11月4日，两则看似独立的行业动态指向同一趋势：AI产业的计费与调度规则正在发生结构性迁移。一则是乌镇峰会期间发布的《智能体发展自律公约》，旨在为跨设备智能通行建立统一规则；另一则是端侧AI芯片企业后摩智能宣布完成数十亿元B轮融资，其存算一体芯片面向本地化推理场景。两则新闻共同勾勒出一个正在成形的产业图景：AI任务的处理重心正从云端向端侧延伸。
市场数据印证了这一迁移的速度。IDC数据显示，2026年一季度全球端侧及边缘AI芯片出货量同比增长约45％，同期云端AI芯片增速约12％。资本层面，仅2026年9月，国内就有近十家端侧AI芯片企业完成新一轮融资。其中光羽芯辰于9月完成A轮交割，半年内累计融资近20亿元，投资方包括宁德时代旗下溥泉资本、北汽产投等产业资本。与此同时，云端调用量并未萎缩。2026年6月火山引擎FORCE大会披露，豆包大模型日均Token调用量已突破180万亿，一年增长超过10倍。
两组数据并存，说明端侧崛起并非对云端的简单替代。端侧截流的主要是日常摘要、改写、翻译、唤醒、分类等按token计费的轻量调用，但模型蒸馏、快照更新、内容审核、检索回流训练等环节仍在云端产生大量算力消耗。这一现象与经济学中的杰文斯悖论相符：效率提升降低了单次使用成本，反而因使用门槛下降而推高总消耗。端侧拆解的是云端按次计费的收银台，而非云端的算力基础设施本身。
端侧AI能够在当前节点规模化落地，核心支撑来自模型压缩技术的突破。2025年11月，清华大学刘知远、孙茂松团队提出的“密度定律”作为封面论文发表于《自然·机器智能》。基于对51个开源模型的分析，该研究指出大模型的最大能力密度约每3.5个月翻一倍，即每过约100天，一半参数量的模型即可达到此前最强模型的性能。论文还推算，GPT-3.5级别模型的API价格在20个月内下降266.7倍。密度定律与摩尔定律形成的剪刀差，使得“够用的智能”得以小型化、低成本化，这是端侧AI从概念走向产品的根本原因。
但端侧与云端的关系并非替代，而是执行层与供给层的分工。端侧设备上运行的30B级模型，本质是云端大模型蒸馏、量化后的能力切片，继承的是推理模式，而非完整的知识体系与持续进化能力。蒸馏存在能力上限，学生模型无法覆盖教师模型未见过的长尾场景。端侧作为推理端不能自我训练，只能依赖云端定期推送快照更新。此外，用户对AI存在“我可以不用，但必须有”的信任冗余需求，断网环境或本地无法解答的问题仍需云端兜底。端侧NPU管理数据出口，云端大模型管理知识入口，执行层越繁荣，对供给层的依赖越深，只是依赖形态从按次付费转向按年续约。
新的通行规则正在重塑产业链利益格局。芯片厂围绕能效、生态与调度权展开竞争。后摩智能M50量产不到一年已拿下150多个产品定点，覆盖AI电脑、移动终端、具身机器人、边缘推理四个方向，表明存算一体架构已跨过商业化门槛。巨头亦在布局：2025年12月英伟达与推理芯片公司Groq达成非独家技术授权协议，后者核心技术团队加入英伟达；2026年10月据The Information报道，英伟达计划投资存算一体架构公司d-Matrix。设备厂则面临自研模型成本过高、闭源授权让渡利润、开源蒸馏自担适配成本的夹心局面，其收益主要来自硬件溢价与场景集成服务费。云与端的拉锯核心在于回源比例，行业公开技术分享普遍给出约八成日常任务由端侧消化、两成复杂长尾任务回源云端的区间，这部分回源权构成云端溢价的主要来源。
从电力行业的演进路径看，早期按灯泡包月计费最终演化为按度计费、按需量收费与接网费并存的体系，发电能力与计量规则始终比终端设备更具价值。AI行业正在经历类似的结构性调整。模型厂掌握放水权，设备厂掌握装机量，行业客户掌握场景，三方围绕端云同源对齐、持续快照更新与兜底SLA等服务合约展开博弈。权重会贬值，服务合约不会，这将成为下一阶段产业定价权争夺的核心命题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
