苹果国行 AI 刷屏之外,三星也把端侧大脑交给国产 AI

苹果国行 AI 刷屏之外,三星也把端侧大脑交给国产 AI

💡 原文中文,约3400字,阅读约需8分钟。
📝

内容提要

今年WAIC展会上,手机端侧AI成为焦点,苹果、三星等7款产品获批备案。端侧AI因低延迟、隐私保护等优势,正从概念走向规模化落地。面壁智能与三星合作,其MiniCPM模型应用于手机,并拓展至汽车、机器人等领域,同时参与制定行业标准,争夺端侧智能定义权。

🔎

延伸解读

端侧AI为何首选手机

手机与用户距离最近、使用频率最高,天然掌握通信、影像、位置等个人信息,并配备多种传感器,为AI提供持续的个人上下文。相比云端聊天机器人,手机端侧AI能在本地处理拍照理解、语音识别等高频或隐私敏感任务,降低延迟和云端成本,同时保护数据隐私。因此,手机成为端侧AI规模化落地的首要入口。

端侧模型的资源挑战

手机端侧AI面临算力、内存、功耗和散热的严格限制,模型需在资源约束下保留足够的理解、推理和多模态能力,并适配不同芯片和系统。三星电子中国研究院院长沈志春将其概括为“多、快、好、省”,即更多本地任务、更快响应、更好体验、更省资源。这要求模型在“戴着枷锁跳舞”中优化性能,而非简单压缩云端模型。

端侧智能的多元应用场景

除手机外,汽车和机器人也是端侧AI的重要载体。汽车驾驶和座舱交互要求低延迟,且需应对隧道、地下车库等弱网环境;机器人则需在本地完成感知、决策和行动。面壁智能的模型已应用于吉利汽车和机器人,实现无网环境下的导览和跟随功能,展示了端侧AI从信息处理向物理行动延伸的潜力。

定义权之争:从模型到方法

端侧智能并非简单压缩云端模型,而是需要解决任务分配、能力保留、跨芯片复制等问题。面壁智能不仅提供MiniCPM模型,还参与制定《AI For AI》标准并开源ForgeTrain训练框架,试图将模型能力、硬件适配和场景交付沉淀为可重复的方法。这标志着竞争焦点从单一模型转向端侧智能落地方法的定义权。

Q&A

苹果国行AI和三星Galaxy AI获批备案意味着什么?

这意味着苹果和三星的端侧AI功能可以在中国正式上线,标志着手机端侧AI从概念验证进入规范化、规模化落地阶段。

为什么手机是端侧AI最先规模化的入口?

因为手机与用户距离最近、使用频率最高,天然掌握个人上下文,且具备相机、麦克风等传感器,适合处理高频、即时或隐私敏感的任务,同时能降低延迟和云端成本。

三星电子中国研究院院长如何概括手机端侧AI的需求?

概括为“多、快、好、省”:让更多任务在本地完成,获得更快响应和足够好的体验,同时节省云端Token、流量、存储与电量消耗。

面壁智能与三星合作的意义是什么?

这标志着面壁智能的端侧模型MiniCPM从开源社区和技术验证进入全球头部消费电子厂商的实际产品,是端侧模型规模化落地的证明。

除了手机,端侧AI还应用在哪些领域?

汽车和机器人领域。例如,面壁智能与吉利汽车合作,将VLM多模态大模型集成到机器人中,用于生产仓储场景;还开发了机器狗和导览机器人,可在无网环境下运行。

面壁智能在端侧智能标准制定方面做了什么?

面壁智能与中国信通院联合发布了《AI For AI 标准》,并开源了训练框架ForgeTrain,用于AI编写生产级代码,已用于MiniCPM5-1B的训练,适配英伟达H100和华为昇腾芯片。

端侧AI与云端AI的关系是什么?

端侧AI与云端AI是协同关系,云端适合复杂推理和低频任务,端侧适合即时响应、弱网可用、敏感数据处理和持续运行,两者结合才能让AI更好地进入实际设备。

🏷️

标签

➡️

继续阅读