明敏 发自 凹非寺 量子位 | 公众号 QbitAI 王兴兴的大实话，在高通攒的这场局上，全交代了。 所有终端都被AI、Agent赋予新想象，因为足够new，具身智能成为被影响最大的那一个领域。但也因为足够new，具身智能的热闹下必然存 在诸多争议与挑战。 宇树科技，长期站在聚光灯下的明星玩家，此时此刻将行业中的诸多难题直接剖开。 或许不为别的，而是高通攒的这个局太难得。 2025骁龙峰会·中国，聚集了国内外终端领域的核心玩家，覆盖上下游产业链 。在这开诚布公 讨论的问题，或许将马上成为行业最关注的热点，进而能更快得到解决。 而不止王兴兴，来自硬件、模型、操作系统等层级的玩家，也都畅所欲言、应聊尽聊： 目前机器人领域技术路线都不一样，导致看着热闹，但是进展没那么显著； 既然现在大家开发的模型都还不能部署直接用，那还不如开放出来 ，就像OpenAI开源GPT-1/2一样； 宇树前几天开源的世界模型也无法直接在工厂中落地使用； 现在机器人和芯片厂商都忽视了 芯片 对于机器人的重要程度； 手机芯片 等类似芯片用到机器人身上是非常有想象空间的。 理想汽车副总裁、智能空间研发负责人勾晓菲 面壁智能CEO李大海 中科创达 ...

产品升级计划 - 苹果公司计划于2026年年初发布的iOS 26.4系统中为Siri搭载基于自研Apple Foundation Model的AI网页搜索功能 [1] - 新系统构建三大核心模块：规划器负责解析用户意图与处理设备端隐私数据 搜索执行器负责调用网络资源 总结功能依托私有云计算平台整合信息 [1] - 总结功能采用谷歌Gemini模型运行于苹果控制的服务器 所有用户查询均通过匿名标识符处理并剥离个人身份信息 [3] 技术架构特点 - 采用"端云协同"AI战略：设备端模型处理敏感数据确保隐私安全 云端引入第三方模型弥补设备端计算局限 [3] - 现有苹果与谷歌搜索合作协议将继续生效 Gemini模型仅作为工具链组成部分运行于苹果服务器 [3] - 私有云计算服务器采用可再生能源 符合公司环保承诺 [3] 战略方向 - 凸显苹果在AI领域坚持技术自主权的发展思路 通过自研基础模型作为核心支撑并整合第三方模型补充功能 [3] - 凭借垂直整合能力持续完善AI生态布局 优化用户智能交互体验 [1][3] - 彰显公司在AI领域的技术布局与战略方向 [1]

行业趋势 - 大模型商业化落地成为行业关注焦点 终端应用集中在汽车 手机 机器人等领域 [1] - 端侧模型优势及端云协同成为行业共识 越来越多厂商将注意力投向端侧 [2] - 汽车成为端侧智能主战场之一 多模态大模型重新定义智能座舱 实现从被动响应转向主动智能 [5] 公司战略 - 面壁智能成立一级组织汽车业务线 旨在实现压强式突破 让MiniCPM端侧模型应用到更多汽车 [1] - 公司2024年初定义并开拓端侧智能市场 推出MiniCPM系列端侧模型 形成基座 多模态 全模态的完整谱系 [1] - 2024年6月开源两款最快速MiniCPM 4.0模型 8月接力开源MiniCPM-V4.0 多模态能力可流畅运行于手机 [1] 技术产品 - MiniCPM端侧模型2.4B参数能力超越Mistral 7B模型 推出多模态代表作V2.5 o2.6等有世界级影响力的模型 [1] - 端侧模型上车使车辆在无网环境下也能体验完整功能 响应迅速且确保隐私安全 [5] - 下半年将有一批端侧模型陆续发布 [1] 商业合作 - 与吉利 大众 长安 长城 广汽等重量级车企开展合作 在AI座舱方面形成特色优势 [5] - 首款量产车型长安马自达MAZDA EZ-60将于本月底上市 搭载面壁MiniCPM端侧模型 [4][5] - 更多车企合作车型将陆续推向新阶段 [5] 竞争格局 - 越来越多创业公司和巨头涌入端侧赛道 市场加速成长 场景丰富分散容众多参与者 [5] - 阶跃星辰联合吉利推出AI智能座舱 实现行业端到端语音大模型首次量产上车 [5]

