出货量暴增165%！这一新范式将引爆端侧AI

电子发烧友网报道（文/莫婷婷））2025年，AI正加速向终端大规模落地。据Gartner等行业机构数据显示，2025年，搭载端侧大模型的AI终端设备出货量同比增长超过165%。这一爆发式增长标志着AI从“云中心”向“端智能”的战略转移已成行业共识。

亿道研究院伍俊龙博士在“亿道科技日”活动中指出，在行业应用层面，纯云端大模型虽具备高度灵活性，却面临成本高、延迟大、隐私风险突出等瓶颈。相比之下，端侧AI展现出独特优势：更低的响应延迟、可靠的离线运行能力，以及最关键的——数据不出设备的隐私保障机制。

从智能手机、AI眼镜到智能家居、工业工控设备，端侧AI正在重塑人机交互边界，例如智能手机结合AI与分布式计算，智能调用最适合的终端执行特定任务，市场调研机构IDC预测明年国内新一代AI手机出货量将达到1.47亿台，同比增长31.6%，占据整体市场的53%。又比如AI智能眼镜在AI的赋能下，成为具备理解、交互与决策能力的个人智能终端，可以通过端云协同架构，在端侧完成简单的手势识别等任务，还能进一步通过调用云端大模型完成跨语言会议记录等任务。

亿道信息认为，Edge AI不仅是云端能力的补充，更是AI计算架构中的核心节点。而亿道信息致力于成为AI应用生态的服务商。

然而，端侧AI的现实挑战不容忽视。伍俊龙表示，当前端侧算力资源受限，难以承载超大规模模型；同时，跨终端数据分散、标准不一，导致单一端侧智能难以构建完整体验闭环。“‘端云协同’是当前技术水平限制下智能分工的最优解”，他指出。

端云协同指的是云端负责高智力水平的模型训练与复杂推理，端侧则聚焦实时交互、隐私保护与离线可用性。二者分工协作，形成“云让端更聪明，端让云更真实”的智能新范式。

2024年科技日，亿道信息正式发布AI战略并成立AI研究院。过去一年，研究院聚焦七大核心技术方向，系统推进端侧大模型落地：端侧推理轻量化、端侧模型训练、交互历史与记忆、云端能力构建与优化、Agent智能体、多模态数据管理、隐私与边缘计算。



但将大模型真正部署到端侧远非易事。亿道信息指出，端侧智能绝非简单“把云模型搬下来”，而需攻克四大系统性难题，包括模型结构差异、计算与//0瓶颈、硬件异构与功耗、系统环境复杂等。

伍俊龙指出模型结构到芯片知识能力之间的强差异性，会导致在端侧推理适配的过程中有巨大的成本，这也使得跨模型跨硬件的统一执行变得极具挑战。在系统环境方面，每一种系统在模型的部署方式，推理库的加载以及设备交互的方面都存在巨大的差异。这决定了端侧AI的框架必须具备高度的跨系统兼容性以及动态适配能力。

为此，亿道信息基于AESOF框架，形成跨芯片、跨系统、跨形态的大模型的部署能力，由此构建一个可以复用的高效的推理框架，实现“一套逻辑打通所有AI设备”。该框架已成功支撑AI PC、AI NAS、工控终端、可穿戴产品等多形态终端的大模型部署。

目前，亿道信息围绕个人、家庭、企业、工业、可穿戴、机器人六大核心场景，推动端侧AI落地。在AI智能眼镜的布局上，亿道信息通过旗下子公司亿境虚拟加速推进。就在11月，亿境虚拟与恩智浦达成合作，宣布将在其新一代 AI 眼镜解决方案SW3021中采用恩智浦i.MX RT685跨界MCU，满足端侧多模态交互、即时响应、持续感知等需求对低功耗的需求。在AI PC的布局上，亿道数码提出以“端侧优先，云端增强”为核心的L0-L4智商等级进化路径，公司还宣布将与芯片、存储企业展开合作，例如优化NPU性能等。