45TOPS却卡顿？别被纸面算力骗了，能效比才是端侧AI芯片的生死线_手机

1. 小鹏Drive-JEPA：结合JEPA的世界模型端到端框架，最新SOTA！

2. 曦望，死磕AI推理成本｜甲子光年

3. 告别云端依赖，AI 进入“边缘计算”时代

4. 黄仁勋可能真的开始疯狂自救了，AI算力的游戏规则变了！对中国来说，这反而是一个窗口期。#红衣聊AI #黄仁勋 #英伟达 #芯片 #大有学问

5. 创新Transformer！面壁基于稀疏-线性混合架构SALA训练9B模型，端侧跑通百万上下文

6. 小米汽车陈光：端到端用于自动驾驶的强化认知框架（NVIDIA GTC）

7. 【科技资讯：端侧AI爆发与算力底层重构】2026年，AI终端正式进入全爆发期。不仅是旗舰手机，中低端设备也在通过NPU架构优化加速本地大模型运行。这种‘端侧革命’正在重塑全球算力基础设施布局：算力不再仅仅堆砌在云端中心，而是向边缘和终端节点大规模转移。这种分布式算力的崛起，将为隐私保护和即时交互带来质的飞跃。

8. #天玑开发者大会#当AI从云端走向端侧，当智能体重构全场景体验，MediaTek天玑开发者大会MDDC 2026重磅启幕。以全栈芯片平台为基，以双NPU强劲算力为翼，天玑AI智能体化引擎2.0登场，SensingClaw技术赋能全时低功耗感知，联合OPPO、小米、传音打造系统原生Claw，实现主动感知、跨端流转与隐私安全并存。天玑AI开发套件3.0四大升级，模型部署效率提升50%、压缩率高达58%、功耗节省42%、移植耗时锐减90%，让端侧大模型落地零门槛。更有光追技术、虚拟几何体、倍帧3.0与AI Play加持手游，10亿级三角面渲染、144帧满帧畅玩、音画合一低延迟，解锁次世代沉浸感官。全域芯生，智能无界，MediaTek携手生态伙伴，让智能体体验无处不在，赋能千行百业增长新曲线。

9. 黄仁勋喊出“推理拐点”，边缘推理的机会窗口打开了吗

10. BigBite解析，Tesla FSD就是一个端到端大模型

11. CES 2026趋势照进现实：算力引擎RK182X重塑千行百业，瑞芯微AI生态大会共建落地生态

12. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

13. 这次天玑开发者大会，MediaTek 想把端侧 AI Agent 这件事真正做成生态。天玑 AI 智能体化引擎 2.0，主打低功耗全时感知；天玑 AI 开发套件 3.0，继续降低模型部署、压缩和端侧迁移的门槛；再加上 OPPO、小米、传音展示的系统原生 Claw，方向已经很清楚了：AI 不应该只停留在某个 App 里，而是要进入系统层、芯片层和跨应用执行层。说白了，未来手机上的 AI，不只是你问一句它答一句，而是它能理解场景、主动执行，还尽量把隐私和数据留在本地。游戏这边也有不少硬货：移动端光追、虚拟几何体、32ms LE Audio 低延迟、倍帧 3.0、自适应调控 5.0。手游接下来卷的也不只是跑分，而是画质、帧率、功耗和延迟一起卷。一句话总结：天玑这次讲的不是单点技术，而是想把端侧 AI 和移动游戏体验，都变成长期可迭代的生态能力。

14. 云端卷GPU，边缘卷CPU，一个被忽视的结构性机会。和几个做物联网的朋友聊，发现边缘侧的算力需求正在起量。工业控制、智能终端、机器人这些场景，功耗和成本卡得非常死，没法塞一块H100进去。这时候CPU的价值就出来了。在实时运动控制、远程通信、预编程任务这些场景里，CPU反而是主力，因为它的确定性延迟和稳定性是GPU比不了的。最近中信证券研究部集体披露了一个盲点：主流机器人厂商，包括优必选、宇树、傅里叶等，基本都在用“x86 CPU+NVIDIA GPU”的方案，并且点了国产芯片海光。为什么？因为机器人的实时控制、通信、任务编排这些“大脑”功能，必须靠CPU来完成，GPU只负责那部分大模型推理。更值得关注的是，本地小模型推理在CPU上已经可用——Intel官方数据显示，7B模型在CPU上能跑到50 token/秒，13B模型也能到25 token/秒。这不是能不能用的问题，是性价比和功耗的问题。目前像被点名的这家公司，在边缘侧的布局，目前主要看到和联想开天合作的工作站、笔记本产品。边缘推理的起量，可能比很多人想象的要快。当端侧AI真正落地时，x86 CPU的稳定性、实时性和生态兼容性会成为核心壁垒。这波机会被低估了。