行业与公司 * 行业涉及自动驾驶芯片与算法领域 公司为华为及其汽车相关业务[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32] 核心观点与论据 芯片硬件发展 * 华为新一代MDG1,000芯片提供500-800 TOPS算力版本 采用单芯片方案替代双芯片 解决特征层传输局限性 预计价格在一万多美元 低于双芯片方案的13000-14000美元[1][2][4] * 当前芯片为7纳米工艺 未来将精进至5纳米工艺 带宽从目前100 GB/s提升至200-280 GB/s NPU算力从200K DMUS升级到400K DMUS[2] * 车端芯片架构基于达芬奇架构 偏向整形运算(如INT8) 与云端服务器的浮点运算需求不同 成本差异显著(云端浮点计算卡需十几万美元)[5][6] * 华为未转向GPGPU方向 而是优化ASIC架构 推进存算一体化 提高数据吞吐效率[1][7] 算法架构演进 * 华为自动驾驶算法从IDS3.1/3.3的两段式结构向端云协同Vivo框架转变 通过云侧世界引擎模型生成训练数据 蒸馏出MOE多专家原生基模型 提高对复杂场景的泛化能力[1][13] * 当前多模态大语言模型参数量约1.几个B(十亿) 低于特斯拉(几十B)和理想(4B)[14] * 车端多模态大语言框架可实现100毫秒内出结果(相当于10帧) 全链路200毫秒 融合感知、后处理、预测、规划及控制 通过注意力机制提高效率[19] * 系统基于盘古大模型 并结合开源资源(如OpenAI或Lambda)进行自主创新[20] 自动驾驶级别与功能 * L3级自动驾驶功能预计2025年底或2026年初推出 但法规尚未完全支持 保险公司目前仍按L2标准赔付[28][31] * L4级别自动驾驶技术预计2026年底进行小范围试点 将优先应用于百万级别豪华车型(如尊界MPV) 再逐步推广至六七十万价位车型[11][32] * 自动驾驶版本接管率存在差异: 2.0版本城区每5公里一次接管 高速500公里以上 3.0版本城区提升至20公里一次 高速突破1000公里 4.0版本高速设计目标为10000公里一次[22] 传感器与融合方案 * 多传感器融合方案是主流方向 包括摄像头、毫米波雷达、超声波和激光雷达 尚未考虑纯视觉方案[22][23] * 激光雷达在算法架构中起到全融合定位作用 从目标级融合发展到数据级融合 提高学习效果和精度[22][23] * 华为推出单激光、双激光(前后固态补盲)、三激光(前主激光加侧面补盲)及四激光雷达方案[22] * 第五代激光雷达将在2025年推出 应用于VL4解决方案 已上市车型(如问界M9、S800)可通过OTA升级支持[29][30] 数据与训练 * 数据质量对训练效果至关重要 高质量数据标注和工程是提升体验的关键 通过仿真生成高质量场景训练端侧模型[16] * 特斯拉采用极简式一段式训练方法 优势在于快速数据闭环(如使用1000万个CLIP实现良好效果)[17] * 高质量基础模型结合垂直领域数据积累可显著提升整体表现[18] 车型与配置 * 2025年主要搭载500 TOPS算力芯片 800 TOPS芯片尚未上车 今年上车的大部分是810型号(400 TOPS左右) 真正达到500 TOPS要到2026年[12] * 2025年发布的SE、Pro、Max、Ultra类别中 只有Ultra使用下一代芯片平台 Max仍使用610型号(MDC810) 配置包括主激光雷达、侧面补光激光雷达、6只毫米波雷达及12只摄像头[12] * 摄像头加激光雷达融合模组用于DMS(驾驶员监测系统)和OMS(乘客监测系统)[26] 线控技术 * 当前转向技术属于半线控转向 保留机械部件 