端侧AI行业深度：驱动因素、商业模式、产业链及相关公司深度梳理-250714（41页）.pdf

1、 1/41 2025 年年 7 月月 14 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 端侧端侧AI行业深度：驱动因素、行业深度：驱动因素、商业模式商业模式、产、产业链及相关公司深度梳理业链及相关公司深度梳理 在生成式 AI 浪潮席卷全球的当下，AI 技术的部署路径正从“云端集中式”加速向“端侧分布式”演进。随着大模型压缩、异构芯片、存内计算等核心技术突破，端侧 AI 正走出“概念验证”阶段，在手机、PC、可穿戴、汽车、机器人乃至玩具等亿级终端中快速落地。它不仅解决了云侧 AI 高成本、高时延、隐私泄露等痛点，更以“硬件+订阅”的新商业模式重构价值链，催生万亿级增量

2、市场。本报告深度拆解端侧 AI 行业的驱动因素、技术演进、场景落地与产业链图谱，聚焦核心标的，揭示端侧 AI 如何重构终端价值链，开启新一轮换机潮与生态红利。希望这些内容能为读者了解端侧 AI 行业提供帮助。目录目录 一、行业概述.1 二、驱动因素.6 三、核心技术和硬件提供：上游硬件成为端侧 AI 落地关键.10 四、端侧 AI 模型：逐步迭代，巨头引领行业发展.13 五、端侧 AI 设备：生成式 AI 加速终端产品市场增长或格局重塑.17 六、商业模式分析.33 七、相关公司.35 八、参考研报.40 一、行业一、行业概述概述 1、终端侧终端侧 AI 具有成本、能耗、可靠性、隐私、安全和个

3、性化优势具有成本、能耗、可靠性、隐私、安全和个性化优势 AI 技术发展加速，形成云技术发展加速，形成云侧侧 AI 与端侧与端侧 AI 两条路线。两条路线。自 2022 年 OpenAI 推出建立在 GPT-3.5 和GPT-4.0 大语言模型上的聊天机器人 ChatGPT 后，AI 技术取得了飞速的发展及应用，深刻改变人们的生活及工作方式。在 AI 技术的实际应用中，云侧 AI 和端侧 AI 成为了两种重要的部署方式：1）云侧 AI：依托强大的云端数据中心，集中进行大规模的数据处理和模型训练，凭借其海量的计算资源和存储能力，能够实现复杂的 AI 任务，如大规模的数据分析、自然语言处理中的复杂语

4、义理解等。2）端侧 AI：将 AI 算法和模型直接部署在终端设备上，如智能手机、智能穿戴设备等，使终端设备具备自主的智能处理能力，能够在本地实时响应用户需求，如手机的实时语音识别、图像美化等功能。2/41 2025 年年 7 月月 14 日日 行业行业|深度深度|研究报告研究报告 终端侧终端侧 AI 具有成本、能耗、可靠性、隐私、安全和个性化优势。具有成本、能耗、可靠性、隐私、安全和个性化优势。成本优势：成本优势：AI 推理的规模远高于 AI 训练。模型的推理成本将随着日活用户数量及其使用频率的增加而增加。在云端进行推理的成本极高，这将导致规模化扩展难以持续。将一些运算负载从云端转移到边缘终端

5、，可以减轻云基础设施的压力并减少开支。能耗优势：能耗优势：边缘终端能够以很低的能耗运行生成式 AI 模型，尤其是将处理和数据传输相结合时。可靠性、性能和时延：当生成式 AI 查询对于云的需求达到高峰期时，会产生大量排队等待和高时延，甚至可能出现拒绝服务的情况。向边缘终端转移计算负载可防止这一现象发生。隐私、安全和个性化：隐私、安全和个性化：由于数据处理完全在本地进行，终端侧 AI 有助于保护个人信息，以及企业和工作场所中的机密信息。以本地和云端分别运行 AI 大模型制作行程安排为例，本地 AI 大模型通过长期学习用户行为，并利用本地存储的信息，可以给出更贴合用户生活习惯、更准确的建议。相较之下

6、，如果云端模型需要访问用户本地存储的文件、浏览记录等信息再给出个性化的建议，用户通常较难接受。2、端侧、端侧 AI 布局应用场景，从各个层面改造终端布局应用场景，从各个层面改造终端 端侧 AI 强调本地化运行，应用场景涉及多类端侧：手机、自动驾驶汽车、AR、PC、电视、耳机、音响、安防设备、智能手表和机器人等。多应用场景提升了端侧 AI 市场的增长潜力。zWzWoXiW8VqRmO8OaObRnPmMmOrMeRmMrOiNrQnQ8OqQyRvPnRnRuOqRxP 3/41 2025 年年 7 月月 14 日日 行业行业|深度深度|研究报告研究报告 从 AI 技术在终端产品的落地上，一般经