能力全球第三，引發美股AI板塊72小時蒸發4700億美元。此前Kimi曾因月活暴跌陷入低谷，後放棄投流競賽，轉向技術驅動，快速迭代模型。K3的成功證明硬實力才是大模型競賽關鍵，公司估值已漲至315億美元。文丨深藍財經，作者丨符小茵7月17日凌晨，大模型圈被一顆“炸彈”驚醒。由90後清華天才楊植麟創立的月之暗面宣佈，新發布的大模型Kimi K3綜合能力全球第三，僅次於Anthropic的Claude Fable 5和OpenAI 的GPT-5.6 Sol。消息一齣，社交媒體被K3刷屏，就連馬斯克都在評論區留下一句“Impressive”（令人印象深刻）。次日，華爾街慌了，美股三大股指全線收跌，費城半導體指數跌入熊市。72小時內，美股AI板塊合計蒸發約4700億美元。誰曾想，幹崩了美股的大模型企業，不久前才因App月活暴跌被認為“掉隊”。如今，只用72小時，Kimi就證明，自己仍是牌桌上那個最具有競爭力的AI企業之一。一場酣暢淋漓的勝利K3有多厲害呢？首先它是全球首個3萬億級別規模且敢於開源的模型，排在它前面的Claude Fable 5和GPT-5.6 Sol均為閉源模型。其次，除了月之暗面披露的測評數據，另一項發佈在AI評測平臺Arena的“戰報”也顯示了K3處於全球第一梯隊——它以1679分登頂前端代碼競技榜榜首，超過了Claude Fable 5。 在前端測評中，K3在7個領域中拿下6個第一，包括數據與分析、內容創作工具、設計等。由於出色的表現，K3很快引發了大西洋彼岸科技圈的強烈震動。有美國學者在K3發佈後認為，中國的開源模型與最先進模型的時間差距可能已由6至9個月縮小到2至3個月。美國市場關於“DeepSeek時刻”
三萬步爆走WAIC：300多臺機器人同臺“打工”
# 三萬步爆走WAIC：300多臺機器人同臺“打工” 今年7月的上海，WAIC（世界人工智能大會）用一組數據留住了所有人的腳步：黃浦江畔近35度的高溫之下，普通票價168元被黃牛炒到2000元，展館內手機信號在密集人流與無線設備干擾下時好時壞，參展觀眾步數輕鬆突破兩萬。如果說前幾年的WAIC還帶著幾分技術論壇的矜持，那麼2026年的這一屆，已徹底變成一場全民圍觀的“AI集市”。