导语：当手机不再只是通信工具，而是能实时理解语音、图像并主动决策的智能终端，端侧人工智能的规模化落地终于不再是PPT上的愿景。2026年5月，随着网信部门一次性批准七款手机端侧生成式AI服务，以及面壁智能与三星达成合作、阿里千问接入Apple智能，一场由`AI工具导航`催生的产业变革正在悄然重塑移动生态的底层逻辑。
七款端侧AI同日获批：从实验室到口袋的“必经关卡”
2026年5月，网信部门的一纸公告让整个行业为之侧目——“Apple智能”“华为小艺AI大模型”“OPPO Andes GPT”“vivo蓝心端侧大模型”“小米澎湃AI”“三星盖乐世AI”以及“努比亚豆包手机大模型”等七款提供手机端侧生成式人工智能服务的应用完成备案。这不仅是监管层面的合规突破，更标志着端侧AI正式从技术探索期进入规模化商业落地阶段。
过去两年，大模型浪潮席卷全球，但绝大多数能力集中在云端。用户每次调用都需要将数据上传、处理再返回，延迟、隐私和网络依赖成为体验瓶颈。而端侧AI将模型直接部署在手机芯片上，推理过程在本机完成，响应速度可达毫秒级，且无需联网。这一技术路线的价值在苹果、华为、小米等主流厂商的全力押注下逐渐清晰。此次七款服务同时获批，意味着监管机构已认可端侧AI的安全性、可控性和实用性，为后续更多`AI Agent技术`的商用扫清了障碍。
值得注意的是，这七款服务中既有华为、OPPO、vivo、小米等厂商自研的模型，也有三星通过合作引入的第三方能力（如面壁智能），更包括苹果与阿里的跨界联合。这种“自研+合作”的混合模式，恰恰折射出端侧`企业数字化转型`路径的多样性——手机厂商不再需要“万事皆自研”，而是可以像组装硬件一样灵活集成最优秀的AI能力。
阿里千问+苹果、面壁智能+三星：两大合作重塑AI生态
同日，阿里巴巴向媒体确认，旗下千问大模型将作为AI能力深度集成至Apple智能，覆盖iOS、iPadOS、macOS和visionOS的国行设备。用户无需切换App，即可在苹果生态中直接调用千问的文本理解、图像解析和内容生成能力。消息公布后，阿里股价应声上涨超过5%。这并非简单的技术授权，而是`大模型训练`与操作系统级融合的典范。
几乎同时，端侧大模型公司面壁智能独家披露与三星手机的合作：其自主研发的MiniCPM系列端侧模型将搭载于三星数款旗舰机型上市。三星作为全球出货量最大的安卓厂商之一，其端侧AI能力此前主要依赖自研Galaxy AI及与谷歌Gemini的合作。引入面壁智能，意味着三星在保持自研能力的同时，开始拥抱外部顶尖的端侧模型供应商，以弥补在特定场景（如极低功耗下的多模态推理）上的技术差距。
这两大合作释放出强烈信号：以往手机厂商的AI能力几乎全部自给自足（如华为小艺、vivo蓝心），但现在，专业的`科技公司`正成为手机AI能力的“第二引擎”。模型公司不再只是云端服务的供应商，而是直接嵌入终端硬件，形成软件与硬件的深度耦合。这种“能力外包+系统整合”的模式，能有效降低手机厂商的研发沉没成本，同时让专业团队聚焦于模型效率本身。
面壁智能：最早押注端侧的独角兽，用“密度定律”证明小模型能赢
面壁智能成立于2022年8月，孵化自清华大学自然语言处理实验室。其联合创始人、CEO李大海曾任知乎合伙人、CTO；首席科学家刘知远是清华大学计算机系教授；CTO曾国洋在22岁时作为核心工程负责人训练出中国第一个大语言模型CPM-1。据《投资界》报道，截至2026年上半年，面壁智能累计`AI融资`超过50亿元，估值突破200亿元，成为国内端侧AI领域估值最高的独角兽。
面壁智能最独特的文化标签是“最早押注端侧”。2023年下半年，当整个行业还在追逐千亿参数的云端大模型时，面壁智能做出了一个在当时被视为“逆流”的决定：全力转向端侧。彼时，做大模型的公司都在卷参数、卷算力，端侧模型因参数规模小、能力看似“弱”而被认为是一条边缘路线。但面壁智能的团队坚信一个核心方法论——知识密度。
2024年，面壁联合清华大学提出了“大模型密度定律”（Densing Law）：开源大模型的最高知识密度约每3.5个月翻一番，同等智能所需的参数规模呈指数级下降。这意味着，随着时间推移，小模型可以做到大模型几年前才拥有的能力。这一判断在后续模型中逐步兑现：2026年5月发布的MiniCPM5-1B，参数量仅10亿，在Artificial Analysis Intelligence Index中获得17.9分，超过多款参数规模更大的开源基座模型；另一款多模态模型MiniCPM-V 4.6仅1.3B参数、6GB内存即可在手机上流畅运行，支持iOS、Android、HarmonyOS三大平台。目前MiniCPM系列在GitHub、Hugging Face等平台的累计下载量已突破3800万次。
端侧模型的技术炼狱：效率、功耗、芯片适配一个都不能少
