微信公众平台

苹果国行 AI 刷屏之外，三星也把端侧大脑交给国产 AI_我的网站

男女纠察队

A | 今年 WAIC 最火爆的展区，除了机器人就是 AI 手机了。 新加坡教育新举措自从黄总理在国庆群众大会上宣布关于教育的一系列新举措在新加坡家长中一石激起千层浪大家对新政纷纷热议GEP改革虽然很好但毕竟受影响的孩子还在少数辣妈编辑部讨论最多的还是希望新加坡能调整小学的上学时间让每个孩子有足够的睡眠不用摸着黑磕磕绊绊地去上学小一的时候小编的娃小一的时候大人早上5点45就要起床6点叫醒还在睡梦中的孩子因为她6点半前就要出门坐公交赶在7点前到学校门口的食阁吃早餐7点20就要进校门姥姥带着她走在路灯下天还是一片漆黑看着她小小的身影莫名有些心疼中学生中学生也一样也是天不亮就要出门下午有CCA的话6点多才能到家离家整整12个小时为什么新加坡的学生要这么早上学双班制新加坡在早上7时半上课源于20世纪中叶开始的中小学校双班制。当时为了应对学生人数迅速增加造成学校资源不够的情况，新加坡中小学试行了双班制。更重磅的消息，发生在世博展览馆之外——7 月 15 日，国家互联网信息办公室公布新一批手机端侧生成式人工智能服务备案。苹果智能、三星盖乐世 AI、华为小艺、OPPO AndesGPT、vivo 蓝心端侧大模型、小米澎湃 AI 和努比亚豆包手机大模型等 7 款产品获批。真正可能最快把 AI 带到普通人身边的设备，未必在展台上，反而就在每个人的口袋里。

B | 其中最受瞩目的自然是 Apple Intelligence，国行 iPhone 用户真的等得太久了。在同一所学校，一部分年级在上午上课，时间一般从早上7点半到下午1点，其余年级则在下午上课，从下午1点到晚上6点半上课。经过多年的施行，双班制逐渐被单班制替代，但学校继续使用上午班的时间表，所以新加坡所有中小学的孩子都在早上7点半就开始上课。01 早起的坏处新加坡的孩子们，为了赶在7点半之前到校，基本上都要在6点至6点半之间起床，7点左右出门去学校。这个时候，新加坡的天还是黑的。随着备案落定，用户对手机 AI 的好奇，也越来越具体：Siri 什么时候才能真正听懂上下文？AI 会怎么样跨应用完成任务？它读取照片、日程和聊天记录时，数据是否必须上传云端？这些能力又是否足以成为更换一部新手机的理由？自发布以来，市场一直期待 AI 成为下一轮 iPhone 换机和生态升级的理由。IDC 在 WWDC 2026 后判断，更完整的 Apple Intelligence 将增强新款硬件的升级理由，并有机会把苹果操作系统进一步推向「个人智能」平台。孩子不管是坐公共交通还是走路，睡眼朦胧加上天色昏暗，很容易有安全隐患。家里住得远的，坐校车的孩子就更惨了！有些不到6点就要上车，这也是小编当时放弃校车亲自接送的原因了。这么早，连大人都受不了啊！宁可大人辛苦一点，也要让孩子多睡半小时。长期的睡眠不足，不仅影响孩子的生长发育，导致孩子白天注意力下降，没有活力，降低学习效率，还会削弱免疫力，增加对病毒细菌的易感性，并导致慢性炎症。更具个人上下文的 Siri、更深入的跨应用协作，以及更多依赖新硬件的本地 AI 功能，都被视为苹果重新定义手机交互的一部分。而在苹果之外，「Android 机皇」三星盖乐世 AI 也要来了，面壁智能 MiniCPM 系列作为三星盖乐世 AI 的端侧模型能力提供方，深度参与此次备案落地。更严重的还会引起心理疾病。02 早起的好处当然，学生7点半上学，也是有一些好处的。

