ARTICLE · 1301409
＂集结＂端侧AI朋友圈:从大模型芯片到真实场景,聆思进入生态竞速 | 前沿在线
2026年的端侧AI，热闹得有点像智能手机生态刚起来那几年。
AI PC想让Agent替人操作电脑，机器人接上视觉语言动作模型，智能家居和汽车座舱也忙着把大模型搬进设备。
模型一代比一代聪明，芯片参数越来越漂亮，演示视频一个比一个能打。
这不是概念在炒作。按IIM信息预测，2026年全球端侧大模型相关软硬件及服务市场规模将达412.7亿美元，同比增长53.8%，到2030年有望突破1280亿美元。
更直接一点说，端侧推理的需求，正在以肉眼可见的速度，逼近甚至超过对云端的依赖。
资本和厂商不是冲着PPT来的，是真有蛋糕要分。
就在这个当口，聆思的动作，把这场竞速又往前推了一步。
10月23日，聆思科技与此芯科技、点化智能科技达成战略合作。
此前，聆思已与面壁智能建立战略合作关系，并与海尔、美的、聆动机器人、奇瑞等终端企业展开战略级联合预研。
一家端侧AI芯片企业，正把不同环节的伙伴，集结到同一条产业链上。
可真正做过产品的人都知道，演示跑通，和把东西卖出去、长期用起来，中间隔着一大摊工程活儿。
Demo像相亲，挑的都是最好的状态。真过日子，全是细节。
拿Computer Use来说，模型能看懂屏幕、规划下一步，还得靠操作系统分配权限、调用应用、读写文件。
换成机器人，感知、决策、推理结果还要接上运动控制。模型会思考，不代表设备就能自己把活儿干完。
过去大家习惯比模型参数、芯片TOPS、功耗，现在的难题越来越像一道系统工程题：CPU和NPU怎么分工？模型更新后，旧的适配还能复用多少？推理引擎怎么跟不同硬件打通？最终又怎么满足终端的成本、功耗和开发周期？
单个技术模块拿出来，都有不错的选择。难的是让它们真正配合起来。
TOPS越来越高，产品为什么还是难做
端侧AI的第一个认知陷阱，是把标称算力当成了真实能力。
TOPS衡量的是理论峰值，是芯片在最理想状态下每秒能完成的运算量。真正跑大模型时能兑现多少，是另一回事。
大模型推理和过去的轻量AI任务，不是一个路数。
以常见的自回归Transformer为例，推理分两个阶段。Prefill处理输入的整段上下文，并行度高，算力容易喂饱。
Decode阶段一个字一个字往外吐，尤其在小批量推理时，每生成一个token，都要反复读取模型权重、访问KV缓存。这时候卡住速度的，往往不是算力，而是内存带宽和数据搬运。
计算单元备好了，数据没及时送到，再高的峰值也使不上。两块标称TOPS相近的芯片，跑同一个模型，吐字速度和功耗能差出一大截。
再加上架构匹配。通用架构的芯片，天生不是为Transformer设计的，注意力机制、长序列依赖这些大模型的核心特征，没有对应的硬件优化，大量算力空转。
纸面参数一路狂奔，真实体验原地踏步，这就是行业里说的算力幻觉。
这里有个更值得琢磨的现象。行业不是不知道TOPS虚，可宣传口径还是清一色堆TOPS。
原因不复杂：真实能效最难测、最难横向比，TOPS这个数字却好堆、好讲故事。 客户问起来，报个好看的算力数字，比解释"每瓦能跑多少token"省事得多。
端侧AI真正该比的是每瓦性能、每个token的功耗成本，不是标称TOPS。
行业慢慢看清，决定一款产品能不能打的，不再是单一指标，而是算力、内存、算子、软件能不能在一个系统里协同。
单一性能指标，已经判断不了产品竞争力。
单颗芯片再强，也只是一张牌，牌局怎么打，还得看谁来组织。
单点突破之后，总得有人铺底层
把眼光拉长，端侧AI今天的处境，几乎每个成熟硬件产业都经历过。
一个产业从起步到爆发，路径大致相似。先是单点技术突破，证明这事能做；接着一堆玩家涌入，Demo满天飞；再往后，瓶颈浮现，底层的公共能力没人做，产品迟迟上不了量。
功能机时代，联发科的交钥匙方案把处理器、基带和软件系统打包，大幅降低了终端厂商的系统开发门槛，一批国产手机厂商由此起来。
