每年CES都在產生共識，今年的共識是“端側 AI”_風聞

為什麼「端側 AI」成為新共識

作者 | 張勇毅

編輯 | 鄭玄

上週剛剛結束的 CES 2025，共計吸引了 4000 餘家廠商以及超過十萬名觀眾參展，統觀活動和展覽的全程，從內容豐富程度來看，仍然無愧於「全球最大消費電子展」的名號。

但真正讓 CES 配得上「消費電子屆春晚」的，除了各家廠商都會展示的不少「花哨」新技術，還有隱藏在其中的，但仍能被捕捉到的「年度趨勢」。

從 CES 每個人討論最多的話題，到現場各種產品展台前受關注的情況，就不難判斷出接下來一整年內，全球消費電子產業將會出現的重要變革。對於未來趨勢的預判，通過 CES 這個全球各地消費電子從業者交流的平台，在真正意義上變成「共識」，帶回世界各地生根發芽。

比起 CES2024 上每個人都在興奮地討論「AI 硬件」，CES2025 的現場少了幾分因為看不清 AI 硬件的發展前景、而在興奮中夾雜着茫然的狂熱，討論中多了不少明確的指向性。

今年的 CES 現場，眾多具有試水性質的 AI 硬件產品逐漸變得無人問津，已經被初步驗證過的 AI 眼鏡、AI 智能寵物等產品品類的展台前，體驗產品與諮詢產品相關信息的用户大排長龍。

在產品功能展示中，端側 AI 因為即時響應速度更快、成本更加可控，迅速脱穎而出，成為今年不少新品 AI 功能的主要賣點，並且通過各種基於端側 AI 實現的多模態內容識別、或是端側數據分析等能力，給現有的硬件體驗帶來改變。

如果説去年的共識是「AI 硬件是未來」，那 CES2025 中誕生的這個共識，無疑是「端側 AI，才是 AI 硬件的未來」。

01

端側 AI——AI 硬件落地的關鍵

在剛剛結束的 2024 年，AI 硬件快速發展。從通用的 PC 和手機終端，到機器人、眼鏡、耳機，再到更多更細分的垂類賽道，幾乎每一種存在人機交互的硬件終端，都有廠商嘗試將其與大模型結合。

最常見的是方案調用雲端算力完成 AI 推理——這在基礎大模型快速迭代，開發者還在探索 AI 能力與硬件結合的階段更加實用。但當 AI 硬件走出企業的研發中心，開始面向消費者時，只有雲端 AI 的方案面臨三個挑戰。

調用雲端算力的成本居高不下

網絡傳輸導致 AI 在終端的響應速度較慢

數據隱私問題，用户在關注隱私安全的同時，也希望終端 AI 能提供更個性化的服務

過去一年，行業逐漸形成共識：端側AI將是 AI 硬件落地的關鍵，這點在 CES2025 期間得到更進一步的印證。

以今年最火熱的人形機器人賽道為例：CES 期間發佈的機器人，不少在外觀設計上愈發貼近人類，但它們在動作靈活性、智能感知與決策，以及交互體驗等核心領域，依然存在較大的提升空間。

究其原因，人形機器人的研發瓶頸集中在三大關鍵部分：負責自主學習/決策的**「大腦」**，掌控跑跳、抓取等複雜動作的「小腦」，以及由軀幹四肢組成的「本體」。這些核心部位的技術突破，直接決定了機器人的整體性能。

阿加犀展示的、以端側 AI 技術為基礎的人形機器人，通過使用高通端側 AI 處理器支持部署端側大模型，賦予機器人強大的端側多模態處理能力，將視覺、聽覺、觸覺等多種感官輸入深度融合，結合端側 AI 的高能效優勢、實現高效的端側即時數據處理，為機器人提供更流暢、更精準的交互體驗。

在體驗中，阿加犀這款人形機器人能輕鬆完成智能交互，它能夠用流利的英語「Welcome to the Qualcomm booth！」問候走近的參觀者，與用户流暢自然地規劃，並且準確地提供服務。

在高通展台展示的阿加犀人形機器人｜圖片來源：極客公園

除了高性能和低延遲以外，隱私安全也是端側 AI 的主要價值之一。極客公園在 CES 現場注意到，在各家汽車廠商的智能駕駛展台中，面對車中部署的眾多攝像頭，會有很多觀眾問出「這些攝像頭收集到的駕駛員/乘客個人隱私數據如何進行處理」這樣的問題。

