文章核心观点 - 端侧AI设备行业正处于高速发展的黄金期，出货量增长迅猛，预计2025年全球出货量将达到4.38亿台 [1][4][5] - 端侧AI将人工智能的计算和决策过程直接部署在终端设备，相比云侧AI具有实时响应、节省流量、增强隐私保护和降低成本等优势 [2][3] - 行业受到国家政策支持，并已形成覆盖“芯-模-智”三大层级的完整产业链，国内企业在多个应用领域已具备全球竞争力 [5][6] 端侧AI设备行业基本定义及优势 - 端侧AI是将人工智能的计算和决策过程直接部署在终端设备（如手机、可穿戴设备、智能汽车、IoT设备），赋予设备本地化智能处理能力 [2] - 其核心优势在于实现实时语音识别、智能图像处理等即时响应功能，有效提升用户体验和隐私保护，同时更省钱、省电，且在网络不稳时可用 [2][3] - 与云侧AI相比，端侧AI无需将数据传至远程服务器处理，数据留在本地设备，更安全、更隐私，并能根据个人习惯量身定制 [2][3] 端侧AI设备行业发展现状 - 行业正处于高速发展的黄金期，随着轻量化AI算法和边缘计算技术的快速发展，在消费电子、智能安防系统和可穿戴设备等领域持续渗透 [1][4] - 2024年全球端侧AI设备出货量达3.11亿台，较2023年增加1.85亿台，预计2025年全球出货量将达到4.38亿台 [1][5] - 主要应用场景包括消费电子、可穿戴设备、智能汽车以及新兴领域如AI眼镜等 [3] 端侧AI设备行业产业链 - 产业覆盖全价值链，涵盖“芯-模-智”三大层级的完整生态体系，构建芯片、模组、终端设备及应用场景的完整产业链格局 [5] - 产业链上游为AI芯片、传感器、存储内存、通信模块等硬件，以及操作系统、数据库等软件开发与算法技术支持 [5] - 行业中游为端侧AI设备制造与解决方案集成，行业下游主要应用于消费电子、智能家居、AI眼镜、医疗设备、智能汽车、智能机器人等领域 [5] 端侧AI设备行业发展环境-相关政策 - 端侧AI作为人工智能技术发展的重要方向，正在重塑传统云端计算的格局，将AI能力下沉至终端设备已成为行业共识 [5] - 国家出台一系列政策，从战略、政策、市场、生态等多个层面对行业发展起着至关重要的引导、支持和塑造作用 [5] - 相关政策包括《关于深入实施人工智能+行动的意见》、《国家“十五五”规划(2026-2030)》、《北京市促进“人工智能+视听”产业高质量发展行动方案(2025-2029年)》等 [5] 端侧AI设备行业竞争格局 - 国内端侧AI设备企业在制造与方案上已具备全球竞争力，核心体现在制造规模、模组集成、场景化方案与成本效率 [6] - 在AI手机、AR/VR、车载、工业/安防等领域形成可量化的全球份额与技术壁垒，国内企业正加速向全球价值链高端攀升 [6] - 我国端侧AI设备产业主要参与企业有立讯精密、歌尔股份、广和通、美格智能、北京君正等 [6] 参与企业代表 - **北京君正集成电路股份有限公司**：成立于2005年，专注于嵌入式CPU芯片及解决方案，核心业务涵盖计算芯片、存储芯片、模拟与互联芯片三大领域 [8] - 2025年上半年北京君正集成电路设计业务收入22.44亿元，其中计算芯片营收6.04亿元，存储芯片营收13.84亿元，模拟与互联芯片营收2.44亿元，技术服务营收0.12亿元 [8] - **星宸科技股份有限公司**：主营业务为端边侧AISoC芯片的设计、研发及销售，SoC芯片围绕“视觉+AI”“感知+计算”核心理念，下游应用覆盖智能安防、智能家居、智能办公、智能工业、智能机器人、智能显示、智能车载等多个细分领域 [8] - 2025年上半年星宸科技集成电路设计业务收入15.88亿元，其中智能安防业务营收9.09亿元，智能物联业务营收3.25亿元，智能车载业务营收1.51亿元 [10] - 星宸科技在智能眼镜领域聚焦端侧AI芯片技术突破，依托自研的AI-ISP技术，最新一代ISP4.0引擎集成AI算法，显著提升低照度环境下的成像质量，支持HDR、WDR及3D降噪等功能 [9] 端侧AI设备行业发展趋势 - 未来端边侧AI设备将朝着更高效能、更低功耗、更小尺寸的方向发展，以满足日益增长的智能化需求 [10] - 应用场景将不断拓展与深化，覆盖更多智能设备与领域，同时多模态大模型的发展将为端边侧AI设备提供新的发展机遇 [10] - 多模态大模型结合文本、图像、音频等多种模态数据，为端边侧设备提供更强大的智能处理能力，未来包含大模型推理功能的视觉终端将大量应用 [10]

而要支撑这种转变，端侧设备必须满足一系列严苛条件：运行百亿参数级基座模型、加载企业专有知识 库、支持多智能体协作、处理超长上下文，并保障数据不出域。这些需求共同指向一个核心命题：端侧 AI如何真正落地？ 在近期由MINISFORUM铭凡与AMD联合举办的AI产品体验会上，多位与会业内人士认为，端侧AI要真 正"落地"，不能仅靠算力堆砌，还需在硬件架构、应用场景和生态协同上形成完整闭环。 2025年，人工智能正经历一场结构性迁移——大模型能力不再局限于云端数据中心，而是加速向终端设 备下沉。这一趋势被AMD大中华区市场营销副总裁纪朝晖称为"AI智能体元年"的开端：AI正从对话式 助手演变为具备任务执行能力的生产力工具。 算力下沉：端侧设备如何承载百亿参数大模型？ 过去两年，尽管"端侧AI"概念火热，但实际部署仍面临三重障碍：算力不足、成本过高、生态割裂。传 统消费级PC或笔记本受限于显存容量与内存带宽，难以承载主流开源大模型（如Llama 3 70B、 DeepSeek-R1 70B等）。而企业若选择专用AI服务器，则需承担数十万元硬件投入、专用机房部署及持 续运维成本。云服务虽提供弹性算力，却在数据隐私、响应 ...