我们一直在讲一个主线——端侧AI，在全球经济与科技发展的浪潮下，今年端侧AI产品也的确如雨后春笋一般纷纷出现。不论是手机、PC、可穿戴设备等消费电子产品纷纷向端侧智能靠拢、还是机器人、汽车等大型硬件走向高阶智能化，这些产品的演进本质上都是对“智能泛在化”趋势的集体回应。

对普通消费者来说，随着大家对于生活品质提升、操作便捷性以及个性化体验的追求不断攀升，消费电子设备的智能化发展是必然趋势。同时“智能泛在化”想要实现也必须引导消费市场打开市场需求，有场景有需求才能落地。

端侧AI技术以其强大的本地数据处理能力和智能决策能力，在消费电子领域展现出的无与伦比的优势，这种技术优势不仅满足了消费者对于即时性、隐私性和便捷性的多重需求，还激发了消费市场对于智能设备的全新期待，满足了消费市场的智能变革需求。

在端侧AI趋势下，传统功能设备向智能终端的全面转型正在打开消费电子行业智能化发展的新篇章。在这一阶段，有哪些消费电子产品开始催生新需求，哪些应用开始逐渐起势？在这背后，又有哪些端侧芯片的支撑？

终端智能化走向深水区，场景需求为导向的系统级功能重构

从整个消费电子市场的增长来看，在经历前两年的低迷后，今年开始迸发出了新的增长潜力。根据GMI最新的消费电子市场报告，2024年全球消费电子产品市场规模为9497亿美元，较上一年有所回落，但整体市场预计将从2025年的9775亿美元增长到2034年的125万亿美元，平均年复合增长率为2.8%。

报告中也明确指出，将AI技术融入消费电子产品是市场变化的一大趋势。同时，IDC的一份报告中也指出，国内终端设备市场中，AI终端的销售占比在2027年预计将攀升至接近80%的水平。这些趋势很明显预示着，AI技术与终端的融合正在走向深水区。

切入到AI手机这一品类来看，作为最广泛应用的终端产品，手机的AI化进程已经持续了相对久的一段时间。相比传统智能手机，AI手机在NPU、存储、散热、显示、光学、声学等硬件方面都有显著升级，模型能力也在今年迅速提升，此外操作系统与AI的深度融合正在成为衡量AI手机技术能力的关键。

从应用上来看，端侧算力的提升将很多处理任务直接移到了本地，实现了本地复杂 AI 任务的实时处理，如华为Mate 60系列的麒麟9000芯片集成NPU，支持更丰富的AI应用并大幅提升处理效率。在多模态交互与自然语言理解应用上，端侧AI的融入也让手机在这方面有了革命性的提升，实现了更贴近人类更多元的交互方式。影像视频类应用也开始与AI深度融合，在视频创作上给予了消费者更丰富的支持。

AI PC的发展与AI手机类似，得益于PC本身硬件配置会更充裕，端侧的算力制约会相对较小，其智能化空间会更大，应该是更能凸显算力与模型能力结合成果的消费品类。从目前推出的应用来看，以微软Windows 11 AI+ PC设计为例，这些AI功能能加速日常工作、生活、学习，提升效率，如Recall回顾、增强搜索、照片超分、实时字幕等功能。

这两大端侧AI产品在AI功能的布局上主要都聚拢在效率提升类应用上，这是目前市场上比较明确的具体需求。但由于目前整个行业尚未找到“杀手级潜力的应用”，厂商在这类功能上的军备竞赛难免有些同质化，不同设备在这些功能上的核心体验差异微弱。

与此同时随着智能体概念兴起，AI手机、AI PC又开始朝智能体进化。虽然目前真正的智能体与引爆市场的功能需求都还没有出现，但在这一进化过程中，转变在慢慢发生，真正点燃端侧设备爆发的应用需求预计会在这一过程中出现。

将目光转向可穿戴终端，这一市场在今年前景可期。特别是智能眼镜这一细分品类，在今年可谓是风光无两。对于2025年AI智能眼镜的发展趋势，业界已经达成了共识，该领域将迎来快速的增长。在物联网智库的采访中，亦有产业链上的企业表示智能眼镜的市场今年有望能实现破千万台的出货量。不久前谷歌与三星两大巨头宣布联手布局智能眼镜的消息也是产业链热点话题。

目前智能眼镜的功能革新集中在语音交互与多模态交互升级、智能导航优化、实时翻译、健康监测以及视觉相关应用创新上，大有要将AI眼镜打造成替代手机的下一代随身智能设备的趋势。

不难看出，其实这些功能设计仍旧和我们前面提到的有些类似。但是智能眼镜赛道上厂商们，总体看来在摆脱同质化功能设计的局限性上进展比手机和PC这些赛道快一些。在挖掘AI技术在视觉、音频、交互等方面的应用，以及拓展细分应用场景方面，眼镜赛道的玩家更大胆，都想在这片蓝海市场率先发掘出场景需求为导向的“杀手级别的功能应用”，方能实现从“尝鲜玩具”到“刚需工具”的跨越。