端侧AI如今同样需要降低集成和适配成本，只是它要面对更多模型变化、硬件差异和场景约束。
汽车里的Tier 1是类似角色。
博世、大陆、电装这些供应商，把零部件、软件、系统集成做成模块，交给整车厂，让整车厂在成熟底座上专心定义自己的车。
这跟城市铺水电路是一个道理。地下管网先铺好，后来的人不必自己打井、自己发电，城市才转得起来。底层门槛拉下来，终端才可能规模化上量。
端侧AI现在就站在这个节点上。
它不缺会做Demo的公司，真正缺的，是有人把产业链集结起来、肯替整个行业打底。
三场合作，三个行业的解法
看清了这一层，再看聆思这一连串动作，味道就不一样了。
做端侧这件事，本来就没人能独自干完。它不把自己框成一家只卖芯片的技术公司，而是把身位摆在了场景解决方案上，一个行业一个行业地，把各自需要的产业链环节组织起来。
每场合作都有明确的针对性，各取所需，合作共赢。
串起来看，三场合作其实是同一个逻辑：把厂商和开发者不擅长、也不愿意干的底层脏活接走，让他们把精力留给真正决定自己竞争力的那一件事。
它不是在一家家挑合作伙伴，是在补齐自己生态版图上的每一块拼图。
硬件侧：与此芯科技异构协同，探索AIPC与Agent盒子
做AI办公和各类应用的开发者，真正的价值在Agent和应用层。
要是没有一个现成的硬件算力底座，他们得先去琢磨CPU、NPU怎么分工、系统怎么调度、外设怎么接，这些既不在核心价值里，也不是他们擅长的。
聆思和此芯科技的合作，先把这套底座搭出来。
此芯CPU加上聆思AI专用芯片的异构组合，兼顾通用计算和大模型认知推理，解决当前端侧大模型推理算力的痛点，打造Agent端侧大模型算力基座。
具体到产品，此芯科技旗舰芯片P1采用Armv9.2架构，集成12核CPU、GPU和30 TOPS NPU。
它最值钱的不是参数，是2026年5月联想全球首发搭载P1的AI主机，这颗国产CPU头一回进了全球PC巨头的核心产品线。
聆思想要的不只是一颗能用的CPU，是一个能真正把芯片带进量产的整机通道。
异构协同真正的难点也不在把两颗芯片放一块，而在系统软件和调度。CPU和NPU怎么分工、内存怎么协同、任务怎么调度，这些要在架构层面先理顺，否则就是两颗芯片各跑各的。
双方在系统层面深度适配，通用任务和认知推理各归其位。
底座搭好，开发者拿到的是一套成熟的参考方案，省下的时间精力全投回Agent和应用本身。
双方先落在Agent算力盒子，再延伸到AI PC、工作站，探索AIPC与Agent盒子的新形态。
引擎侧：与点化智能科技（FlashRT）联手，破解具身智能的适配难题
具身机器人是端侧AI最受关注的方向，也有它特有的难题。
机器人厂商的竞争力是个系统工程，模型只是其中一环，本体设计、运动控制、数据采集、系统集成、可靠性和场景交付，哪一样都不能掉链子。模型路线也分两类，有自研VLA的，也有基于开源VLA做微调的。
但不管自研还是用开源，模型迭代得都很快，而且现在大多跑在英伟达的GPU上，性能够用，成本和功耗却高。
真要走向消费级量产，行业得把模型迁移到更高效的NPU上，迁移和优化最耗神。机器人厂商数量多、单家出货小，很难每家都养一支底层团队。
这正是业内常说的"M家模型或机器人企业，对应N款端侧芯片"，M乘N种组合，适配工作量巨大。
过去一个机器人厂商想换颗芯片，模型要重编译、算子要重写、性能要重新调，动辄以月计，一支团队大半年就耗在这一件事上。
这笔账摆在那，劝退了一大批原本想做量产的机器人厂商。
点化智能科技的FlashRT不是一颗芯片，是面向具身智能的实时推训引擎，定位在场景和硬件之间，往上是各家VLA模型，往下是不同算力芯片，把重复的适配活沉淀成一套可复用的能力。
输入模型参数和芯片算力、算子参数，就能在目标芯片上秒级完成部署，方案已在英伟达平台验证，模型运行效率优于英伟达原生部署。
机器人厂商换模型、换硬件，不必每次把编译、算子、运行时这些底层工程重做一遍，还能把精力继续放在本体、模型和场景交付这些真正决定竞争力的事上。