15. 联发科在MDDC天玑开发者大会2026上，公布了天玑在AI、游戏体验和开发者生态方面的新进展。这次重点放在“全域芯智能”上，覆盖终端、系统、应用和AI基础设施四个层面。天玑AI智能体化引擎2.0支持Agent OS、复杂任务拆解和多应用融合执行，天玑AI开发套件下载量提升440%，生态伙伴增长240%。同时，天玑AI开发套件升级到3.0，主要提升模型部署、压缩、功耗和端侧开发效率。LVM模型部署效率提升50%，模型压缩率最高58%，端侧NPU运行功耗降低42%，端侧LLM部署耗时降低90%。游戏方面，天玑星速引擎围绕光影、响应和流畅度做了升级，包括实时智能反射、低延时音频、GPU Dynamic Cache、自适应调控技术等能力，并推出Dimensity Profiler 2.0一站式调优工具。整体来看，联发科这次发布会的方向很明确：天玑不仅仅强调芯片性能，也在继续补齐AI开发工具、游戏调优和智能座舱生态，想把端侧AI能力做成一套更完整的平台方案。#联发科天玑开发者大会2026#

16. 虽然 Scaling Law 依然有效，但随着像 o1 这种强化推理模型的出现，计算量正在从“训练端”向“推理端”转移。。所以内存的需求上涨了，推理数据需求上涨了，推理芯片的需求上涨了。。。这都是AI加速产业化的震撼信号，同志们，努力吧，抓紧挣钱。。

17. #MDDC2026# #天玑开发者大会# 一句话总结：端侧Ai 正式从 “跑分噱头” 进入 “全场景实用” 时代，联发科把智能体落地门槛打下来了。本届大会主题 “全域芯智能，体验新无界”，核心就三件事： AI 更落地、游戏更沉浸、生态更开放。 1、端侧 AI 大升级：AI 算力涨约 40%，第八代NPU支持70亿参数大模型流畅跑；AI开发套件3.0把模型部署效率提50%、压缩率达58%，手机也能轻松跑大模型。 2、游戏体验拉满：星速引擎进化，光追、动态缓存、倍帧技术加持，移动端画质直追主机，还能长时间稳帧。 3、全域智能成主线：不再只拼芯片性能，而是推动手机、汽车、AI 眼镜跨端无缝流转，智能体从 “单设备助手” 变 “全场景管家”。更关键是态度转变：从 “卖芯片” 到 “建平台”，降低开发门槛、开放技术能力，拉着50 + 伙伴一起把蛋糕做大。直白说：2026 年，端侧AI不再是参数游戏，天玑要让智能体真正走进每台设备、每个日常场景。

18. 【国产重大突破！寒序科技实现亚洲首个8nm eMRAM AI芯片流片】据媒体报道，国产AI芯片企业寒序科技（ICY Tech）宣布，联合三星生态设计伙伴SEMIFIVE，基于三星8nm eMRAM工艺成功完成边缘AI芯片流片。这是亚洲首个8nm嵌入式MRAM（eMRAM）商业化部署案例，由寒序科技主导底层核心技术研发，标志着国产AI芯片在先进存储与存算架构领域实现重大突破。作为项目的核心技术提供方，寒序科技凭借在MRAM定制开发与存算架构方面的深厚积累，成功进入三星稀缺的8nm eMRAM工艺窗口。与常规ASIC项目不同，寒序全程主导了MRAM比特单元、外围电路、高带宽读出电路以及大模型推理算子加速等底层方案设计；SEMIFIVE则负责后端硅实现与MPW流片支持。双方形成了“底层架构自研+国际生态落地”的独特合作模式，彻底摆脱了标准IP调用的局限。在技术层面，寒序科技创新性地采用了“MRAM+SRAM”混合存储架构，直击传统AI芯片面临的“内存墙”痛点。该方案用eMRAM替代大规模片上SRAM，有效解决了工艺微缩后SRAM面积效率低、功耗高的问题；同时结合近内存处理（PNM）架构与GEMV计算，加速Transformer推理中的关键算子。该芯片可支持20亿参数大模型的端侧运行，性能对标国际顶尖推理芯片路线，并在存储密度与能效比上实现超越。该芯片主要聚焦私有AI Agent、人形机器人等端侧场景，同时可适配具身智能与云端推理中心，作为GPU/HBM体系之外的高能效推理加速模块。eMRAM兼具非易失、高带宽、低功耗等特性，无需刷新即可长期保存数据，单元尺寸远小于SRAM，特别适用于功耗与空间受限的边缘设备，为国产端侧AI应用提供了核心算力支撑。此次流片成功，是寒序科技依托北京大学物理学院应用磁学中心的技术积淀，在自旋电子学与存算一体领域取得的重要成果。