未来全线控转向将完全依赖电子控制 与L4级自动驾驶密切相关[27] * EMB(电子机械制动)已实现双冗余、互冗余制动控制 将在L4阶段更广泛应用 目前主流是EHB(电子液压制动)[27] 其他重要内容 * 车端硬件受限于算力和带宽 运行1.5B-2B模型需40GB/s带宽 运行77B模型需150GB/s带宽[14] * 晚上行车时视觉系统有效距离存在差异 有些公司只能看到50米 华为可达100米以上[24] * IDS3.0系统可升级到多个版本(如M5、M7、R47) 4.0版本也能升级到IDS Pro的M7车型 但硬件配置不同导致体验差异[25] * 英伟达客户群体广泛 需求多样化 华为更加专注特定领域 制程问题敏感 未来5纳米工艺可能限制高端车型使用最新技术[9][10]

纪要涉及的行业和公司 行业：智能家居行业 公司：萤石网络（银石网络） 纪要提到的核心观点和论据 1. **智能家居摄像机（SHC）业务** - 2024 年整体销售小幅下滑，因运营商采购减少和放弃部分竞标方案，不考虑运营商仍有约 2%增速，专业客户渠道年底收缩约 7 个百分点，2025 年预计继续收缩但幅度减小，对整体影响小[3] - 细分市场机会明显，4G 电池相机上半年增速和占比显著提升，带屏视频通话摄像机和宠物喷雾相机等创新产品获市场认可，增长潜力大[3] - 推出子品牌“金小豆”吸引 20 岁左右年轻人，“爱可图”针对户外运动系列产品，满足多样化需求[3][4] - C 端增值服务中 4G 流量是增长亮点，终身流量产品递延收入确认未来累积效果将显现，测试并上线 AI 增值服务[3] - 国补政策对线上业务有显著正向作用，公司推进线下终端化、零售化转型，实现 O2O 全域零售[3][14] - 海外市场需求差异大，新机会点不断涌现，2025 年预计保持稳健增长，是基本盘业务和现金流来源[2][4] 2. **智能入户业务** - 自 2024 年对该业务充满信心，Y3,000 人脸锁和视频锁系列在研发和用户体验反馈方面出色，与传统品牌相比在视频视觉能力、自研算法及成本优化上有优势，产品创新性价比领先，市占率不断上升[2][5] - 2025 年推出搭载南海大模型的 Y5,000 智能锁，预售量达 17 万把，618 期间成为主推产品，市场反响良好[2][7] - 国内市场前景好，计划将 Y5,000 投放到海外公寓居住环境多的国家和地区，已建立渠道基础，还销售别墅门铃猫眼等产品完善入户解决方案[2][8] 3. **第二增长曲线业务** - 2024 年收入增长迅速，2025 年希望保持快速收入增速并实现全年盈利，成为第二现金流业务，需产品事业部和营销端共同努力[2][9] 4. **第三增长曲线业务** - 包括孵化中的新兴业务如 AI 服务机器人、智能穿戴设备等，具备很大商业潜力，AI 服务机器人不断迭代技术和能力[10] - 2024 年布局的物联网云平台增速超过公司整体业务增速，占比不断提升[10] 5. **C 端增值服务** - 与 4G 产品关联紧密，4G 流量是增长点，终身流量产品递延收入确认将在财报体现，未来几年累积效果持续显现[3][11] - 测试并上线多个 AI 增值服务，优化视频内容处理能力[3][11] 6. **ToB PaaS 平台** - 整体增速较快，比 C 端增速更快，机会点分散且众多，2025 年对开放性全面升级，覆盖更多行业需求，积极布局新机会点[12] 7. **智能家居发展趋势** - 应注重端云协同模式，将实时性要求高且大多数用户需要的功能放端侧，个性化、复杂且对实时性要求不高的运算任务放云端，通过云服务订阅和续订模式实现预算平衡，推动技术良性循环[13] 8. **国补政策影响** - 