“我们预测，2026年是端侧AI需求明显升温的状态，未来，大模型向端侧迁移会是一个大趋势。
”3月12日，智能终端AISoC（面向人工智能的系统级芯片）厂商安徽聆思智能科技有限公司副总裁徐燕松在接受澎湃科技采访时表示。
”3月12日，智能终端AISoC（面向人工智能的系...
当日，该公司在2026年AWE上发布了面向大模型家电应用的ARCS、面向国产化AI终端生态的VenusA两大系统级芯片方案，以及面向家庭场景的HomeClaw方案。
当日，该公司在2026年AWE上发布了面向大模型家...
2026AWE展上，聆思科技的站台。
聆思科技提供 在徐燕松看来，端侧AI的需求之所以会明显升温，与OpenClaw为代表的智能体产品爆火密切相关。
聆思科技提供 在徐燕松看来，端侧AI的需求之所以会...
Agent时代，模型需要持续看、持续想、持续调用工具、持续执行任务，如果再叠加语音、视觉和传感器等多模态输入，Token消耗和推理频率都会明显抬高。
Agent时代，模型需要持续看、持续想、持续调用工...
“最起码是10倍到百倍的状态。
”徐燕松称。
这意味着AI的资源消耗模型正在发生变化。
过去，很多AI能力依赖云端推理即可完成；但随着智能体和多模态交互逐步进入真实场景，云端成本、实时性和隐私问题都会被进一步放大。
过去，很多AI能力依赖云端推理即可完成；但随着智能...
在徐燕松看来，当前AI产品正在从“能展示”走向“能真正装进终端设备里长期运行”。
这种变化已经开始反馈到硬件厂商的下游需求端。
越来越多传统行业客户，比如空调行业和设备厂商开始思考，AI如何与现有产品结合，如何从演示功能变成持续可用的设备能力。
越来越多传统行业客户，比如空调行业和设备厂商开始思...
然而，当前端侧AI芯片无法满足大模型算法的应用需求，大模型的推理性能和能效比普遍偏低，无法达到应用需求。
然而，当前端侧AI芯片无法满足大模型算法的应用需求...
此外，现有端侧AI芯片加速单元并非针对大模型算法设计，对大模型算法缺乏亲和力，算力利用率很低。
从产品形态看，ARCS偏向多模态交互和大模型能力接入，采用高度集成设计，将AI算力、主控处理、多媒体能力与无线连接整合进单颗芯片中。
从产品形态看，ARCS偏向多模态交互和大模型能力接...
VenusA更偏向国产化AI终端生态，而HomeClaw对应的方向，则是“家庭本地算力中心”。
按照聆思的设想，摄像头、环境传感器、空调、扫地机器人、灯光等设备，未来可以接入同一套家庭AI系统，在本地完成更多感知、分析和联动执行。
按照聆思的设想，摄像头、环境传感器、空调、扫地机器...
徐燕松认为，推动端侧AI加速落地的，不只是体验升级，更现实的驱动力是成本、隐私和实时性等问题。
如果摄像头、养老等场景长期依赖云端推理，调用成本会持续累积；与此同时，家庭场景的数据又涉及隐私问题，天然敏感。
如果摄像头、养老等场景长期依赖云端推理，调用成本会...
“一个是成本，一个是隐私，这两个很关键。
”徐燕松说。
在他对未来家庭智能的设想中，智慧家庭里会出现一个统一的本地算力节点，负责汇总全屋设备和传感器数据，承担更多推理和调度任务。
在他对未来家庭智能的设想中，智慧家庭里会出现一个统...
“未来智慧家庭里，会有一个本地算力节点，可能是电视、网关、NAS或者某种中控主机，在本地运行模型，而不是事事都依赖云端。
“未来智慧家庭里，会有一个本地算力节点，可能是电视...
” 此外，徐燕松认为，未来不会只是视觉模型，也不会只是语言模型，而会走向多模态融合，而在这一过程中，芯片、模型和硬件形态都需要重新适配。
” 此外，徐燕松认为，未来不会只是视觉模型，也不会...
“芯片的设计，它是要跟最后算法高度匹配的。
”徐燕松称。
尽管AISoC赛道并不缺竞争者，终端侧已有海思、瑞芯微、全志、星宸、紫光展锐等玩家，模型侧也有面壁智能等公司在推进端侧大模型落地，但从徐燕松的判断看，端侧AI的竞争还处于需求放量前夜：市场尚未完全做大，但围绕性能、多模态和本地部署的竞争已经提前开始。
尽管AISoC赛道并不缺竞争者，终端侧已有海思、瑞...
“目前AISoC市场还不够大，现在之所以还没有完全卷的程度，因为整体市场规模还没有真正起来。
”徐燕松说。
但从应用角度来看，他认为这个方向的空间足够大。
无论是车机、具身智能、智慧家庭大脑，还是AI办公、翻译机、办公本等场景，未来都具备足够的市场容量。
“所以未来这个市场一定会卷，只是会先卷性能。
”徐燕松说。
：