瑞芯微端侧AI业务深度解析
英伟达正式宣布进入PC处理器领域。据Axios引用行业消息，微软Surface和戴尔将成为首批采用英伟达新款芯片的PC品牌。英伟达的这一动作标志着AI应用正从云端训练和中心推理，快速向终端设备扩散。基于此，本文结合瑞芯微年报及一季度财报，深入分析行业趋势变化将为瑞芯微端侧AI业务带来的机遇和积极影响。一、瑞芯微主营业务剖析瑞芯微专注于各类智能设备的核心芯片，依靠销售芯片及配套技术服务盈利，渠道以经销商为主。其核心产品是智能主控芯片，占营收近九成，这类芯片如同智能设备的“大脑”，集成专门用于人工智能任务的算
不做AR芯片的AI眼镜,瞄准运动健康生态
致敬未知🫡文｜动点科技近年来人工智能技术加速落地，智能穿戴设备不再满足于通用功能，开始向垂直领域纵深发展。当前AI眼镜赛道竞争愈发激烈，但有一家初创企业却另辟蹊径：聚焦规模巨大的户外运动场景，借助端侧AI技术，塑造全新运动体验。鉴于户外环境复杂、设备需承受高频震动和多变光线等挑战，研发团队在硬件配置上进行了专项升级。在BEYOND Expo 2026现场体验的这家名为致敬未知的企业，核心处理器并未盲目跟风AR芯片，而是采用了能效比更出色的高通W5100智能手表芯片。配合双芯片、双系统架构设计，眼镜单次可连
AI前沿动态：技术突破与产业变革
今日为2026年5月30日，星期六，农历四月十四 。 1. 面壁智能启动端侧AI开源周，描绘端侧AI发展蓝图。 2. 光帆科技携手腾讯出行，启动AI全感穿戴装置预售。 3. 美国政府注资20亿推进量子计算，AI技术加速演进。 4. 《招采智能体技术规范》正式出台，指导招采智能体能力建设，促进招投标行业进步。 5. Claude 4.8版本上线，支持多子智能体并发，推出动态工作流特性。 6. Qwen-Image-Bench建立生图评测新体系，弥合基础生成与专业创作评测差距。 7. PilotDeck正式开
苹果深化端侧AI战略，聚焦终端设备本地化智能处理
当前科技圈竞相投入巨资建设人工智能算力中心之际，苹果计划进一步凸显iPhone等终端设备本地运行AI模型的竞争优势。下月举行的苹果全球开发者大会上，多款延期已久的iPhone人工智能增强功能将成为核心看点。同时，苹果将重点突出一个被市场低估的AI差异化优势：借助全球庞大的苹果设备生态，实现AI模型的终端本地化运行。据熟悉大会筹备情况的人士透露，苹果有望展示其历时15年自研专用芯片的技术沉淀——从iPhone、Apple Watch到Mac系列处理器，这套技术架构能够支撑AI模型在用户设备上高效运转。行业普
全球首款端侧视频AI助手：OttoBox重构内容创作流程
针对视频制作中素材难以查找、团队协同脱节以及云端数据泄露三大痛点，联汇科技Om AI于BEYOND Expo 2026正式推出了全球首款运行在终端的视频原生AI智能体——OttoBox视频创作助手。依托AI Drive、AI Finder和AI Agent三大核心模块，配合顶尖AI PC算力，在确保数据绝对隐私的基础上，大幅提升创作效率。目前，该产品已在六大行业客户中深度应用，让端侧AI真正融入日常创作。三位一体的AI能力架构，彻底革新视频创作流程作为全球首款运行在终端的视频原生AI智能体，OttoBox
苹果押注端侧AI布局 | 微软发布代码模型 | AI行业融资与技术突破
苹果押注端侧AI布局 摆脱云端依赖下月举行的苹果年度开发者大会上，一系列延期的iPhone人工智能功能升级将成为焦点，外界预期苹果将展示其追赶AI赛道的核心优势：在全球海量苹果设备上直接运行AI模型。知情人士透露，苹果有望展示十五年来为iPhone、苹果手表、Mac电脑自研定制芯片的技术积累，这将成为终端设备本地运行AI模型的关键支撑，而目前主流做法是在搭载高性能AI芯片的大型数据中心运行AI模型，建设与运营成本高昂。受运算复杂度及网络信息调取需求限制，苹果设备发出的不少AI指令仍需云端处理。例如，根据苹
深耕端侧AI赛道 安凯微发布AI眼镜技术新方案
●●●2026年5月27日至29日，第十届集微大会在上海盛大开幕。广州安凯微电子股份有限公司（简称“安凯微”，股票代码：688620）受邀参会，并在大会端侧AI峰会上发表了题为《AI眼镜——端侧AI落地的“第一视角革命”》的主题演讲。安凯微AI眼镜市场负责人朱经言深入探讨了端侧AI的爆发契机、AI眼镜的核心价值、技术实现的可行性以及商业化路径，全面阐述了安凯微在AI眼镜领域的全栈技术布局、前沿技术突破及落地成果，展示了公司在新兴AI硬件赛道的深厚底蕴。孔明系列AI眼镜专用SoC芯片安凯微是国内极少数能基于
开鸿智谷发布在鸿AI OS 3.0，引领端侧智能新变革
