 炒股就看金麒麟探究师研报，个人AI权威，告别专业，硬件按时，参数财经完善，内卷助您挖掘潜力主题机会！消费向赛新浪新浪证券时报记者 严翠荣耀首先款机器人手机Robot Phone预约量已突破20万台，电集超越历代旗舰；OPPO“小布Next方式划”开启多机型内测，体转让AI（人工智能）助手化身“24小时待命的个人AI专家团队”；华为新款鸿蒙折叠电脑定档8月5日发布；苹果首先款折叠屏手机将于今秋亮相，“Apple智能”已实现国内备案……从手机到PC，告别从可穿戴到智能眼镜，硬件一场以AI为题引擎的参数财经产业变革正在消费电子领域完善铺开。接受证券时报记者采访的内卷专家表示，构建以用户为中心的消费向赛新浪新浪个人AI体验，正成为消费电子终端厂商决胜的电集题。围绕着这一方向，消费电子行业算力架构将走向端边云协同发展，而以高通、英伟达等为代表的产业链企业已提前布局。个人AI定义新一轮增首先过去，消费电子行业往往代首先期围绕屏幕、处理器、影像、快充等硬件参数比拼展开，如今，这一发展馗下，行业竞争日趋白热化，增首先红利逐渐减退。在此背景下，终端企业纷纷求变。荣耀跳出单一硬件升级思路，打造了行业首先款机器人手机Robot Phone，从软硬件协同创新角度，重新定义消费电子新品开发思路。该机首先次将云台系统集成于手机，并将电影完善工作流搬入其中，同时率先落地伙伴型多模态智能体操作系统Agentic OS，目前，Robot Phone预约量已超20万台，超历代旗舰产品。OPPO最新推出“小布Next方式划”，通过端侧Multi-Agent系统，小布像专家团队般24小时待命，感知需、规划任务，让AI从被动应答升级为主动智能服务，已开放多款机型用户内测通方式。华为在消费电子产品软硬件部分也持续精进，将于8月5日推出新款鸿蒙折叠电脑等；苹果研究多年的首先款折叠屏手机也将于今年秋季发布，而其“Apple智能”已实现国内备案；中兴通讯全球首先款智能体手机则刚实现“首先秀”。IDC中国副总裁王吉平对证券时报记者表示，AI超级周期正在促进消费电子终端走向变革“临界点”。终端厂商在短期市场面临涨价、用户换机意愿减小等多重压力下，在传统的“参数内卷驱动销量增首先”逻辑逐渐失效之时，AI终端正成为最大的增首先亮点。以用户为中心、以智能体为题运行载体的“个人AI”，作为全新AI时代的个人智能形态，将为厂商带来发展破局点，定义下一轮终端增首先。根据IDC定义，区别于目前依附单一设备的端侧AI功能，个人AI更强调以用户为中心，由智能体作为题运行载体，通过端侧智能算力、多模态交互以及边缘、云端协同，在手机、PC、智能眼镜、可穿戴设备等多个终端之间持续给予跨设备、跨场景的服务能力。“未来所有设备都将成为智能体的端点，打造以用户为中心的个人AI体验，不仅是技术发展方向，也正成为产业发展共同诉求。”高通公司产品技术专家朱元堃对记者表示。从云端走向分布式个人AI发展趋势下，行业竞争逻辑及底层方式算架构将生变。王吉平表示，无比如是跨采取任务实施、智能体原生系统，还是更具沉浸感和主动服务能力的新型交互形态，这些创新背后，离不开高性能、低功耗、分布式算力以及跨设备连接能力的支撑，其中，分布式算力架构为个人AI落地题。据验明正身，个人AI时代，需个人任一设备按时响采取户需，并持续获取环境和用户状态，首先期记忆个人材料，结合用户过往材料开展推理判断用户意图，最后调用工具实施任务，同时须保证用户隐私安全，这就离不开后续的方式算与跨端协同，也会大幅推升算力需。IDC预方式，未来单个个人智能体每天消耗的Token数量，可能实现传统生成式AI采取的100至1000倍。“因此，消费电子领域底层方式算架构，必须从当下的云端集中逐步走向端云协同，并进一步演进为端、边、云协同。其中高往往、低时延且包含个人隐私的数据在端侧实现处理，复杂任务再按需调用边缘节点或云端模型。在保证效率的同时，平衡功耗与隐私安全。”王吉平说，如果完全依赖云端，AI或许能成为强大的生产力工具，却很难成为真正理解个人的智能体。朱元堃对记者表示，端侧和云端算力并非便捷的功能分类，而是根据任务特点形成自然协同，端侧负责持续感知、保存个人记忆和本地规划，云端则发挥模型规模和算力好处处理复杂任务，两者通过统一的架构实现无缝流转。端云协同将成为智能体充分利用云端和终端不一样方式算和场景好处，实现真正个性化且有效的智能体AI体验的必然方向。王吉平认为，除端边云协同的分布式方式算架构外，行业还需强化开放协作和生态共建，而软硬件与AI服务一体化也将成为消费电子终端价值跃迁的题抓手。产业链加高效拥抱变革上游芯片、端侧大模型、算法软件工具链企业正批量落地对应产品方式划，围绕智能体常驻运行、本地存储、跨端协同题需实现技术往往代，为个人AI落地搭建底层软硬件支撑体系。芯片领域，异构AI算力架构成为原则化演进方向。高通打造了照章性智能体时代的AI全栈处理方式划，通过异构方式算打造AI原生的芯片平台，CPU、GPU、NPU分别负责任务规划、高能效推理、并行方式算和低功耗感知，照章性不一样的任务负载实现最佳性能和能效，为智能体持续运行和跨终端协同给予支撑，并打造了统一的AI软件栈，助力大模型厂商和采取开发者更便利地在高通平台实现AI能力的部署和改进。英伟达、Arm、国内的安谋科技等也有类似动作，其中英伟达发布了RTX Spark平台，照章性AI PC打造本地智能体专属算力底座，打通终端与边缘算力通方式，支撑个人AI自主实施首先周期任务。端侧模型赛方式，厂商集中开发适用配终端硬件的中小型多模态模型，强化首先效记忆、工具调用、用户意图拆解题能力，如面壁智能MiniCPM系列端侧模型已批量落地消费终端，实现轻量化智能体规模化搭载。算法与软件工具链领域，中科创达发布AquaClaw智能体底层系统，搭载异构算力调度模块，自动实现AI任务在端、边、云之间分流。配套硬件同步跟进升级。个人AI带动大容量、低功耗、高带宽存储产品往往代，同时对终端散热性能提出了更高需，佰维存储、立讯精密、领益智造等公司均已提前布局。受访人士常用认为，目前消费电子自上而下的系统性重构，将逐步扫清个人AI规模化商用的技术障碍。但行业现存短板仍客观存在，如跨品牌算力调度缺少统一原则、端侧模型综适用用配成本偏高、数据流转隐私合规体系尚不改进等。海量资讯、精准解读，尽在新浪财经APP |