中国信通院CAICT公众号文章2026-10-22

中国信通院人工智能所联合发布《端侧智能产业发展报告（2026年）》

公众号 · 15 篇文章

当前，人工智能正加快从云端集中计算向端云协同、泛在部署和场景化服务演进。随着大模型、多模态模型和智能体技术持续突破，模型能力不断向数据产生侧、用户交互侧和任务执行侧延伸，端侧智能成为人工智能与实体世界深度融合的重要方向。与此同时，模型轻量化、异构计算、高效存储、推理优化和基础软件等技术持续发展，使人工智能能够在更加多样化的硬件资源和运行环境中实现高效部署。

2026年10月14日，在人工智能产业大会“端侧智能论坛”上，中国信息通信研究院（简称“中国信通院”）人工智能研究所联合中国人工智能产业发展联盟端侧智能组正式发布《端侧智能产业发展报告（2026年）》，中国信通院人工智能研究所副总工程师闫树对报告进行了解读。

报告系统梳理端侧智能产业发展脉络、政策环境、市场态势和概念特征，重点研究模型轻量化、异构硬件融合、基础软件、智能体、端云协同和安全可信等关键技术，研究个人智能、空间智能、移动智能、行业智能节点和具身智能等原生产品形态，梳理消费娱乐、智慧家庭、智慧办公、智慧出行、智慧健康及融合场景的发展特征，并进一步研判端侧智能在技术、应用、生态和安全等方面的发展趋势、主要挑战与推进路径，为技术创新、产业布局、标准研制和应用推广提供参考。

报告核心观点

1. 端侧智能是以本地为主、端云协同的融合智能形态。端侧智能是以终端设备为入口，优先使用本地软硬件资源，完成感知、推理、决策与执行的本地化智能服务，结合云端算力、模型与知识能力，完成复杂任务的融合智能形态。从广义看，端侧智能并不等同于简单的“本地运行模型”，而是以本地智能为能力基础、以端云协同为运行模式，涵盖模型、芯片、传感器、存储、基础软件、智能体框架、应用服务、安全机制和运营生态的全栈式能力体系。

2. 模型轻量化与软硬件协同成为端侧智能技术演进主线，技术竞争由单点性能提升转向系统运行效率优化。面对算力、存储、带宽和功耗等资源约束，端侧模型正通过高效架构、量化、蒸馏、稀疏化、推理优化和大小模型协同等方式提升有限资源下的能力密度；CPU、GPU、NPU等异构计算、高效存储和低功耗感知为模型运行提供基础；编译器、运行时和基础软件进一步承担模型转换、算子映射、资源调度、任务编排和端云协同。端侧智能正在由“能够部署”走向“高效、稳定、持续运行”，技术竞争重点也由单一模型规模或峰值算力，转向模型、硬件、基础软件和运行环境的系统协同效率。

3. 模型能力与多样化硬件深度融合，正在催生区别于传统“硬件+功能”的智能原生产品。智能原生产品从设计阶段就围绕感知、模型、记忆、推理和执行能力组织软硬件资源，模型不再只是既有产品上的附加功能，而是逐步参与交互入口、系统调度和任务闭环。根据使用环境、实时性和执行方式差异，个人智能、空间智能、移动智能、行业智能节点和具身智能等形态加快发展。不同产品形态之间的差异，本质上来自模型能力与算力、存储、传感、交互和执行资源的不同组合，产品创新正在由功能叠加转向模型与硬件协同设计。

4. 端侧智能加快向多类真实场景渗透，应用方式由单点功能向持续服务、多设备协同和任务闭环拓展。端侧智能正加快向消费娱乐、智慧家庭、智慧办公、智慧出行、智慧健康等多类场景渗透，推动人工智能能力从单点功能应用走向深度嵌入用户日常生活和生产活动。不同场景对端侧智能能力提出差异化需求：消费娱乐场景更加关注内容生成、实时交互和个性化体验；智慧家庭强调多设备联动、环境感知和主动服务；智慧办公聚焦知识处理、任务协同和工作流程重塑；智慧出行突出低时延感知、连续交互和安全辅助；智慧健康则依赖持续感知、隐私保护和长期健康管理。随着端侧算力、轻量化模型、多模态感知和智能体能力持续提升，端侧智能应用正在从“单设备、单功能、单场景”向“多设备、多任务、跨场景”演进，服务方式由被动响应逐步转向主动感知、主动推荐和主动执行。

