随着2026年的到来，端侧大模型的广泛应用标志着AI手机时代的正式开启。这一年，人工智能技术深度融入手机领域，为用户带来了前所未有的智能体验。

7月17日至20日，备受瞩目的“2026世界人工智能大会（WAIC 2026）”在上海盛大举行，AI手机成为展会上的璀璨明星，吸引了无数观展者的目光。值得一提的是，就在大会开幕前两天，国家网信办公布了7款提供手机端侧生成式人工智能服务的备案信息，其中包括Apple智能、华为小艺AI大模型、小米澎湃AI、三星盖乐世AI、OPPO AndesGPT、vivo蓝心端侧大模型以及努比亚豆包手机大模型，这些大模型的加入无疑为AI手机的发展注入了强劲动力。

图片来源：国家网信办网站

在两大国际品牌中，Apple选择了千问和百度作为其端侧AI的供应商，而三星则独具慧眼，选中了面壁智能MiniCPM系列作为其端侧模型能力的提供方，共同参与了此次备案落地，展现了双方在AI领域的深度合作。

与此同时，面壁智能也迎来了新的发展机遇。据多方信息透露，该公司已完成新一轮融资，吸引了中网投、国新基金、建投投资等国家级产业基金的加入。至此，面壁智能在2026年上半年累计融资金额已超过50亿元，投后估值更是突破了200亿元大关，一跃成为端侧智能领域估值最高的独角兽企业。

当前，大模型的发展正经历着第二次结构性跃迁。受成本、时延、隐私等三大约束的影响，大模型正从以云端为唯一算力中枢的单点智能模式，向端云分工、协同共生的分布式智能系统转变。端侧AI因此成为产业界的焦点，吸引了众多企业的关注和投入。

在WAIC现场，徽声在线记者有幸采访到了面壁智能CEO李大海。他表示，随着技术的不断进步和应用场景的拓展，预计未来3至5年内，端侧AGI（通用人工智能）将有望实现，为用户带来更加智能、便捷的生活体验。

手机端侧智能化尚处萌芽阶段

云端大模型的竞争日益激烈，如今战火已经蔓延至端侧领域。面对行业发展的挑战和机遇，李大海展现出了前瞻性的眼光和开放的姿态。

他认为，一个产业链的健康发展离不开众多企业的共同参与。如果只有一家公司在做，那可能是在“逆行”。而越来越多合作伙伴和友商的加入，反而论证了面壁智能前瞻性的眼光与过去看法的正确性，这是一件值得庆幸的好事。

李大海以移动互联网时代的发展作类比，指出当前AI的发展阶段与2012年至2013年的早期移动互联网阶段高度相似。技术正处于快速发展期，亟待与千行百业进行深度融合，整体市场空间极为广阔。

“一家公司在如此庞大的领域中进行创新，其带宽是有限的；而众多伙伴的加入，能把产业的‘创新带宽’拓得非常宽。”李大海说，“从产业角度来看，这能让我们更快地找到真正有价值的产业、场景以及有效的落地方式，从而让整个产业更快受益，这也是面壁希望看到的。”

在当下的AI手机领域，可以看到三种明显的趋势：手机厂商自研端侧AI、外部采购端侧AI以及模型企业下场做手机。这些趋势反映了行业在早期发展阶段的多样性和探索性。

李大海认为这并非“分化”，而是行业早期发展的常态。“在早期，大家摸索前行时往往各显神通、做法不一；随着产业进一步演进，当某种效率更高的路径出现后，大家就会逐步转向，这是人类技术发展史的常态。”

在面壁智能的研判中，当前的手机端侧智能化正处于上述的早期阶段。可作为参考的案例是智能汽车领域的发展。在如今相对稳定的状态下，自动驾驶技术呈现出70%由第三方提供、30%自主研发的格局。面壁智能推测，随着手机产业的发展，未来可能也会出现类似的情况。

这背后的底层经济学规律是“社会化分工”——让擅长的公司把事情做好并提供给客户，从而实现边际成本最低、全局产出最优。这一规律在AI手机领域同样适用。

WAIC现场的面壁智能展位 图片来源：受访者提供

未来3至5年内端侧AGI或将照进现实

立足当下，李大海对行业趋势有两个核心判断：自研不再是每一家手机厂商的必然选择，也非唯一发展路径。苹果在特定市场选择了千问作为合作伙伴，三星则选择与面壁智能携手共进；虽然仍有厂商坚持自研，但市场分工的分化需要时间来逐渐显现。

一个值得注意的细节是，在手机端侧AI的进程中，人们已经听不到类似智能汽车的“灵魂说”担忧。这反映了行业对AI技术的接受度和认可度在不断提高。

在李大海看来，近期7款模型的备案已经预示着中国乃至全球端侧AI手机时代的来临。行业的关注点已经从“我们也能自己做模型”转向“谁能真正把模型在手机端侧落地”，这体现了行业对实际应用效果的追求。

除了手机领域，面壁智能还将目光投向了维度更广的端侧设备市场。智能座舱、具身智能、AI手机、智能眼镜等形态只是端侧AI设备的冰山一角，未来还有无限可能等待发掘。因此，建立端侧生态几乎是各方的共识。

在选择合作伙伴及商业化落地的过程中，李大海表示，面壁智能主要考量三个维度：对端侧的需求是否真实存在且迫切，能否实现规模化复制以降低成本，以及能否真正实现盈利以支撑持续发展。这背后的商业逻辑在于，模型部署到任何设备上后，必须能为最终用户创造巨大的价值。只有最终用户愿意为这种“智能价值”买单付费，才能形成商业闭环并推动行业的持续发展。

目前，端侧AI发展面临的最大挑战依然来自算力的限制以及对内存和功耗的极致要求。手机与汽车不同，其电量有限且对发热的要求更为苛刻。因此，要在非常有限的算力、功耗和内存限制下将模型性能与场景体验做到极致，这是面壁智能目前正在攻关的技术难点。

至于人们何时能迎来端侧AGI的全面普及，李大海预计在未来3至5年内这一目标有望实现，但时间可能会晚于云端AGI的爆发。由于端侧落地需要在有限的算力、有限的带宽以及受限的散热功耗下推进，在具体推进时需要与厂商和芯片进行更多的磨合和优化工作。因此，相较于云端而言，端侧爆发的时间会相对延后一些，这是客观规律所决定的。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。