端側AI下半場，從跑起來到會思考

在2025年世界人工智能大會上，一部AI手機僅需極短時間就能完成一份長篇法律文檔的本地分析處理，而它的功耗僅相當于手機快充時的水平。

端側AI芯片的爆發標志著AI技術正在從遙遠的云端走向每個人的口袋、桌面和日常生活。當中國企業在全球市場上以驚人的增長速度追趕國際巨頭，但總體規模仍僅有美企的十四分之一時，一場關于技術路線、市場定位和生態構建的深度變革正在悄然發生。

01

重繪芯片的“思維版圖”

端側AI芯片并非簡單的算力遷移，而是一場從底層架構到應用模式的技術革命。短短幾年內，這場變革已從邊緣概念演變為規模化應用的核心驅動力。

2025年7月，在世界人工智能大會上，OPPO展示了一項突破性成果：峰值出字速度達到200 token/s，實現對128K超長文本的支持。這意味著單設備能本地處理約300頁書籍內容，徹底改變專業文檔處理的方式。

這一成就背后，是行業對系統級AI的重新定義。僅有強大的芯片還不夠，需要從底層定義，并布局研發全鏈路的“AI芯”、“AI端”、“AI云”協同。與傳統云端AI相比，端側AI具備多維度優勢：數據無需上傳云端，從根本上保護用戶隱私；本地處理大幅降低延遲；同時能顯著降低整體運營成本。

在當前端側與云端AI芯片的激烈競爭中，國產廠商為突破技術封鎖與生態壁壘，并未選擇單一的技術路徑，而是根據自身資源和技術積累，走上了鮮明的差異化競爭道路。

在智能音頻領域，炬芯科技走出了一條獨特的技術道路，其商業化落地的存算一體技術備受關注。通過第一代存算一體AI音頻芯片，炬芯將存儲與計算深度融合，打造了高能效比的NPU架構。這一創新使其成功進入了哈曼、索尼、Bose等頭部品牌的高端音箱供應鏈，專門服務于對低延遲和音質有極致要求的無線音頻產品。

瑞芯微則選擇扮演“算力倍增器”的角色，其RK182X系列協處理器通過內置高帶寬嵌入式DRAM，有效解決了端側部署AI模型時的算力、存力和運力動態平衡難題，能夠支持主流端側大模型。這使得它成為各類AI學習機、機器人乃至汽車智能座艙中理想的算力支持中心。

針對日益增長的端側大模型推理需求，國科微自主研發了MLPU架構，專門對推理的效率、功耗和成本進行優化。該架構已應用于其AI SoC產品中，在智能終端及車載的駕駛員監測（DMS）、乘客監測（OMS）和環視系統等視覺處理場景中發揮作用。

在技術要求最高的智能駕駛賽道，地平線憑借其自研的BPU（Brain Processing Unit）架構構建了深厚的護城河。其最新的征程6系列芯片基于第三代納什架構，算力最高可達560 TOPS，并以此為基座，致力于為車企提供“端到端”的高階智能駕駛解決方案。目前，地平線芯片的總出貨量已超過千萬套，市場地位穩固。

而在智能可穿戴設備這一對功耗極其敏感的市場，恒玄科技的策略是追求先進的工藝集成。其采用6nm FinFET工藝的BES2800芯片，在單芯片上高度集成了CPU、NPU及低功耗Wi-Fi，成功在TWS耳機、智能手表等產品中實現了性能與功耗的完美平衡，并實現了大規模應用。

同樣通過先進工藝制程驅動發展的還有晶晨股份。其6nm制程芯片（如S905X5）在實現商用后銷量迅速突破百萬級，憑借工藝帶來的性能與成本優勢，快速搶占了智能機頂盒、智能電視以及寶馬、沃爾沃等品牌的車載信息娛樂系統市場。