C | 对面壁而言，这意味着其端侧模型开始从开源社区和技术验证，进入全球头部消费电子厂商的实际产品。在全球手机市场，三星长期处于全球智能手机市场第一梯队，拥有覆盖入门到旗舰的完整 Galaxy 产品线、广泛的全球销售网络，以及横跨手机、平板、手表和耳机的终端生态。如果端侧能力进一步扩展到更多机型和市场，端侧智能潜在触达的将不再是少数开发者或单个行业客户，而是数以千万计的普通手机用户。一次集中备案，释放出的是更广泛的行业信号，手机端侧 AI 正从功能预告和概念验证，进入规范化、规模化落地阶段。当 AI 能力开始留在设备本地，手机正在成为端侧智能最先触达普通用户的入口。端侧 AI 看手机？为什么为什么首先是手机？手机与人的距离最近，也是使用频率最高的智能终端。它天然掌握着用户的通信、影像、位置和日程等信息，还具备相机、麦克风和各种传感器，能够为 AI 提供持续的个人上下文。比如与成人的上班时间错峰，不会影响早高峰，不会早上交通拥堵，路上相对比较顺畅。这也让手机端侧 AI 与普通的云端聊天机器人有所不同。

D | 但辣妈小编们都认为，没有必要为了这点优势来牺牲孩子们宝贵的睡眠。复杂推理仍然可以交给云端，但拍照理解、语音处理、个人信息检索等高频、即时或隐私敏感的任务，可以优先在本地完成。

E | 早一些上学，可以减少孩子在高温中上课的时间，尽量在凉爽的清晨开始一天的学习。这样既能缩短等待时间、减少云端调用成本，也能让一部分敏感数据不必离开设备。在由面壁智能主办的「 WAIC 端侧 AI 创新和行业发展论坛」上，三星电子中国研究院院长沈志春，把手机端侧 AI 的需求精准地概括为「多、快、好、省」：让更多任务在本地完成，获得更快响应和足够好的体验，同时节省云端 Token、流量、存储与电量消耗。

F | 但是大家都觉得，晚半个到一个小时，气温上升得也不会那么剧烈，学校也可以考虑把户外活动或体育课尽量安排在早上，不但凉快，还能振奋一天的精神。参考其他国家的情况据悉，其他国家的小学生上课时间，也都没有新加坡这么早！中国由教育部规定小学上课不早于8点20分，中学不早于8点，并要求中小学生睡眠时间不少于9小时。这四个目标并不容易同时实现，受到 GPU、NPU、存储和功耗限制，端侧模型仍然是在「戴着枷锁跳舞」。手机的算力、内存、功耗和散热都有限，端侧模型需要在资源约束中保留足够的理解、推理和多模态能力，还要适配不同厂商的芯片、系统和产品节奏。

G | 在亚洲其他国家，日本、韩国，学校通常在8点半上课。手机 AI 的关键已经不只是模型能不能运行，而是它能否在有限资源中把体验做到足够好。面壁的 MiniCPM 系列正是沿着这条路线发展，一直以来，MiniCPM 系列开源模型累计下载量已超过 3800 万次，并已在消费电子、汽车、具身智能和法律等场景实现商业化落地。

H | 澳大利亚和新西兰的上课时间在8点半至9点。

I | 大部分欧美国家，如英国、法国、荷兰和加拿大，也是8点半上课。三星盖乐世 AI ，成为其进入主流消费终端的最新案例。所以，对面壁而言，三星合作的意义不只是一位新增的客户，它提供了一个更直接的规模化证明，端侧模型已经不只运行在开发板和实验 Demo 中，而是开始进入普通消费者日常使用的贴身设备——手机。美国学校的上课时间因州而异，8点到9点之间都有。所以，大家都觉得新加坡中小学没必要这么早上学。端侧智能，不止是手机手机是最先规模化的入口，但并不是端侧 AI 的全部边界。

J | 香港小学生上学杜克—新加坡国立大学医学院研究团队杜克—新加坡国立大学医学院研究团队的研究显示，本地中学生平日晚上平均睡眠只有6个半小时，但青少年应该平均睡8至10个小时，才能正常发育。当 AI 从信息处理走向真实世界中的感知和行动，汽车与机器人也成为另一批重要载体。根据2019年“Sleep Medicine”发表的一篇研究论文，新加坡有85%13至19岁学生，睡眠时长低于推荐的8小时。作为家长，小编们真的很心疼孩子们。各位粉丝们，你们怎么看呢？。