随着万物智联进入深度发展阶段，AI与操作系统的深度融合正重塑终端智能体验。值此2026年“十五五”规划开局之际，数字中国建设迎来新阶段，拓维信息也迎来三十周年重要节点。2026年5月20日，拓维信息旗下开鸿智谷以“鸿蒙聚力 AI拓新”为主题，携手开放原子开源基金会、开源鸿蒙社区、鸿蒙生态服务公司、高校及合作伙伴，共同举办“AI×开源鸿蒙”创新论坛。会上，开鸿智谷正式推出核心产品——在鸿AI OS 3.0，标志着在鸿操作系统由“统一底座”向“场景智能”演进，推动终端从“功能执行”向“智能协同”转变，也标志着
MiniCPM5-1B：重塑端侧AI智能密度新高度
2026年5月26日，面壁智能携手清华大学及OpenBMB开源社区，共同推出面向端侧部署的文本基座大模型 MiniCPM5-1B。该模型参数量为1B，专为终端设备场景设计。依据官方公布数据，MiniCPM5-1B 在 Artificial Analysis（AA）榜单中斩获17.9分，在2B以下开源模型中表现优异。相比之下，Qwen3.5-2B 得分为16.3分。在知识问答、数学推理、代码生成及工具调用等评测维度上，MiniCPM5-1B 相较于 Qwen3.5-0.8B、LFM2.5-1.2B-Thin
清华五道口AI速递 | 多款大模型齐发，端侧AI密集落地，人形机器人同步更新
各位早安！欢迎收听清华五道口AI速递，每日为您梳理AI领域最新动态。OpenAI GPT-5.6意外泄露：上下文窗口扩至150万token，预计6月亮相2026年5月26日，多位开发者在OpenAI Codex后端日志中发现了尚未公开的下一代模型线索，内部代号为“iris-alpha”，外界猜测即为GPT-5.6。该模型最大亮点在于上下文窗口从GPT-5.5的105万token大幅提升至150万token，增幅约43%，可更高效处理超长文档、大型代码库及复杂多步骤任务。测试表明，即使输入超过90万toke
面壁智能破局：600亿参数模型仅用8G内存，国产算力领跑端侧AI
通常情况下，运行一个8B参数的大模型大约需要16GB显存，参数规模越大，对显存资源的消耗就越严峻，这也推高了硬件成本。不过，现在出现了一种新技术，能让显存需求骤降6倍，同时尽量维持原有的性能水平。这两年全球都在争夺这一前沿技术，而我国凭借国产算力优势，已率先取得突破。该技术能把模型压缩到3B以内，性能保留率高达97%；配合MoE架构，未来只需8G内存的手机就能运行600亿参数的大模型。这一惊人的技术突破背后有何奥秘？传统大模型通常依赖高精度的数值来存储权重，每个权重的可选数值非常丰富，虽然精度高，但非常消
端侧AI营收超25%，炬芯科技能否真正落地？
云端AI正在弥补短板，端侧AI同样如此。不同之处在于，云端可以通过资本支出堆叠服务器，而端侧产品不具备这一条件。耳机、眼镜和手表等设备电池小，散热空间有限，且芯片面积受限。要在这些设备上运行本地AI功能，难点不在于口号，而在于功耗、算力和出货量。我们需要从这个角度审视炬芯科技：存内计算能否将低功耗AI能力植入耳机、音箱、手表、AI眼镜和健康监测设备中，并产生稳定的收入。一、端侧AI的核心痛点：小设备能否承载AI服务器竞争的是系统效率，端侧设备也是如此。贴上AI标签很容易，但真正的挑战在于终端设备能否运行本
端侧AI崛起：算力为何“下沉”车间？
展望2026年，开源AI智能体框架将迎来爆发，"本地优先"理念不再局限于边缘计算，而是成为制造车间的硬性指标。数据留在本地、决策不依赖云端、反应即时响应——随着智能体从"云端大脑"蜕变为"车间神经末梢"，一场关于算力下沉的深刻变革正在上演。从"被动响应"迈向"主动决策"传统工业AI深受"云端依赖"困扰：设备先采集数据上传，待云端模型推理后再下发指令。这种"往返式"流程让车间设备沦为"感知器官"，云端成了唯一的"大脑"。一旦网络波动或中断，决策链条便会瘫痪。延迟是核心痛点，百毫秒级的网络往返足以让高速产线的
摩尔线程发布万卡集群，构建全栈智算生态
5月20日下午，在摩尔线程年度产品发布会上，公司全方位展示了“云-边-端”全栈智算矩阵：从万卡规模的夸娥集群，到搭载自研“长江”SoC的MTT AICUBE与MTT AIBOOK；从数字智能体“小麦”，到加速物理AI落地的MT Lambda仿真平台，再到持续进化的MUSA生态，宣布全面贯通“云-边-端”智能算力体系。 如今，万物智能化浪潮涌动，算力基石作用日益凸显。在智算基建方面，摩尔线程以夸娥（KUAE）集群为核心，打造高性能AI底座。据悉，夸娥万卡集群已成功部署，多项核心指标对标国际主流：Dense大
端侧AI芯片加速物理世界智能化：泰芯半导体四款专用方案打通全域连接
当人工智能从云端走向现实物理世界，为何仍有九成设备面临“运行卡顿、传输受限、续航不足”的困境？2026年，全球人工智能迎来关键转折——物理AI与端侧AI正式步入规模化商用阶段。据弗若斯特沙利文最新数据，2024年全球端侧AI芯片市场规模已跨越百亿美元大关，年复合增长率超过40%，预计2030年将突破325.5亿美元。从智能机器人、AI眼镜到户外监控、智慧农业，端侧AI正以“毫瓦级功耗、毫秒级响应、美元级成本”的优势，成为AI赋能实体经济的核心载体。然而行业面临严峻挑战：云端算力再强大，也无法解决物理世界的