19. 端侧AI最优解：速度破百Token！CES归来就看生态大会

20. 美国放宽售华芯片禁令，是玩了20年的老把戏。 #大咖观察 #红衣聊AI #芯片 #H200

21. #科技先锋官# 谷歌基于Gemma 3推出的开源多语言翻译模型TranslateGemma，以三档参数规模适配手机端，凭借离线多模态翻译能力，为移动AI生态带来技术性革新，更勾勒出端侧智能应用的新蓝图。从技术适配看，它打破了参数越大性能越强的固有认知。4B轻量化版本经量化处理后内存占用仅2-3GB，可流畅运行于主流旗舰机，依托动态稀疏注意力与量化感知训练技术，在低功耗下实现38 tokens/ms的推理速度，无网环境也能1秒完成图像文字翻译。这种小参数高性能的优化思路，解决了传统AI模型在手机端算力不足、功耗过高的痛点，让专业级翻译能力真正嵌入掌心设备。对手机侧体验而言，其改变是颠覆性的。原生支持图文翻译无需额外OCR工具，55种语言覆盖主流语种及低资源语言，彻底摆脱网络依赖与云端延迟。更重要的是开源属性降低了开发门槛，开发者可基于模型微调行业专属版本，推动翻译功能向旅游、医疗、跨境商贸等场景深度渗透，让手机成为全能翻译官。TranslateGemma或将定义手机AI应用的新方向，端侧轻量化、多模态融合、场景化定制成为核心趋势。未来手机AI将从依赖云端转向端侧为主、云端为辅，更多如离线语音交互、本地图像识别等功能将落地，倒逼芯片厂商优化NPU算力，推动移动智能进入口袋里的AI时代。#微博超有用视频大赛##上微博涨知识##AI生活指南# 种斌Marco的微博视频

22. 独家 | 清华00后博士融资数千万，打造全球现象级端侧算力引擎，性能领跑行业

23. #天玑开发者大会# 简单汇总一下今天的天玑开发者大会，其实简单说联发科这才是聚焦全域智能体，发布了智能体化新愿景，包括：AI跨手机、汽车、家居无缝流转。还推出天玑AI开发套件3.0、端侧AI方案，天玑9400+ AI算力+40%。携手阿里通义千问，Qwen3模型端侧部署。游戏方面升级光追、GPU优化，提升移动端画质。汽车领域发布智能座舱方案，布局车载AI。共计50+头部厂商参会，共建端边云协同AI生态～

24. 无需训练，直接「算出」最强AI！理想汽车发现端侧Scaling Law

25. 一图看懂#MDDC2026# 从图里看，主要围绕三条线展开：一是端侧 AI 智能体。天玑通过双 NPU 架构、AI 智能体化引擎 2.0，强调「高算力、低功耗、全时感知、主动服务」，并把能力落到主动感知、复杂任务拆解、多应用协同执行这些场景里。二是开发生态。天玑 AI 开发套件下载量增长 440%，AI 生态软件增长 240%。新的天玑 AI 开发套件 3.0 进一步提升模型部署效率、压缩效率和端侧运行能效，重点是让开发者更快把 LVM、LLM 等模型部署到终端设备上。三是游戏和座舱。游戏方面，天玑星速引擎覆盖光影、响应、流畅度和一站式调优，方向是主机级沉浸体验；车载方面，天玑 AIDV 智能体座舱主打 AI 平台、开发工具和开放生态，面向智慧出行场景。整体来看，联发科已经从「移动芯片平台」进一步扩展成面向手机、游戏、车载和端侧 AI 的全域智能开发平台。#天玑开发者大会#