02

巨頭的敏捷生存法

端側AI 芯片市場已形成多維度競爭格局，國際巨頭仍占據主導地位，但中國企業正通過細分市場突破實現快速增長。從規模對比來看，2025 年上半年美股五大巨頭營收高達 2444.5 億元，而 18 家中國公司整體營收僅為 193.3 億元，前者是后者的 12.65 倍，這種體量差距背后，既反映了國際巨頭數十年技術積累與全球渠道布局的優勢，也凸顯了中國企業在市場滲透初期的規模局限。盈利能力的鴻溝則更為顯著，中國公司 2025 年上半年總體凈利潤為虧損 39.41 億元，而美股五大巨頭總體凈利潤高達 661.16 億元，這種差異不僅源于核心技術專利帶來的定價權差距，更與中國企業現階段高研發投入、供應鏈磨合成本較高的發展階段密切相關 —— 多數國內廠商仍處于 “投入期”，需持續砸錢突破工藝瓶頸與生態壁壘，而國際巨頭已進入成熟的盈利收割期。

不過，若跳出單純的規模比拼，聚焦增長性維度，中國頭部企業的表現則展現出強勁的突圍勢能。以國內主要的專用集成電路（ASIC）設計公司為例，它們在 2025 年上半年呈現出明顯分化的態勢，其中瑞芯微的業績增長最為突出，2025 年上半年實現營業收入 17.32 億元，同比增長 45.23%；歸母凈利潤達 4.50 億元，同比大幅增長 190.42%，其前三季度凈利潤7.8億元，繼續保持 116% 到 127% 的高速同比增長，這般爆發式增長背后，是其精準卡位智能車載后裝、AI 攝像頭、工業控制等細分剛需場景，產品在低功耗、高兼容性上契合終端廠商降本增效需求，同時綁定了國內多家頭部物聯網設備商形成穩定訂單流。

晶晨股份則保持了穩健增長的節奏，前三季度公司主營收入50.71億元，同比上升9.29%；歸母凈利潤6.98億元，同比上升17.51%；扣非凈利潤6.3億元，同比上升13.71%。作為智能家居芯片領域的標桿企業，其增長動力既來自海外機頂盒市場的份額提升，也得益于國內智能電視、邊緣計算網關等產品的 AI 功能升級需求，憑借成熟的供應鏈管理與規模化生產攤薄成本，實現了增長與盈利的平衡。全志科技前三季度實現總營收21.61億元，凈利潤2.78億元增速相對平緩，這一差異或與公司全產品結構相關 —— 其聚焦的中低端消費電子芯片賽道競爭更為激烈，且部分產品仍依賴傳統制程，在 AI 功能迭代速度上略遜于專注高端場景的同行，反映出端側 AI 芯片市場 “賽道選擇決定增長斜率” 的分化邏輯。

這種高速增長的態勢并非個例，在其他專注端側AI 的廠商中同樣明顯。例如，炬芯科技 2025 年前三季度預計實現營業收入 7.21 億元，同比增長 54.50%；歸母凈利潤 1.51 億元，同比增幅高達 112.94%，作為聚焦智能音頻、可穿戴設備芯片的專精企業，其增長核心在于抓住了 TWS 耳機、AI 眼鏡等終端產品的 AI 功能普及浪潮，通過自研低功耗 NPU 架構，解決了小型設備本地語音喚醒、降噪等核心需求，且產品定價更具性價比，成功替代部分國際品牌芯片進入小米、傳音等終端供應鏈。值得注意的是，中國企業的增長并非單純依賴國內市場，部分頭部廠商已開啟海外突圍，瑞芯微、晶晨股份的海外營收占比均超過40%，通過參與全球中低端 IoT 設備供應鏈競爭，避開與國際巨頭在高端市場的正面交鋒，這種 “農村包圍城市” 的策略成為增長重要補充。