模型侧：与面壁智能软硬结合，面向智能家居等多场景
聆思与面壁智能的战略合作，瞄准的是智能家居等多场景。
这些场景有个共同的尴尬：现成的开源模型，对它们的具体应用并不友好。智能家居要长时间低功耗运行，通用模型直接拿来用，效果差一截。
它们需要面壁智能这样的垂类模型厂商，针对具体场景专门训练、优化模型。
这是笔双向的账。面壁智能需要一个硬件性能领先的算力平台，让自己的模型跑出更好的效果；聆思也需要面壁智能这样的垂类模型，把场景真正做透。
面壁智能孵化自清华NLP实验室，MiniCPM系列端侧模型轻量化、高性能，全球下载量已突破2400万次，在智能家居等多场景规模化落地。
聆思围绕Transformer算法特征研发AI原生NPU，双方从模型部署、算子优化到软硬件协同前置合作，把模型特性和芯片架构在设计阶段就对上，打造端侧软硬一体化的高效方案。
三场合作，拆开看是三个行业的三个解法，放到一起，才是完整的画面。
此芯科技把专用推理接进完整计算系统，点化智能科技推动模型在不同硬件上更方便地部署和更新，面壁智能让模型与芯片更早协同。
对一家想做Agent算力盒子或机器人的企业来说，理想的技术底座是什么？
模型有适配基础，计算资源有明确分工，部署工具能持续更新，还有参考设计可以接着开发。企业专注自己的产品，不用每次都从底层搭起。
这也是"开放的端侧AI场景化底座"该有的样子：各家拿出擅长的能力，通过模型适配、系统工具和参考方案，让一次工程投入尽可能被更多应用复用。
聆思在其中发挥的，是连接技术伙伴、推动方案协同的产业组织能力。
终端联合预研，把场景提前请进来
除了集结产业链，聆思还在做一件关键的事：把真实场景的需求，提前请进研发流程。
聆思与海尔、美的、聆动机器人、奇瑞等终端企业展开战略级联合预研，覆盖智能家居、机器人、智能座舱等方向。
这些场景的工程约束各不相同。
智能家居看重长时间运行、多设备协同与成本，机器人需要感知、决策和运动控制衔接，座舱还要处理多应用并行和多模态交互。
产品怎么用、算力怎么配、成本怎么控，不能等到最后一道工序才想起来。
通过联合预研，终端厂商把目标应用、功耗预算、硬件形态、系统软件等需求带进方案设计，芯片和方案也在真实产品原型中验证功耗、性能与稳定性。
场景前置到研发，产品的坑少踩一半。这也是这一整套底座，真正接得住真实需求的地方。
专用与通用，芯片怎么才不被下一代模型甩开
聊到这儿，得碰一个真正考验芯片设计功力的问题。
专用化是把双刃剑。越是针对某一代模型做深度优化，能效越是好看；可模型一旦换代，风险也跟着来。
大模型这两年的演进没停过。
注意力机制在变，量化方式在变，稀疏化结构、KV Cache管理、多模态输入处理，都在快速迭代。今天为某个算子量身定做的电路，下一代模型可能就用不上了。
把芯片做成完全固定的专用电路，效率是高，但容易被模型迭代甩开。反过来，做成完全通用的芯片，又回到了老路，能效上不去，专用的意义就没了。
这是整个芯片行业都要面对的取舍：怎么在"当下跑得快"和"未来用得上"之间找平衡。
行业里比较成熟的解法，是把高价值的计算路径做专，同时把算子集合、数据通路和任务调度做成可编程的，再用编译器和运行时去承接模型的变化。硬件把效率天花板拉高，软件留出适配未来的弹性。
聆思的安排，是配套自研编译器、算子库和运行时，再加上和面壁智能、点化智能科技这些模型与引擎团队的前置协同。
模型一有新变化，能通过软件栈快速吸收，而不是逼着硬件推倒重来。
专用的能效，加上可编程的弹性，这是它面对模型迭代给出的答案。
这个答案不是被模型迭代逼出来的，是设计之初就算过账的主动选择。跑得快的当下，和用得上的未来，它都要。
用他们的说法，芯片不能拿固化的理念去做，模型每换一代，架构都得接得住。
这场局，为什么偏偏是它来攒
能集结产业链、替不同行业打底的，为什么是聆思？
先看技术路线。
聆思从做语音芯片开始，就把这件事反过来做：比算法更前置。
先把算法拆到最细的算子，算清楚每个算子要多少算力、多少内存、多少带宽，再照着这些需求去画芯片。