26. 2026英伟达GTC：“推理之王”的ASIC反击战与Token经济学【硅谷101】

27. #科技先锋官# 当你在地下车库想调用AI实时翻译，却因没网陷入卡顿；当语音助手要等3秒才响应指令，端侧AI的不实用曾是很多安卓用户的痛点。谷歌Gemini Nano 3与安卓15的深度集成，正精准破解这些难题，让手机真正拥有本地思考的大脑。Gemini Nano 3集成安卓15解决了离线场景AI失灵的核心问题。此前端侧AI多依赖云端算力，无网络时翻译、摘要、语音交互等功能基本瘫痪。Gemini Nano 3依托安卓15的AICore系统服务，所有运算全在设备本地完成，无需数据上传云端，哪怕在山区、地铁等无信号区域，也能流畅实现实时翻译、离线文案生成等功能。Gemini Nano 3集成安卓15攻克了端侧推理延迟高、体验差的瓶颈。通过安卓15对NPU的深度优化，Gemini Nano 3离线推理速度提升2.5倍，语音指令响应、文本处理等操作几乎无延迟。这意味着，无论是整理会议纪要还是编辑图片，都能获得即呼即应的流畅体验，彻底告别等待卡顿。Gemini Nano 3集成安卓15还解决了隐私泄露与多终端适配难的问题。安卓15的私有计算核心架构，让Gemini Nano 3独立于其他应用运行，不存储操作数据，从根源上保障隐私安全。且适配Pixel、三星等多品牌终端，打破硬件壁垒，让更多安卓用户能享受到高质量端侧AI服务。Gemini Nano 3集成安卓15不仅让端侧AI从可用走向好用，更推动安卓生态迈入离线智能新时代，为后续车机协同、智能家居联动等场景打下基础。#AI创造营##AI创作热点##一条vlog回顾2025# 种斌Marco的微博视频

28. 今年联发科MDDC26。联发科开始聊“AI 怎么真正跑起来了”。这次天玑 AI 智能体化引擎 2.0，已经不只是简单语音助手逻辑，而是开始做主动感知、跨应用执行、端侧 Agent OS。包括和 OPPO、小米、传音展示的系统原生 Claw，其实已经有点“AI 自己帮你处理事情”的味道了。而且联发科这次不只是讲概念，参数也挺猛。天玑 AI SDK 3.0 里：模型部署效率提升 50%，模型压缩率提升 58%，常驻 AI 功耗降低 42%，端侧大模型部署时间最高缩短 90%。游戏这块也开始越来越“主机化”。这次直接展示了移动端 RTP 光追，还实现了移动端超10亿级三角面渲染，在 1.5K 分辨率下能持续 1 小时满帧运行。包括 32ms 超低延迟音频、144/165 帧倍帧、自适应调控 5.0、GPU Dynamic Cache 这些技术，现在已经不只是单纯拼帧率，而是在兼顾高画质、低功耗和长时间稳定体验。感觉现在的天玑，已经不只是手机芯片了。

29. 看完联发科MDDC天玑开发者大会2026，能明显感觉到天玑不再只堆硬件性能，整体布局更偏向完整生态化。这次核心是全域芯智能，从终端到AI基建全覆盖，AI引擎、开发套件数据涨幅很亮眼，3.0版本在模型部署、功耗控制上的提升实打实，端侧AI实用性拉满。游戏侧星速引擎也做了细节升级，搭配全新调优工具。能看出联发科正补齐AI、游戏、生态短板，发力打造成熟的端侧AI平台方案。#联发科天玑开发者大会2026#