对公司收入和利润有显著正向作用，促进国内消费水平提升，线上业务由电商平台承接，政策因平台、区域和时间段不同而变化，公司有专业团队对接，对线上业务拉动明显，公司推进线下终端化、零售化转型，实现 O2O 全域零售[14] 9. **地缘政治因素影响** - 公司在美国市场几乎可忽略不计，作为海康控股子公司在美国资源投放少，加之 FCC 认证问题，美国市场硬件收入占比微乎其微，海外业务受地缘政治影响有限[15] 10. **商用清洁机器人项目** - 已有少量落地，但占公司整体比例不高，B 端市场竞争激烈是红海市场，C 端相对蓝海，推广 B 端市场需教育企业和物业客户[16] 11. **品牌设计和 APP 端策略** - 采取差异化策略，针对年轻群体推出子品牌“金小豆”及其独立子 APP，设计风格偏向卡通、IP、情绪价值以及交互性，与主品牌 APP 有显著不同，虽可共用账户但调性、功能和内容覆盖差异大[17][18] 12. **海外市场销售情况** - 销售增速高于国内市场，整体占比不断提升，2024 年初步完成从单品类向多品类牵引，入户和清洁品类增长显著，2025 年逐步导入智能锁等新产品，第一增长曲线为 FHC，第二增长曲线为入户[19] 其他重要但是可能被忽略的内容 - 公司推出子品牌“金小豆”和“爱可图”，分别针对年轻用户群体和户外运动人群，通过独立设计和 APP 开发满足多样化需求[3][4] - 4G 流量在 C 端增值服务中是增长亮点，终身流量产品存在递延收入确认，未来几年累积效果将显现，同时测试并上线 AI 增值服务优化视频内容处理能力[3][11] - 国补政策对公司线上业务有显著正向作用，公司有专业团队负责对接，并积极推进线下终端化、零售化转型，实现 O2O 全域零售[3][14] - 公司在美国市场几乎可以忽略不计，海外业务受地缘政治影响有限[15] - 推出子品牌选择单独 APP 运营，是为了更好满足特定用户群体需求，提供个性化服务，增强品牌识别度，优化功能和用户体验，利于品牌长远发展[16]

核心观点 - AI手机正在成为手机行业的新趋势，多家厂商如OPPO、荣耀、vivo已推出具备AI功能的新机型，标志着手机从功能机到智能机再到AI手机的演进[1] - AI手机的核心能力包括多模态感知、个性化决策和自动化执行，能够通过自然语言交互完成复杂任务，重塑用户体验[2][3][4] - 行业预测显示AI手机市场将迎来爆发式增长，IDC预计到2028年GenAI智能手机出货量将达9.12亿部，2024-2028年CAGR为78.4%[5] - 国产厂商通过接入本土大模型快速赶超国际品牌，在智能助手等核心功能上展开激烈竞争[5][6] - AI手机生态仍处于早期阶段，关键技术突破如5G网络、大模型、端云协同等推动行业发展，但规则规范和隐私保护等问题有待探索[7][8][9] AI手机定义与能力 - 目前行业对AI手机尚未形成统一定义，各厂商有不同理解，但普遍认为需具备系统层级的AI智能体能力[2] - AI手机的核心差异化体验在于"懂人话"和"会做事"，能够通过自然语言交互理解用户意图并自动执行任务[2][3] - 典型应用场景包括自动打卡、智能导航、餐厅预订等，展示从生成式AI向智能代理AI的过渡[3][6] - AI手机具备"屏幕理解"能力，可直接读取屏幕信息完成任务，无需用户手动操作[3] 市场发展与竞争格局 - 中国厂商通过集体接入本土大模型快速赶超国际品牌，市场竞争已进入白热化阶段[5] - 智能助手成为竞争焦点，OPPO的"小布"、荣耀的"YoYo"、vivo的"小V"等旨在成为用户的"AI代理"[5][6] - AI功能有向下渗透趋势，部分旗舰机功能可通过算法优化"下沉"到中端机型，提升产品竞争力[9] - 云手机技术使千元机用户也能享受旗舰机AI功能，有助于降低使用门槛[8] 技术演进与生态发展 - 5G网络提速、大模型发展、国产服务器等技术突破直接催生AI手机生态演进[7] - "端云协同"成为重要技术路径，既升级端侧算力也利用云端算力解决问题[8] - 行业正在探索隐私保护方案，如关键敏感信息"不上云"、提供私密化云端空间等[9] - 当前生态处于初期探索阶段，各类规则规范需厂商、平台、消费者共同塑造[9]