做人形追踪，就把特征提取、目标检测那几个算子的电路做到极致，把用不上的通用模块整个砍掉；做OCR，就专门加一块图像预处理加速器。这才是外人复刻不来的那层功夫。
后来做AI视觉，行业都在Linux方案上堆算力，它用RTOS软硬协同，把算力利用率做到80%以上，成本降到原来的三分之一。
这套螺蛳壳里做道场的功夫，到了大模型时代照样成立。
它不是在通用架构上叠AI模块，是从大模型的计算和访存特点出发做原生NPU，天然适合和上下游深度协同。
当年做语音时攒下的这套工程能力，才是它今天敢下这盘棋的本钱。
再看落地经验。自2020年成立，聆思已推出23款系统级端侧AI芯片，累计出货超1.5亿片，进入100余款终端。
消费级终端的BOM、可靠性、软件维护、量产节奏，都得从研发早期就算账，这些坑踩得够多，才知道工程能力该往哪儿攒。
还有定位。聆思没把自己局限在技术提供商，而是走向场景解决方案，为具体行业做解决方案。它不做大模型，不做终端品牌，不碰上层应用，和产业链上的伙伴都没有直接竞争。
做端侧AI底座，最要克制的是自己下场抢终端的冲动。既当平台又当运动员，生态往往很难做起来。
聆思能攒起这个朋友圈，恰恰因为它站得够中、手伸得够短。位置中立，大家才愿意把核心需求拿出来，一起把底座做深。
别人在卷参数，它在做一件更慢但更重的事：把行业的底打好。
这条路当然不好走。集结产业链、把底座做扎实，都是慢功夫，一年两年看不出什么，得熬得住。
芯片还没流片，整条链已经动起来
再看聆思正在研发的端侧大模型推理芯片玲珑。
玲珑围绕Transformer的计算和访存特点原生设计NPU，对计算架构和算子做针对性优化，并借助先进封装提高内存带宽。
按公司披露的研发目标，玲珑内存带宽可达1TB/s，7B模型Decode速度为100 tokens/s，双芯片级联可运行27B稠密模型，典型功耗控制在5至15W。
这颗芯片的价值很具体：在有限的功耗和面积下，带来高效的端侧推理效率，让大模型不必只待在云端，能走进机器人、家居、座舱这些对体积和功耗都很敏感的设备。
更值得琢磨的是它的推进方式。
玲珑2025年年初启动研发，预计2026年年底推出。与此同时，模型侧的前置适配、异构计算的协同、推理引擎的联调、终端场景的预研，已经同步展开。
芯片行业惯常的节奏，是先流片、再拉生态。玲珑走的是另一条路：先把整条链拉起来，再等芯片落地。
一块还在研发的芯片，能同时牵动这么多行业、这么多环节一起动，这本身就是最有力的注脚。
等芯片流片，模型适配、整机方案、部署工具、场景验证都已经在前面等着。这不是实验室里的概念，是按量产的节奏在排兵布阵。
端侧AI的上半场，大家都在证明自己能跑起来。下半场，要证明的是能不能稳定、高效、低成本地跑在真实行业里。
这几笔合作放到一起，才看清聆思真正在攒的是什么。
往深里看，是把芯片、模型、引擎、主控到系统这一整条技术栈，借这些伙伴的手串成了一条能直接用的线。终端厂商不用再自己去拼。
往宽里看，是每一笔合作都精准落在一个行业：Agent 办公、具身智能、智能家居等多场景。
这两个方向一旦对上，聆思手里就不只是几个合作项目，而是一个可以反复套用的底座。将来面对一个新行业，把它搬过去，比从零开始快得多。
真到牌桌上见真章，得看谁先让整条链都赚到钱，光自己赚是撑不起来的。
端侧AI的标准，不会等芯片量产之后才形成，而会在量产前的协同里被一点点定下来。
窗口期像末班车，你以为还有，等关门才发现上不去。
这场竞速的终点，落在每个人手里。
冰箱能听懂人话，机器人能在客厅把活干完，车里的助手不联网也能搭上话，这些从前只出现在演示里的功能，真要成为日常，靠的就是这一层底座在底下托着。
谁能组织场景、组织产业链，谁就更有机会把端侧AI真正做成产品。
聆思干的，是把底层那些谁都绕不开、又没人愿意单独干的活儿做扎实，让行业里的每一家，都能把精力留给自己真正擅长的事。
当算力下沉到每一个设备，真正的智能时代才刚开始。
这场生态竞速，现在才刚刚开始。