30. 2026 天玑开发者大会核心主题很明确，就是加速智能体在端侧的实际落地。这次发布的天玑 AI 智能体化引擎 2.0 很有看点，它搭载了 SensingClaw 技术，主打的是低功耗全时感知。目前已经联合了 OPPO、小米、传音这几家头部的手机厂商，在系统底层落地了原生 Claw 体验，在保证端侧安全的前提下做到了更主动的智能体验。同时推出的天玑 AI 开发套件 3.0，则通过可视化部署、模型压缩、低功耗优化等特性，直接去提升端侧 AI 的部署效率。过去三年，天玑 AI 生态伙伴增长了 240%，开发套件下载量提升了 440%，这个数据也能看出端侧 AI 生态的爆发速度。总的来说，这波是从底层芯片到开发工具、再到手机厂商系统层面的全链路打通，端侧智能体的普及速度比想象中还要快！上海

31. 重磅官宣｜端侧大模型领军者面壁智——能亮相2026 AI赋能汽车闭门研讨会！

32. 从 Apple M5 到 DGX Spark ，Local AI 时代的到来还有多久？

33. 17000 token/s，比B200快48倍！Taalas AI 芯片能否颠覆英伟达GPU？

34. 这次MDDC 2026我觉得重点很清楚：天玑不只是拼芯片参数，而是在把AI和游戏生态一起做深。AI这边，天玑AI智能体化引擎2.0、AI开发套件3.0都来了，低功耗全时感知、端侧模型部署提速、功耗降低这些，听起来更像是在给未来的Agent OS铺路。游戏这块也挺猛，移动端光追、10亿级三角面渲染、倍帧3.0、32ms低延时蓝牙，还有和《王者荣耀》《三角洲行动》《鸣潮》等合作，基本覆盖画质、帧率、延迟、功耗。我的感觉是，MediaTek这次不只是秀技术，而是在告诉开发者：天玑平台已经能把AI体验和手游体验一起往前推一大步。

35. 328版本已在陆续推送中本次推送的均为全量包，rom最大机型可达18G以上，其中端侧模型大约占10G多。越往前的机型端侧模型越小，整体rom包大小相应减小，实际功能差异不会有看到的包大小差异那么大，绝大部分都是依据芯片能耗比部署的端侧模型大小的差异AI时代各家都在逐渐提高旗下手机的平均内存，以满足端侧算法、模型的部署需要。依据CounterPoint最新公布的数据，截止2025年底，华为手机以12G的平均内存位居世界第一#鸿蒙越用越香##我的鸿蒙体验#

36. #科技先锋官# AI 正在从云端对话，全面转向端侧执行！机器人手机让设备真正 “会行动”，M5 芯片提供本地超强算力，灵渠 OS 让机器人不再只会走路，而是能独立思考、自主完成任务。这不是小升级，是彻底推翻传统 AI 逻辑的颠覆。云端 AI 正在被淘汰，端侧智能才是未来。如果你还停留在 “AI = 聊天” 的认知里，你已经落后整整一个时代。#过个有AI年##HOW I AI##微博超有用视频大赛##上微博涨知识##MWC2026# 种斌Marco的微博视频

37. 豆包 AI 手机登录微信被「踢下线」，原因为何？端侧 AI 与头部应用的生态兼容上存在哪些挑战？

38. OpenAI被曝联手联发科、高通开发手机芯片，高通涨逾10%，这对 AI手机市场来说意味着什么？

39. GELab-Zero 技术解析：当豆包联手中兴，开源界如何守住端侧 AI 的“最后防线”？

40. 自研才是终极底气！ #大咖观察 #红衣聊AI #谷歌 #芯片

41. 现在的手机芯片发布会……其实就是手机发布会。硬件的上限摆给大家看了。#天玑8500#高性能却是8系，意味游戏手机价格可能再下探？#天玑9500s#不用说，接下来旗舰改款都用它了，主要强调端侧AI能力。天玑已经是全球第一大装机量的芯片品牌，从入门到旗舰，都有它。而且在控制功耗这块，绝对没得比

42. 【M5 Max芯片MacBook Pro上手：终极生产力】春季发布会的高端货，M5 Pro/Max芯片版MacBook Pro到来。跟没后缀的M5不同，它们是全新融合架构，笔记本端首次实现双芯片无缝联动，每颗GPU都带神经元加速器，本地大模型推理、AI绘图秒响应，性能拉满还冷静，存储速度翻倍。而且起步1TB存储，当然，价格也拉起来了，钞能力换无上限体验。 http://t.cn/AXVXFYTv