核心观点 - 大模型行业面临商业化压力 高管离职频发 商业化路径尚在探索中 [1] - 行业分化出C端和B端两条商业化路径 但C端面临付费意愿低困境 B端更注重ROI [2][3] - 技术部署存在云侧与端侧之争 云侧API模式盈利压力大 定制化方案盈利能力更强 [4][5] 商业化现状 - 2025年行业面临商业化大考 "大模型六小虎"中已有十余位高管离职 包括多位商业化负责人 [1] - 主动披露收入的公司极少 智谱AI 2024年商业化收入同比增长超100% 平台日均Tokens消耗量增长150倍 [1] - MiniMax 2024年预测年化收入达7000万美元 全球300余个大模型中仅少数实现初步商业化探索 [1] 客户定位路径 - C端路径代表包括MiniMax(视频生成产品海螺AI/AI陪伴应用Talkie)/月之暗面(Kimi助手)/阶跃星辰(AI助手跃问/开放世界冒泡鸭) [2] - B端路径代表包括智谱AI(虽推C端产品智谱清言但偏B端)/零一万物(聚焦零售电商/AI2.0数字人)/百川智能(医疗核心场景) [2] - 零一万物战略从"坚决做ToC"转向2024年全面聚焦B端 收缩C端业务 [2] C端商业化挑战 - 超八成用户拒绝为对话功能付费 多数用户同时使用多个免费模型抵消体验限制 [2] - 主要通过订阅实现价值 但面临叫好不叫座的流量困局 [2] B端商业化特征 - 企业对于生成式AI投入预算增加 但越来越重视投入ROI [3] - 目前难以给出确切ROI中位数 因多数企业AI应用仍处价值发现和初期探索阶段 [3] - 已实现正向收益场景集中在快速提升内部运营效率领域 如AI辅助软件开发/自动化营销文案/知识管理与报告总结 [3] 技术部署模式 - 普遍采用云端训练+云端推理 依赖公有云厂商算力 [4] - 云侧核心盈利方式包括按API调用次数或Token量付费 以及定制化解决方案收费 [4] - 纯API调用模式因产品同质化/难以深度满足场景需求导致盈利压力大 规模效应较难达成 [4] - 定制化行业模型盈利能力较强 头部厂商通过"通用大模型+行业精调"模式向制造业客户收取单项目数百万元费用 [4] 端侧部署发展 - 智谱AI2025年与珠海市合作搭建"城市级GLM大模型"覆盖端侧 阶跃星辰将智能终端列为重点场景 [4] - 端侧部署需从硬件厂商手中竞争 且面临技术挑战加大研发成本 [5] - 大型AI模型计算存储需求与终端设备有限资源(算力/功耗/内存)存在天然矛盾 [5] - 业界通过模型压缩/知识蒸馏技术使模型"小而美" 芯片厂商推出集成NPU等专用硬件支持端侧AI [5] - "端云协同"成为务实路径 终端部署轻量级模型处理高频任务 复杂请求调用云端模型 [5] 产业化方向 - 深度垂直化是方向之一 通用大模型需与金融/医疗/法律/制造等行业专业知识深度融合形成专用AI [3] - 参照互联网发展历程 AI产业可能遵循从B端到C端再到B端深化的演进路径 [2]