K | 汽车对端侧 AI 的需求同样直接，驾驶与座舱交互要求低延迟，车辆还会经过隧道、地下车库等弱网环境，许多车内数据也具有隐私属性。

L | 面壁智能与吉利汽车开展深度合作。面壁智能的 VLM 多模态大模型与吉利机器人的本体、VLA 模型及导航系统深度集成，成功实现吉利机器人在生产仓储场景的落地应用。 RoboHarness 是基于面壁智能 4 月份发布的 EmbodiedClaw 框架开发，可以轻松集成上层规划 VLM 模型，将 VLA 模型、导航系统等作为物理世界工具模块调用，并为具身智能体提供长程任务的上下文和记忆管理。机器人则把端侧 AI 从信息处理进一步推向物理行动。

M | 面壁通用 VLA 模型 MiniCPM-RobotManip，与面向移动机器人跟踪导航的 MiniCPM-RobotTrack，让机器人把视觉、语言和动作连接起来，并在长程任务中保留此前的观察和执行信息。搭载 MiniCPM-RobotTrack 的机器狗可以在开放环境下零样本指令跟随，并且抗各类人物穿梭干扰，同时可以在无网网环境（例如电梯、停车场），依然流畅跟随。结合了面壁端侧多模态大模型和乐聚的夸父机器人本体和导航系统，则可以让机器人在无网的情况下，纯端侧运行导览系统，支持基于本地知识库的离线讲解和自由问答，多模态大模型作为导览机器人的大脑，可以实时理解展厅环境，理解人类指令和意图，规划导览路线并进行避障导航。从手机到汽车和机器人，面壁的落地案例覆盖了不同终端形态，而再进一步，除具体产品和项目之外，面壁还深入参与端侧智能相关方法与标准的建立。 WAIC 期间，面壁智能与中国信息通信研究院联合前瞻发布《AI For AI 标准》，尝试为 AI 参与模型研发提供统一的测试和评价尺度。

N | 作为技术实例，面壁同时发布并开源 ForgeTrain。按照面壁的说法，ForgeTrain 是一个由 AI 编写生产级代码的训练框架，已被用于 MiniCPM5-1B 的训练，并适配英伟达 H100 与华为昇腾系列芯片。

o | 参与行业制定，体现了面壁希望承担的另一种角色，不只提供单个端侧模型，也参与建立训练、适配和规模化复制的方法。争夺端侧智能的定义权手机是端侧 AI 最先规模化的入口，它把本地模型带到普通用户身边，也让低延迟、隐私和端云协同从技术概念变成可以被消费者感知的产品能力。

p | 汽车和机器人则把端侧 AI 带入更广阔的真实世界，前者让模型在弱网和长生命周期中持续升级，后者要求模型在本地完成感知、决策和行动。不同终端的需求并不完全相同，却共同要求 AI 能力离开云端服务器，进入具体设备和真实任务。

q | 这也意味着，端侧智能并不是把云端模型压缩后装进设备这么简单。哪些任务必须留在本地，哪些任务仍应交给云端；不同算力和功耗条件下，模型需要保留多少能力；一套方案如何跨芯片、跨终端复制，并在隐私、延迟和可靠性上形成可验证的标准——这些问题至今都没有完全固定的答案。

r | 争夺端侧智能的定义权，正是争夺这些问题的回答方式，它不仅取决于谁先发布一个更小的模型，也取决于谁能把模型能力、硬件适配、系统协同和场景交付沉淀成一套可重复的方法，让一次合作不再只是孤立项目。面壁想证明的，也不只是 MiniCPM 能够在某一台、某一类设备上运行。从三星手机，到量产汽车、工业机器人和无网导览，再到 AI for AI 标准与 ForgeTrain，其角色正在从端侧模型提供者，延伸为端侧智能落地方法的提供者。