“端侧是硬限制——如果模型太大，跑不动就是跑不动，补贴钱没用；功耗太高会发热，你不可能补贴一个冰块。”面壁智能CTO曾国洋在近期接受专访时这样描述端侧模型的底层逻辑。相比于云端模型可以无限堆算力、堆内存，端侧模型必须在有限的物理约束下实现最大智能。这绝非把大模型“剪一剪”那么简单，而是需要从算法、芯片适配、功耗优化到终端部署的全链路自研能力。
目前，面壁智能已完成对高通、联发科、英特尔、瑞芯微、英伟达、AMD等主流芯片的全面适配。在国产芯片方面，他们甚至参与了华为昇腾、寒武纪等平台的软件栈构建，并发布了全国首个三值量化大模型BitCPM-CANN，推理阶段可节省约6倍显存。此外，面壁智能还推出了全双工全模态大模型MiniCPM-o4.5，仅9B参数即可实现语音、视频、文本的实时同步交互。这种能力对于手机上的AI助手至关重要——用户不需要按一个按钮说一句，而是可以像与真人对话一样打断、追问、切换话题。
在功耗和散热控制上，团队通过模型量化、算子融合和动态调频等技术，将典型推理时的手机温度控制在安全范围内，同时保证响应延迟低于100毫秒。曾国洋强调：“端侧模型不单看评测效果，还有响应时间、硬件成本，它很难从单一维度胜出。”这种“多维最优”的工程挑战，也正是面壁智能构建技术护城河的核心。
如果你正在寻找可以一键生成创意图像的轻模型，不妨试试`AI画图`工具，它们同样遵循“小而美”的哲学；若你需要给头像去背景，`抠图`能力也已集成在不少端侧应用中。
汽车场景已跑通全链路，三星合作打开全球市场新窗口
面壁智能在手机之外，另一个规模化落地的场景是汽车。其自研端侧智能体SuperMate到2026年底预计将交付超30万台量产车，覆盖吉利、上汽大众、广汽、马自达等品牌。在这个过程中，团队跑通了从模型适配到硬件兼容、从供应链管理到终端交付的完整闭环。汽车对安全性和实时性的要求远高于手机（如语音控制刹车、导航决策），这一场景的成功验证大大增强了市场对面壁端侧能力的信任。
与三星的合作则标志着面壁智能正式进入全球最大的消费电子舞台。据韩媒报道，三星正与谷歌深度合作，将Gemini整合进其设备生态，包括即将于7月22日在伦敦发布的Galaxy Unpacked 2026系列产品。面壁智能的MiniCPM在三星体系中具体承担什么角色——可能是独立AI助手，也可能是特定功能模块（如实时翻译、相机场景识别）尚未完全披露。但可以确定的是，三星选择了在端侧模型领域最专业的`科技公司`作为补充，而非完全依赖自研。
对于面壁智能而言，这不仅是商业变现的里程碑，更是技术出海的前哨。此前，国内端侧模型公司大多只服务本土品牌，而三星的全球渠道（尤其在欧美、东南亚市场）将帮助面壁智能的产品参数和品牌影响力走向世界。同时，这也意味着`AI融资`的进入将加速技术迭代，形成“资本-技术-市场”的正循环。
端侧AI的未来：从“功能插件”到“操作系统级神经”
回顾这次七款端侧AI获批及一系列合作，可以看到一个清晰的趋势：手机端侧的`人工智能`正在从“一个独立的语音助手App”进化为“操作系统底层的神经”。未来，用户可能意识不到自己在调用AI——无论是拍照时自动优化构图、阅读外文文章时即时翻译、还是购物时一键比价，这些能力都内嵌在系统的每一个操作中。
从产业分工角度看，手机厂商与模型公司的合作关系将更加紧密。华为、OPPO、vivo等拥有自研模型的厂商将继续深耕自家生态，但也会像苹果那样在必要时引入第三方能力。而对于三星、小米等更开放的体系，引入外部顶尖端侧模型将成为常态。这本质上是一种效率分工：手机厂商擅长硬件、渠道和用户体验，模型公司擅长算法压缩和芯片适配，双方通过`AI工具箱`式的合作实现共赢。
在技术层面，大模型密度定律仍在生效。随着量化技术、神经架构搜索和知识蒸馏的进步，未来两三年内，一个1B参数的小模型可能拥有当今100B模型的能力。届时，端侧AI将不仅限于文本和简单识别，而是能流畅运行复杂的多模态推理、长上下文记忆，甚至自主规划任务。面壁智能的曾国洋预测：“端侧模型的天花板远未到来，我们正处在指数曲线的起点。”
如果你想亲自体验诗词创作的乐趣，试试`AI诗词`生成工具，它可以帮助你在手机端瞬间生成一首七律；或者用`AI网名`功能为自己设计一个独特的游戏ID，这些都是端侧AI能力的生动缩影。
FAQ
Q1: 什么是端侧人工智能？
A1: 端侧人工智能是指将AI模型直接部署在手机、汽车、IoT设备等终端硬件上，不依赖云端服务器即可完成推理。其优势在于低延迟、保护隐私、可离线运行，对模型参数量和功耗要求极高。
Q2: 面壁智能与阿里千问在端侧合作上有什么区别？
A2: 阿里千问是云端大模型，集成至Apple智能后仍在必要时调用云端算力，属于“端云协同”模式；面壁智能的MiniCPM是纯端侧模型，推理完全在手机本地完成，不依赖网络。前者适合高复杂度任务，后者更擅长实时响应和隐私敏感场景。
Q3: 端侧AI对普通用户有什么实际影响？
A3: 端侧AI让手机实现毫秒级响应，例如即时翻译、语音唤醒、相机场景识别无需等待网络。未来还能驱动更自然的全双工语音助手、离线导航、隐私加密的个性化推荐等，大幅提升用户体验和安全性。