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.pdfVIP

行业|深度|研究报告

2025年7月14日

端侧AI行业深度：驱动因素、商业模式、产

行业链及相关公司深度梳理

业

研

究在生成式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。

报随着大模型压缩、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、

告隐私泄露等痛点，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

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、行业概述

慧1、终端侧AI具有成本、能耗、可靠性、隐私、安全和个性化优势

博

智AI技术发展加速，形成云侧AI与端侧AI两条路线。自2022年OpenAI推出建立在GPT-3.5和

能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：

投

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

研源和存储能力，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。

1/41

行业|深度|研究报告

2025年7月14日

终端侧AI具有成本、能耗、可靠性、隐私、安全和个性化优势。

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，可以减轻云基础设施的压力并减少开支。

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：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