43. 联发科发布天玑8500，八核全大核架构，台积电N4PCPU：1*3.4GHz Cortex-A725+3*3.20GHz Cortex-A725+4*2.20GHz Cortex-A725；提升7%峰值性能GPU：Mali-G720 MC8；提升25%，峰值功耗下降20%支持四通道LPDDR5X支持端侧AI语音识别、AI长焦算法、AI消除反光路人等

44. “龙虾大战”一个月之后，Token全面涨价： - 腾讯云：混元系列模型最高涨超460%，从0.0008元/ktokens升至0.004505元/ktokens - 阿里云：算力卡、文件存储产品上涨5%-34%。（自2026年4月18日00:00起执行） - 百度智能云：AI算力相关产品上调5%-30%。（自2026年4月18日00:00起执行） - 智谱AI：新推出的GLM-5-Turbo API价格较前代累计上涨83% 端侧的AI Agent有个方式可以省掉很多云端费用的开销，就是部署端侧本地的算力。按当前这种趋势，端侧AI加速芯片的机会可能来了。

45. 联发科在AI开发上下了大力气，这次在MDDC 2026大会上推出了天玑AI开发套件3.0和天玑AI智能体化引擎2.0，全面升级开发者工具，推动端侧智能体体验从被动响应转向主动服务。#天玑开发者大会##MDDC2026##AI开发#

46. MediaTek 正式发布天玑 AI 智能体化引擎 2.0 ，借助天玑 SensingClaw 技术，可提供低功耗的全时感知能力，赋能设备制造商打造具备主动感知和跨应用驱动能力的Agent OS，推动智能体用户体验进化焕新MediaTek 还推出天玑 AI 开发套件 3.0，升级端侧智能体全模态能力并加速智能体应用的端侧部署，赋能终端设备充分释放天玑强大的AI 能力。支持LVM 模型可视化部署，新增 Low Bit 压缩工具包，新增eNPU开发工具包，新增天玑 AI Partner

47. #李想称AI时代芯片架构需变革# 理想自研马赫M100芯片亮相，全球首款动态数据流架构端侧车载 AI 芯片，突破传统冯・诺依曼架构限制。看硬件能力，5nm车规级制程，单颗有效算力1280TOPS，运行VLA大模型性能更有优势，有效算力是英伟达Thor-U的3倍，关键是同功耗下推理延迟降35%、能耗减少40%。大白话讲一下，核心就是让车载AI运行更流畅，提高感知能力，把AI融入到日常驾驶，还能自主进化，越开越聪明。全新理想L9 Livis首发双芯组合，总算力2560TOPS。搭配马赫VLA2.1大模型与全线控底盘，转向、刹车、悬架响应都更灵敏，行驶质感又稳又精准，别着急，15号会肯定还准备了更多惊喜，再等等！

48. 高通MWC 2026抢先探展，6G+Wi-Fi 8+个人AI全拉满

49. WWDC 2026 端侧 AI 升级，看似要强势逆袭，实则全是 “硬伤”！嘴上喊着重构系统级 AI，推出独立 Siri App，实际 M 系列芯片的端侧模型，压缩再厉害也抵不过国产大模型的先发优势。最关键的 —— 国行 iPhone 直接用不了！境外设备切中国大陆账户也被限制，隐私优势直接变成 “摆设”。国产 AI 早就落地本土化功能，实时翻译、场景化助手随手可用，苹果还在磨 “端侧技术”。一边是国行可用、适配本土的成熟方案，一边是 “遥遥领先” 却用不了的 “纸面实力”。你觉得苹果这波 AI 升级，是真能翻盘，还是被国产 AI 彻底碾压？#AI生活指南##微博超有用视频大赛##科普大作战##科技先锋官# 种斌Marco的微博视频