進一步來看，中國企業的高增長本質是“敏捷生存法” 的成功實踐：與國際巨頭側重通用型高端芯片、研發周期長的模式不同，國內廠商更擅長根據細分場景快速迭代產品，比如針對智能家居場景優化低功耗表現，針對車載場景強化穩定性與環境適應性，這種“小而美” 的差異化路線，既降低了對先進制程的依賴（多數端側芯片采用 12nm-28nm 成熟工藝，規避了高端制程卡脖子風險），也精準匹配了終端廠商多樣化的定制需求。同時，國內產業鏈的協同升級為增長提供了支撐，EDA 工具國產化率提升、中芯國際等晶圓廠成熟工藝產能釋放，不僅降低了芯片設計與生產成本，也縮短了產品從研發到量產的周期，讓中國企業能夠更快響應市場變化。不過，增長背后仍需警惕隱憂：部分企業的高增長依賴單一客戶或單一賽道，抗風險能力較弱；研發投入的持續性與核心專利積累不足，可能制約長期發展；而國際巨頭對中端市場的下沉布局，也將加劇競爭壓力。未來，中國端側 AI 芯片企業若能在保持敏捷響應優勢的同時，持續強化技術壁壘、拓展多元場景與海外市場，有望在縮小規模差距的同時，實現從 “高速增長” 向 “高質量增長” 的跨越。

03

下一輪競賽，指向何方？

如果說過去幾年的競爭是圍繞“讓AI能在端側跑起來”展開，那么下一輪競賽的核心命題將是 “讓AI在端側真正思考與協作” 。競技將從前沿技術驗證，轉向主流場景的深度滲透與體驗重構，競爭維度也將從單一的算力指標，升維至系統效率、生態協同和商業模式的綜合比拼。

首先，最顯著的是“智能體（Agent）硬件化”。當前端側AI主要完成既定任務的推理，而下一代芯片需要成為自主智能體的物理載體。這意味著芯片架構必須原生支持智能體所需的復雜能力，如長期記憶的存儲與高速檢索、多步驟規劃的邏輯執行、以及對外部工具和API的實時調用。這將催生全新的芯片設計范式，可能需要在傳統CPU、NPU之外，集成專用的“任務規劃單元”或“記憶引擎”。未來，你的手機、耳機或眼鏡中的芯片，將不再是被動響應指令的算力模塊，而是能主動理解上下文、管理長期目標、并調度各類應用的“個人數字孿生”的大腦。

其次，競爭將向“場景縱深” 猛烈推進。在消費電子紅海中，單純的參數提升已難以制造差異化，真正的機會在于用AI芯片徹底重構關鍵場景的體驗。在汽車領域，競爭焦點將從智能座艙的娛樂功能，轉向 “艙駕一體” 的中央計算平臺。一顆高性能端側AI芯片需要同時處理駕駛員監測、乘客互動、艙內環境控制，并與自動駕駛域實時共享感知數據，實現車輛與乘員的全維度、低延遲交互。在機器人領域，隨著人形機器人走向商業化，端側AI芯片將成為其成本和性能的關鍵。它需要以極致的能效比，在本地完成環境理解、實時避障和動作規劃，扮演機器人靈敏的“小腦”。此外，個人健康管理等極度隱私敏感的場景，也將成為端側AI芯片確立不可替代性的核心陣地。

最后，也是最底層的部分，將圍繞“生態與標準” 展開。硬件性能的比拼終將觸及天花板，而軟硬件協同的深度則決定了用戶體驗的上限。下一階段的贏家，必然是那些能構建或主導繁榮開發者生態的廠商。這要求芯片企業不僅提供硬件，更要輸出極致的工具鏈——高度優化的編譯器、豐富的模型庫、以及低代碼的開發平臺，大幅降低開發者在復雜異構芯片上部署和優化AI應用的門檻。同時，在萬物互聯的愿景下，跨設備、跨場景的AI協作將成為常態。能否牽頭或積極參與制定設備間AI任務協同、算力共享與數據安全交換的協議標準，將決定一家企業是在搭建孤島，還是在聯結大陸。對于中國廠商而言，抓住國內AI應用創新活躍的優勢，與本土操作系統、主流大模型共建“軟硬一體”的融合生態，是構建護城河、并逐步向外輻射影響力的關鍵路徑。

端側AI芯片的下半場，是一場從“技術實現”邁向“體驗定義”的競賽。勝利不再僅僅屬于跑分最高的那顆芯片，而將屬于最能理解場景痛點、最能賦能開發者、以及最能構建開放而高效協同生態的那個平臺。手中的芯片，將成為我們連接并塑造智能世界的基本單元。