大模型加速渗透智能终端 - 大模型正推动手机智能拍摄、语音交互、图像处理等功能全面AI化升级 [1] - 未来1-2年大模型将与语音助手、OS原生功能深度融合，手机将进化为个性化高级智能助理 [1] - 行业聚焦端云协同、多设备联动以打造差异化用户体验 [1] 终端AI功能升级路径 - AI语音助手通过打通OS权限与一方应用（浏览器/天气/日历）提升复杂任务处理能力 [2] - vivo蓝心小V接入豆包大模型后实现"小V圈搜"，图像文本识别效率提升 [2] - 荣耀YOYO智能体依托火山引擎Agent完成资讯检索、办公辅助等场景需求 [2] - 努比亚相册集成豆包·文生图模型，新增图像生成/消除/3D风格转化等创作功能 [2] 原生AI应用的核心优势 - 手机原生应用在数据隐私保护与普及性上显著优于第三方软件 [3] - 火山引擎AICC解决方案通过硬件级可信环境保障端云协同数据安全 [3] - 努比亚已构建端到端安全防护体系确保用户数据传输与模型推理合规性 [3] - 手机长期积累的用户数据支撑更精准的个性化推荐与智能决策 [3] AI手机普及趋势展望 - AI功能正成为手机标配，操作门槛降低推动使用黏性增强 [4] - 未来大模型技术将推动AI体验从单设备向多终端全场景协同演进 [4] - 手机将发展为全域智能管理中枢，通过简单指令完成端到端任务 [4]

火山引擎AI硬件全栈解决方案发布 - 公司正式发布AI硬件全栈解决方案，通过端云一体架构解决AIoT行业嵌入式开发碎片化、大模型调用难、Agent搭建复杂等问题，为智能终端、工业设备等多场景提供高效低门槛的AI应用路径 [1] - 方案以自研嵌入式SDK为核心连接终端与云端，覆盖应用层、生态伙伴层、软件层等六大层级，全面解决工程链路各环节开发痛点 [3] AIoT行业价值重构 - AI正重新定义硬件价值，传统设备功能边界被打破（如摄像头升级为生活管家、智能台灯融合解题能力），行业壁垒因AI通用能力和低开发成本加速消融 [2] - 行业面临信号采集质量制约AI效果、网络连通性与电池续航等瓶颈，需端云协同实现实时交互（端侧）与智能决策（云侧） [3] 合作伙伴技术落地案例 - 博通集成电路开发AIDK套件适配豆包大模型，BK7258系列产品结合火山引擎RTC帮助玩具厂商1个月内完成智能玩具商业化 [6] - 星宸科技推出端云协同居家看护方案，通过端侧摄像头感知跌倒行为并触发大模型主动询问，实现隐私保护闭环 [6][7] - 酷开基于豆包大模型打造数字管家与六大智能体，影音智能体1.5秒精准匹配片源，健康智能体通过体检数据预警疾病 [8] - 跃然创新发布全球首款端到端AI玩具"CocoMate"，实现对话情感感知与交互效率提升 [8][11] - 灵伴科技推出Rokid Glasses AR眼镜，集成豆包大模型提供AI识物、实时翻译等功能 [12] 生态协同与行业影响 - 公司联合芯片设计、智能家居、玩具制造等多领域企业，推动AIoT硬件在智慧生活、工业互联网等场景的智能升级 [13]

端云协同与安全架构 - 端云协同成为智能终端发展主流方向 大模型服务从云上访问向原机预装演进[1] - 语音助手 AI搜索等应用对响应速度要求极高 智能终端设备存储的敏感数据需可靠安全保障[1] - 联想与火山引擎联合推出"可信计算方案" 确保用户数据在端云传输处理过程中绝对安全[1] 联想个人云解决方案 - 联想个人云基于火山引擎Jeddak AICC平台打造 是国内PC领域首个可信计算方案[3] - 方案具有强大开放性 软硬适配能力 卓越性能与安全性 提供"安全无感"智能体验[3] - 全链路加密技术保护用户指令 上传文件及本地私人数据 实现"无网安全 有网同样安全"[5] 技术性能与兼容性 - 全程加密模式下大模型推理效率几乎无损 用户获得与未加密环境同样即时准确的智能反馈[6] - 方案支持PC 手机 平板等多终端无缝接入 实现跨设备AI任务安全流转[6] - 在知识库构建场景中实现从内容创建到加密检索的全流程隐私计算闭环 用户无需改变操作习惯[6] 火山引擎市场表现与合作 - 火山引擎2024年以46 4%市场份额稳居中国公有云大模型调用量榜首[7] - 与全球Top10手机厂商中的9家达成深度合作 展现技术实力与场景理解力[7] - 公司正拓展可信RAG Agent安全等AICC能力 构建覆盖AI应用全生命周期的安全服务体系[7]