50. 国内端侧AI SoC 个人洞察&分析

51. 端侧 AI 硬件设计

52. 酷芯CTO沈泊

53. AI芯片新战场

54. 端侧 AI 已成定局！2026 终端智能化升级五大趋势

55. 功耗0.5W！国产端侧AI芯片量产，离线跑13B模型，普惠时代来了

56. 端侧AI芯片

57. 酷芯联合创始人、CTO沈泊

58. 【硬核工程】要在 10mW 内跑 AI？端侧模型的“瘦身”战争

59. 2026年下半年，端侧AI的产业现状、发展走势，以及整个赛道的投资逻辑

60. 端侧AI芯片行业爆发前瞻

61. 2026端侧AI爆发！国产芯片领跑，手机电脑本地跑大模型

62. 2026端侧AI芯片5趋势

63. 大象的趾缝 | 端侧AI芯片的机会与门槛

64. 从云端到指尖，AI芯片的范式迁移

65. AI投资专访 | 迈特芯科技

66. 喜讯｜原粒半导体自研端侧生产力AI芯片成功点亮

67. 消费电子与终端侧AI

68. 端侧AI芯片狂飙！博通集成如何用“芯”撬动万亿市场？

69. Ai应用起飞了，端侧Ai还远吗？

70. 端侧 AI 和云端 AI 的本质区别是什么？为什么越来越多人关注本地运行的模型？

71. 端侧 AI 部署复盘

72. 端侧AI运行时问题

73. 从美颜到芯片

74. 2026边缘AI芯片

75. 端侧 AI 推理三国杀

76. 全栈实战！端侧 AI 轻量化落地 2026

77. 待机一年不用充电！端侧低功耗智能唤醒

78. 续航革命！低功耗智能唤醒 2026

79. 4 月科技信息差｜端侧 AI 全面普及，轻量化本地大模型进入全民时代

80. 端侧AI彻底火了！手机电脑本地跑大模型更安全

81. 端侧 AI 元年

82. 把AI装进口袋

83. 东吴证券

84. 端侧算力芯片选型思考

85. 端侧AI

86. 端侧AI革命

87. 端侧AI全面爆发，2026年换新机一定要看这一点

88. 端侧AI部署实战

89. 端侧AI推理爆发

90. 【升级版】边缘AI与端侧智能

91. 端侧AI

92. 边缘AI爆发

93. 边缘 AI 芯片深度观察

94. 下一个 AI 风口

95. AI PC、AI手机、AI XR,端侧AI落地进行时

96. 端侧AI应用提速,AIoT芯片群雄逐鹿

97. A股端侧AI芯片企业2025上半年观察:技术、场景、市场协同演进

98. 端侧AI芯片争霸赛!瑞芯微、全志科技、星宸科技、富瀚微等多位玩家加速竞逐

99. 方正证券:AI终端爆发指日可待半导体侧迎来AI大机遇

100. 端侧AI芯片

101. 端侧梳理

102. 端侧AI破局者,炬芯科技登榜IC风云榜获评“年度 AI 优秀创新奖”

103. 端侧AI | 2026端侧AI大爆发,机器人/智慧城市/工业等应用场景“芯”方案大盘点

104. 华为研发AI芯片“传言”被证实,携Ascend310入局边缘侧AI之争

105. 算力革命！端侧 AI 芯片选型 2026：从 0.5TOPS 到 50TOPS，一文教你避开所有坑

106. 2026端侧AI芯片3个拐点

107. AI大模型训练芯片和推理芯片有什么不同？烧钱和省钱大PK

108. 2026端侧AI音频芯片选型指南：从参数匹配到落地测试全流程

109. AI时代新篇章：中国端侧AI芯片大会，4月鹏城等你来见证！

110. 2026年中国端侧AI芯片产业峰会：解锁万亿市场新机遇

111. 【CNCC2025分享系列】端侧智能如何让终端设备拥有"独立思考"能力

112. 揭密AI应用新纪元：中国端侧AI芯片与智能终端创新大会4月鹏城盛大开幕！

113. 别再乱选端侧 AI 芯片！2026 选型黄金标准：算力、功耗、成本、生态一次讲透

114. 战术边缘计算与端侧AI协同下的情报处理与决策支持

115. 面壁智能开源全模态小模型：端侧AI何以挑战云端大模型？

116. 2026，端侧芯片超级大年

117. 全球AI应用加速落地端侧AI成为焦点

118. 端侧AI浪潮下，国产芯片三强的差异化破局之路

119. 端侧AI进入生态与场景决胜时代，上海海思给出端侧AI最优解：五芯布局、开源OS、兼容200款模型

120. “2026年会是端侧AI需求爆发的元年”