智能手表、智能手环、智能戒指等其他可穿戴赛道的品类也在经历着将AI化从单一功能升级转向系统级重构的过程，健康监测升级、多样交互与个性化服务是功能创新的主流方向，这些品类仍旧在巩固从“随身工具”到“随身智能助手”的技术积累。家居类的终端在智能化进程上更缓慢一些，就不再展开。

除了上述这些可大幅提升消费者工作、生活效率的产品，另一个势头正劲的方向是情感陪伴类的智能终端，以解决消费者的情绪价值需求为导向。多模态的感知能力、多模态的交互能力以及情绪推理能力的提升让今年的这一赛道异军突起。这些陪伴类的AI终端也有望在向智能体升级的进程中进一步打开市场，完成单一陪伴功能向多元应用的系统智能化陪伴助手的重构。

智能终端音视频处理与交互竞争激烈，芯片与端侧AI技术加速融合

从上面各类智能终端的技术发展不难看出，很多功能点的创新升级都离不开音视频处理与交互技术。音视频相关芯片为智能终端的崛起提供了重要助力，在终端市场需求兴起的背景下，音视频芯片厂商纷纷加码布局，将芯片与端侧AI技术加速融合。

如泰凌微电子就在加速Edge AI技术与低功耗无线芯片的融合，在AI音视频领域进展频频，不久前官方也表示音频业务加速融合AI功能后，预计音频销售额这几年会持续高速增长。其基于新一代高集成度芯片TL721X和TL751X构建的TL-EdgeAI 平台支持 LiteRT 和 TVM 模型，专为低功耗的边端设备设计。EdgeAI技术中的降噪算法能够快速识别环境噪声，通过三档降噪模式有效隔绝背景噪声，还能实时监测音频信号，提供更智能的音频处理能力。据悉，其新推出的端侧AI芯片在国内行业头部客户已被批量采用。

炬芯科技在AIoT领域深耕多年，在端侧AI技术亦布局已久，在端侧AI芯片设计与音视频全链路优化上取得了诸多突破。不久前炬芯科技就发布了面向AI娱乐音频设备、专业音频设备及AIoT边缘计算终端的ATS362X端侧AI芯片。该芯片凭借CPU+ DSP + NPU三核异构架构、24bit无损音质和6.4 TOPS/W的超高能效比，为消费级与专业级音频AI升级提供强大驱动力。

炬芯科技的“Actions Intelligence”战略更是针对电池驱动的端侧AI落地提出的，聚焦于如何针对具体的场景需求落地AI功能，在基于SRAM的模数混合CIM技术路径下打造适用于端侧通用AI算力。

即将正式发布的小米AI眼镜此前有消息称采用高通AR1+恒玄2700双芯片方案，而恒玄科技集成多核CPU/GPU、NPU的BES2800也在今年开始全面落地在可穿戴设备中。据悉，目前恒玄也在持续推进AI相关的可穿戴感知和音频处理技术研发。

视频芯片赛道上，长期深耕泛视觉领域芯片的北京君正其自研NPU技术已实现完全自主可控，已实现商业化落地，同时提供与NPU结合的近存计算端侧AI设备供“算存一体”方案。此外，其AI-ISP一体化设计也大力推动了AI技术在视觉应用上的普及。

富瀚微在今年也明确表示端侧芯片是发展重点，接入模型的算力AI-ISP产品成为发力方向，高性能端侧视觉AI SoC芯片也已经实现了突破。在模型的多模态处理能力与端侧芯片的结合上富瀚微也表示将持续跟进。

目前，智能终端涌现出的需求很明显拉升了音频视频的相关芯片需求，为了在功耗、尺寸、模型能力受限的终端类实现更优的处理性能，芯片厂商纷纷加码端侧AI技术，既是要抓住已经涌现的商机，也是为端侧智能设备这一未来确定的爆发市场打下深厚的技术储备。在芯片与端侧AI技术的快速融合下，我们也看到了体现在智能终端上的AI功能不再只是简单的功能嵌入，而是开始深挖AI技术在视觉、音频、交互等技术的融合应用，并由AI技术定义整个功能模块，对于整个端侧AI市场来说，这是积极的信号。

写在最后

在端侧芯片的助力下，设备终端直接部署 AI 算力单元、实现数据本地处理与决策的技术形态，不仅突破了传统云端算力依赖的瓶颈，由本地算力支撑起的AI定义下的功能应用更从根本上重构了消费类智能设备的交互逻辑与应用场景，端侧智能设备在向“AI即服务”的全新商业生态迈进中又进了一步。