2025全球开发者先锋大会：智能硬件如何适配大模型的实时交互需求及AI应用场景拓展

随着AI技术的不断进步，大模型在无人机、自动驾驶、具身、泛机器人等领域展现了广阔的应用前景。特别是推理成本的下降正使AI应用加速落地，并促进应用从云端场景向端侧场景拓展。

2月23日，在“2025全球开发者先锋大会”的“技术变革下的端侧AI应用与展望”分论坛上，与会专家分别就智能硬件如何适配大模型的实时交互需求、国产芯片如何紧抓大模型时代的发展机遇等重要问题展开探讨。

智能硬件积极适配大模型

如何适配大模型的实时交互需求，这是智能硬件落地时必须考虑的问题。与会专家认为，应综合考虑智能硬件的算力、能耗、成本及使用体验，积极实现产品与模型的适配。

以AI眼镜为例，产品需同时满足轻量、续航与功能等多方面要求。对此，有业内专家在论坛上表示，生态链中的算力端、芯片端和架构端正在同时发力，能让AI眼镜在以上方面达到平衡。

具体来看，算力端正在推出轻量化的模型，以期让模型在满足场景需求的同时减小功耗。在芯片端，厂商在做具有更多算法层面的优化的SoC，这将有助于硬件的发展。在架构端，厂商也在优化端、边、云芯片对算力和功耗的分拆。

功耗与性能的平衡固然重要，但对于面向C端市场的智能产品来说，成本和使用体验亦不可忽视。海智在线副总裁刘海涛在现场表示，假设AI硬件产品在功耗和性能方面已达到瓶颈，不妨再从产品的重量、使用体验、成本等角度进行提升，以求进一步打开市场。

“当功耗和性能已经像干毛巾一样拧不出水了，那就去能拧出水的地方试一试。”刘海涛形象地解释称，做硬件产品没必要在局部追求极致，追求极致所付出的成本可能并不合理。

国产芯片抢抓端侧AI落地机遇

国产芯片如何紧抓大模型时代的发展机遇？软硬件如何实现更高效的协同，从而共同提升AI技术的边际效益？围绕上述问题，来自华为、辉羲智能、无问芯穹等公司的技术专家探讨了芯片在性能、功能和生态层面的发展趋势。

辉羲智能致力于打造创新车载智能计算平台，公司产品总监胡艳青表示：“当前，把大模型应用到汽车上，是自动驾驶的一个重要趋势。通过大模型的认知能力感知物理世界，可以更好地提升自动驾驶车辆对周围环境的感知能力。”

据胡艳青介绍，大模型对芯片的计算能力提出了更高要求，辉羲智能通过优化芯片架构，显著提升了端侧AI的处理能力，从而为大模型的应用提供了强有力支持。

无问芯穹端侧产品负责人黄璘璞强调，芯片设计需要兼顾通用性和专用性，以满足大模型在不同应用场景中的多样化需求。无问芯穹对十余种国产AI芯片进行全面适配，实现开源模型的无缝迁移。

还有与会专家认为，此前国产算力对于为市场提供什么样的产品、运行什么样的大模型是存在疑惑的，首先解决了这一问题。应用热潮可以有效推动国产芯片的发展，因为这能让厂商找到努力和优化的方向，同时广大的应用企业也将得到多元、高性价比的算力。