5. 端侧智能正从“模型能否部署”进入“模型、硬件、系统与服务能否协同”的新阶段。轻量化模型持续提高单位资源下的能力密度，异构硬件和基础软件把压缩收益转化为真实运行效率，智能原生产品则进一步把本地感知、推理和执行嵌入真实任务。与此同时，持续智能服务、跨设备协同和智能体型业态加快形成，产业价值从硬件功能增量向能力、服务和生态增量拓展。

6. 技术产品双向演进，端侧智能将加速由单点能力突破走向规模化应用和全栈生态协同。技术层面，模型轻量化与软硬件协同将持续深化，端侧智能由“能够部署”向“高效、稳定、持续运行”演进；应用层面，人工智能将由功能增强进一步走向智能原生和任务闭环，交互方式逐步从“操作功能”转向“表达目标”，持续服务、跨设备协同和智能体自主执行能力不断增强；生态层面，产业竞争将由单点产品能力转向模型、硬件、基础软件、产品与服务的全栈协同，模型部署、开发工具、能力平台、智能体服务和运营服务等新环节持续拓展，产业价值由一次性产品销售向持续服务和生态运营延伸。与此同时，安全治理将伴随模型、智能体和实际执行能力的发展逐步融入产品与服务全生命周期，为端侧智能规模化应用提供基础保障。

报告目录

一、端侧智能产业综述

（一）产业由功能嵌入迈向系统智能，智能体推动端侧能力加速跃迁

（二）政策持续强化人工智能向端侧和实体场景渗透

（三）产业价值由硬件增量向智能能力与服务增量拓展

（四）端侧智能是以本地为主、端云协同的融合智能形态

二、端侧智能技术体系

（一）智能硬件层：异构计算与高效存储支撑模型稳定运行

（二）基础软件层：编译适配与资源调度打通模型到硬件执行链路

（三）端侧模型层：轻量化与高效推理提升有限资源下的能力密度

（四）端侧应用层：智能体与原生应用推动AI由功能调用走向任务执行

（五）端侧安全信任层：构建覆盖模型、数据与智能体执行的可信边界

三、端侧智能原生产品形态

（一）个人智能产品：多类硬件协同形成智能入口

（二）空间智能产品：感知、决策与执行融合形成环境级智能

（三）移动智能产品：本地实时推理支撑自主感知与移动决策

（四）行业智能节点：轻量模型下沉推动现场设备由采集走向决策

（五）具身智能产品：模型与传感、控制和执行系统融合走向物理任务闭环

四、端侧智能应用场景

（一）消费娱乐：以内容服务为核心，极致用户体验驱动商业转化

（二）智慧家庭：以多端协同为核心，由被动响应迈向主动服务新模式

（三）智慧办公：以提升效率为核心，重塑知识管理与工作流体系

（四）智慧出行：以安全服务为核心，出行效率与交互体验持续优化

（五）智慧健康：以持续感知为核心，打造集监测—发现—干预为一体的健康服务体系

（六）融合场景：打通多端服务链路，构建全场景智能协同

五、总结与展望

（一）趋势：技术产品双向演进，端侧智能加速规模化落地

（二）挑战：多重瓶颈交织叠加，产业成熟仍需系统突破

（三）建议：强化技术生态协同，夯实端侧智能发展基础

主要专家简介

中国信通院人工智能研究所大数据与智能化部主任，高级工程师

姜春宇

中国通信标准化协会大数据技术标准推进委员会主席。研究方向为大数据、人工智能技术、大模型、数据要素流通、数据资产管理、数据安全。参与起草包括《促进国家大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》在内的多个国家文件，承担多项政府部门重大课题研究和产业发展支撑工作，牵头多项标准规范研制及产业研究报告编写。