相比今天主要運用於 B 端的機器人，智能汽車屬於用户私人所有，把數據全都傳到雲端，用户難免會擔心隱私數據的泄露。

相對於雲端 AI，端側 AI 更適合解決這樣的顧慮。終端側 AI 從本質上有助於保護用户隱私，因為查詢和個人信息完全保留在終端上，即使是與車載智能語音助手進行溝通，也能通過端側 AI 得到需要的信息，在保護隱私的同時無損於用户的智能化體驗。

在 CES 期間，筆者在高通展台看到了車機系統的端側 AI 解決方案，例如打通支付系統，將支付信息保存在本地；此外還可以在車機系統中整合各種常用的在線服務，例如匹配用户生物特徵信息，完成在充電站充電後，自動支付充電費用，「拔槍即走」，或是直接在車上點餐、訂購流媒體服務等場景需求。

高通在 CES 期間展示的驍龍數字底盤概念車｜圖片來源：極客公園

整個過程中能看到，無論是算力調用還是數據處理，都以端側的 AI 算力作為「主場」，只有在必要的情況下向雲端請求相關數據，或是在面臨複雜任務時向雲端分流任務。

在「離用户最近的地方完成數據處理」也能在車輛駕駛這樣情況複雜的輔助駕駛場景下，顯著降低駕駛員分心的可能，將信息以最高效的方式，傳遞給用户。

從 CES 現場硬件產品的發展趨勢來講，這一點對於 AI 進一步深入更多用户場景，有着比想象更多的可能性：大量如今不得不依賴雲端推理才能完成的請求能在端側完成，這將在全球範圍內帶來成本的大幅降低：每一個時代最流行的產品，一定也是普通人能負擔得起的產品，這一點同樣重要。

更強的端側 AI，不僅能更好地保護用户隱私，同時也在為更加聰慧的主動智能奠基：用户在 PC、智能手機乃至智能眼鏡、汽車中，都有愈發強烈的「讓 AI 主動幫我處理一些工作」的趨勢，尤其是對於手機/筆電這樣需要使用自帶電池運行的設備來講，這不僅意味着更大的數據處理量，同時也對硬件本身所採用的芯片功耗提出了更高的要求。

AI PC 能夠在端側調用本地模型的算力，處理更多 AI 大模型任務｜圖片來源：極客公園

性能、隱私、成本三大優勢的加持下，今年在 CES 現場，無論是中國廠商百花齊放的「百鏡大戰」，還是 AR/VR 頭顯新鋭廠商發佈的各具亮點的產品，都能看到相關廠商選擇引入端側 AI 解決方案。

事實上，在 2024 年，我們其實已經觀察到這一趨勢，無論是掀起 AI 眼鏡浪潮的 Ray-Ban Meta，還是各家主打端側 AI 能力的智能手機與 AI PC，都離不開以高性能和高能效為核心優勢的高通芯片的支持。

在筆者與現場硬件創業者的溝通中，**「我們用的是高通的方案」**是聽到次數最多的產品介紹之一，這甚至已經成為了一種無需更多介紹的產品背書，只要聽到這句話，雙方對於這款產品在端側 AI 性能基準上應該拿出怎樣的表現，就有了一個相對的心理預期，無論是在 XR、AI PC、智能汽車還是機器人領域都是如此。

在 CES 上，高通公佈的最新數據是，搭載驍龍 X 系列平台的 AI PC 已經超過 60 款，預計到 2026 年這個數字將超過 100 款，這些 PC 來自你能想到的幾乎所有主流 Windows PC 廠商；零跑汽車、極氪、德賽西威、Garmin 佳明和松下汽車等汽車產業鏈廠商都宣佈了基於驍龍座艙平台的合作，而高通此次帶來十餘項的汽車合作動態，更是囊括座艙、智能駕駛、甚至還有電動摩托車等領域；索尼、三星、Rokid 和雷鳥等廠商，都在展會期間帶來了使用驍龍 XR 產品線的空間計算新品。

觀眾在 CES 上體驗 XR 產品｜圖片來源：極客公園

正是因為有了攜手多領域終端廠商打造的豐富品類的 AI 硬件，讓高通這樣一家 To B 企業的展台反而成為了 CES2025 硬件產業鏈上存在感最強的廠商之一。

02

從 AI 到 Agent UI

端側 AI 已經成為共識，而如果從 CES2025 現場各家廠商各類產品的展示，推測 2025 年 AI 硬件的下一個趨勢，那一定是 Agent UI 的普及與推廣。

從最早以應用為核心的 Apple Macintosh 搭載的 systems1 系統算起，以應用程序為核心的操作系統邏輯已經誕生並進化了四十餘年，以至於我們很容易混淆，直接將其與「智能操作系統」畫上的等號。