121. 大模型下沉终端，先进制程如何破解端侧AI芯片算力与功耗困局？

122. 上海汇正财经：全球AI应用加速落地，端侧AI成为焦点

123. 2026端侧AI音频芯片横向评测：声策AI凭何领跑低功耗赛道

124. 全球AI应用加速落地，端侧AI成为焦点

125. 汇正财经：全球AI应用加速落地，端侧AI成为焦点

126. 端侧AI+边缘计算+云边协同：千行百业智能化的核心落地解法

127. 行业资讯 | AI芯片的三大应用场景：云端、边缘、端侧，各有哪些玩家？

128. 端侧推理：FPGA正崛起为“非GPU”阵营的中坚力量

129. 边缘AI芯片，常用的十大AI场景！

130. A股端侧AI芯片公司2025年回顾与2026年展望：技术迭代加速

131. 2026年AI玩具芯片功耗控制科普：声策AI独家低功耗技术解

132. 2026年低功耗AI玩具芯片TOP5推荐：声策AI续航表现领先

133. 国内端侧AI SoC概览

134. 大模型落地边缘侧:三层架构+AI网关如何破解边缘计算渗透率难题

135. 存算一体芯片量产元年——346TOPS/W能效比如何重构AI算力基础设施格局？

136. AI PC SoC：架构之争与算力重构

137. DCIIA开麦日丨产融面面观：算力饥渴的AI下半场，这家“端侧芯势力”为何拿了10亿？

138. 让AI更“接地气”：芯片巨头这样应对端侧智能突围战

139. 这个芯片，让AI功耗大降70%

140. 深度 | 端侧AI产业链，这10家公司充满想象

141. 路由器端侧AI芯片（通常指集成或外挂的NPU专用AI加速引擎）关键

142. 【产业链图谱】端侧AI概念产业链全景分析

143. 3D 垂直供电，重新定义 AI 芯片供电

144. 哪个芯片的能效比最高？

145. 晶益微完成百万级Pre-A轮融资，加速第一代端侧AI语音芯片市场导入｜光锥交易

146. SL1680端侧多路推理解决方案：一颗芯片，驱动8路视频实时AI分析

147. 高算力、低功耗！下一代端侧AI芯片排队进场

148. 端侧 AI 产业链分析：芯片 + 光学 + 算法三维度解读

149. 端侧AI相关产业产业链梳理

150. 【AI芯片峰会】关于召开“2026中国端侧AI芯片产业峰会暨智能应用展览会”的通知

151. 第60期 | 了解概念：端侧AI

152. 博通集成BK7258：一颗重新定义端侧AI的Wi-Fi 6 MCU芯片

153. AI全景之第十章第四节：端侧推理与模型轻量化

154. 联发科官宣天玑开发者大会即将重构端侧AI产业格局

155. 瑞芯微RK182X全面适配主流多模态大模型，引领端侧AI生态繁荣

156. 2026 端侧 AI 核心赛道及投资分析

157. 端侧AI产业链核心赛道全解析

158. 中国端侧AI芯片公司争做OpenClaw背后卖铲人

159. 成立不到两年的端侧AI芯片企业完成新一轮数亿元融资，首款芯片预计2026年底量产

160. 港版三星S26 Ultra开箱：手机端部署AI大模型！

161. 从芯片到场景：江波龙携手华曦达，以边缘AI存储赋能家庭智能体

162. 德国ELLIS团队AI推理提速5倍：递归深度模型突破多模态延迟瓶颈

163. 2026 年是端侧 AI 放量元年

164. 工业相机图像处理：AI推理延迟高怎么办？

165. 边缘AI端侧部署实战！消费级设备上运行大模型：模型压缩+量化+蒸馏全流程

166. Android NPU 端侧 AI 模型部署实战（含量化 + 完整代码）Android NPU 端侧 AI 模型部署实战（含量化 + 完整代码）

167. 中国端侧AI芯片公司，争做OpenClaw背后卖铲人

168. 端侧AI 产业图鉴～1天1条产业链

169. 从零到一：端侧AI模型部署完整实战指南

170. 端侧AI部署新思路：Nexa SDK

171. 告别唤醒词！端侧语音AI革命性突破：SAS系统毫秒级精准识别，算力直降90%

45TOPS却卡顿？别被纸面算力骗了，能效比才是端侧AI芯片的生死线

精选参考来源