但在 CES 現場，你會聽到眾多不一樣的回答：無論是行業領袖在 CES 開幕前的主題演講，還是高通所強調的「AI 是新的 UI」觀點，亦或是現場硬件/軟件創業者的探討中都能發現，Agent UI 取代傳統操作界面 UI，將會是 AI 硬件時代帶給所有硬件產品影響最深刻的變革之一。

或許很快，我們目前熟悉的車機、手機桌面等概念，都將被全新的、以AI為主要交互方式的 UI 取代，從而讓系統從「App 的主場」，變成「AI 的主場」，這就是 Agent UI 的核心所在。

Agent UI 並不是「AI 語音助理」的直接迭代：它的誕生源於業界越來越多意識到，更聰慧的智能體驗需要依賴全新的架構，來強化 AI 的決策、交互與適應能力——這些要求對目前眾多僅靠大模型本身實現 AI 功能的硬件來講，是難以逾越的天花板。

這一趨勢同樣離不開端側 AI 算力的深入：從筆者在 CES 2025 現場看到的情況，無論是本田、寶馬這樣的傳統車企，還是 Waymo、Rivian 這樣的新鋭廠商，都將「從車載助理，到基於 AI 重新設計車機交互」當作了主要的演講主題與展示內容。

在智能座艙中應用 Agent UI 實現的效果｜圖片來源：極客公園

在高通在其 CES 展台展出的驍龍數字底盤概念車中，Agent UI 取代傳統操作界面給交互體驗帶來的改變已經初現雛形：除了最基本的時速等信息，駕駛員一側的顯示屏幕內容幾乎全部被 AI 智能助理取代，傳統的 App 不見蹤影，取而代之的是 Agent 接收各種來自駕駛員的指令、並順暢完成任務。

除了車機系統，智能眼鏡其實是更早向我們展示 Agent UI 未來前景的硬件品類。去年現象級的智能眼鏡 Meta Rayban，由於沒有傳統的圖形 UI 和手勢識別、操作手柄等智能眼鏡產品場景的交互控制器，從一開始就依賴於語言指令。

一開始這種交互還比較單一，只能執行用户的拍照、放歌等簡單命令，這時候更像是手機智能助手的翻版，還很難稱得上是下一代的 Agent UI。但隨着 Meta Llama 大模型的不斷升級，從 2024 年年中開始，越來越多用户開始與 Meta Rayban 進行更復雜的交互，包括翻譯、計算卡路里、去博物館識別物體並進行講解等等。

通過與 Agent 進行語音交互，讓智能產品在各個場景下提供服務，此時的 Meta Rayban 已經有了新一代 UI 的雛形。而在 CES 2025 期間，我們觀察到了更多的嘗試。

比如搭載第一代驍龍 AR1 處理器的雷鳥 V3，同樣在 AR 眼鏡體驗中融入了 Agent UI 的概念：藉助端側 AI 計算，雷鳥 V3 能實現平均 1.3 秒的 AI 響應速度；在新架構的支持下，更多即將上線的新功能，包括手機通知 AI 總結播報、錄音內容 AI 總結、AI 新聞播客等，都能通過更強的端側算力，給用户實際使用帶來更好的體驗。

03

結語

雖然站在當下，我們對未來的暢想並不總是會變成現實，但如果結合足夠多的真實用户反饋，自然能看到未來的產品進化趨勢，以及今天在追求、終有一天能到達的那個「終點」。

如果全行業都同時認可一個想法，那它極大概率真的會變成一個「趨勢」，並最終孕育出新的未來。

這某種程度上也是 CES 獨特的魅力之一：這裏不是「巨頭通吃一切」的戰場，也不是誰有錢租得下華麗展位就能吸引到來自用户最多的目光，而是通過產品和技術贏得用户傳達出的最真實的反饋。

在通過端側 AI 提供解決方案的基礎上，各家使用高通平台的終端品類在雲端模型應用上仍然呈現出「百花齊放」的狀態，通過「雲+端」的混合 AI 模式，面向不同應用場景、不同用户需求靈活採用對應的處理方式，最終誕生我們在 CES 2025 上看到的一款款展台前人滿為患的爆款產品。

那些在 CES 現場人頭攢動、幾乎堵得水泄不通的展台，是產品是否真正受到用户關注的最佳回答。

雖然 CES2025 已經結束，但在這幾天內來自世界各地的行業從業者們所形成的「端側 AI 是共識」，會隨着接下來一整年之中一批批的 AI 硬件發佈而不斷強化，真正推動行業發展。

*頭圖來源：極客公園

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparkGO