AI 的下一个战场：小模型崛起 大模型热潮正逐渐降温，小模型开始崭露头角。八月初，腾讯推出“混元系列小模型”，阿里随后发布两款通义Qwen3-4B，OpenAI更开源了gpt-oss-20B等小模型。头部玩家的集体转向表明，端侧小模型正重回舞台中央。 小模型并非新概念，但这次回归的是真正落地...

2025年9月，端侧AI成为人工智能领域重要方向，通过将AI能力嵌入手机、电脑等设备，实现本地化运算，提升速度、节省流量并增强数据安全。上游产业链核心硬件包括AI芯片、SoC、存储芯片和智能传感芯片，全球市场预计快速增长，如SoC市场规模将在未来十年达3278亿美元。中游市场显示，2023年全球消费设备达228亿台，中国端侧AI市场年均增速58%，预计2028年突破1.9万亿元。生成式AI正快速应用于终端设备，推动软硬件升级。下游应用涵盖智能汽车和机器人，端侧AI让汽车实现零延迟交互，机器人则迈向具身智能时代。投资者可关注相关ETF产品捕捉产业成长机会。

2025年上半年，全球半导体市场规模达3460亿美元，同比增长18.9%，国内芯片厂商表现亮眼。算力领域，寒武纪营收增长超43倍，净利润达10.38亿元；海光信息与澜起科技业绩均显著提升。端侧AI芯片企业如瑞芯微、恒玄科技等也实现营收和利润双增。功率半导体领域，士兰微、扬杰科技等企业逆势增长，净利润大幅提升。然而，存储芯片行业虽营收增长，但多数企业因价格波动和库存压力净利润承压。展望下半年，AI需求驱动行业布局，政策支持进一步推动“AI+”行动，中国芯片产业正迈向自主可控与高景气发展新阶段。

2025年8月27日，面壁智能正式开源8B参数的MiniCPM-V 4.5多模态旗舰模型。该模型是行业首个具备“高刷”视频理解能力的多模态模型，在性能与效率上实现越级领先，超越Qwen2.5-VL 72B模型。MiniCPM-V 4.5最大支持6倍视频帧数量输入，达到96倍视觉压缩率，显著提升动态画面理解精度。在图片、长视频、OCR及文档解析等任务中均达SOTA水平，并支持短思考与长思考混合推理模式，适用于端侧设备。模型已开源，可通过GitHub、Hugging Face和ModelScope获取。

2025年8月，AI玩具公司跃然创新（Haivivi）宣布完成2亿元A轮融资，投资方包括中金资本、红杉中国等。该公司过去一年出货量超20万台，成为全球出货最多的AI玩具企业。创始人李勇透露，团队曾因资金问题险些清算，但在第一代产品BubblePal上市后销量爆发，成功扭转局面。BubblePal于2024年6月推出，支持角色扮演、多语言对话等功能，还原了多个经典IP角色。尽管市场质疑硬件壁垒和情绪价值，Haivivi坚持打造有生命感的AI玩具，并即将推出第二代产品CocoMate系列，采用端到端语音模型和可拆卸设计。李勇认为，AI玩具的核心在于提供情绪价值，未来端侧AI技术突破将进一步推动行业发展。

8月16日，谷歌发布开源Gemma系列中最轻量模型Gemma 3 270M，参数规模2.7亿，专为端侧部署设计，支持手机、平板及Web环境。该模型在Q4_0量化格式下仅需约240MB RAM，适合低功耗设备，如Pixel 9 Pro运行25轮对话仅耗电0.75%。其擅长处理高频任务与隐私场景，如情感分析、实体识别等，还可用于开发专用小型模型。谷歌同步提供基于Hugging Face Transformers的微调教学资源，支持分类、信息抽取等定制化开发。目前已有开发者通过transformers.js实现浏览器端运行，验证了其在Web环境中的性能与可控性。

8月13日，韩国边缘AI芯片企业DEEPX宣布与三星晶圆代工及GAONCHIPS合作，共同开发全球首款2nm端侧生成式AI芯片DX-M2。相比上代5nm工艺产品，新芯片采用三星2nm工艺，能效提升一倍。目标是以5W功耗在20B参数模型下实现每秒20~30 Token推理输出，优于高通芯片性能。目前已有DX-M2原型，计划2026年上半年试产，2027年大规模量产。

8月6日，OpenAI发布其最小开源模型gpt-oss-20b，高通宣布这是首个可在搭载骁龙平台的终端上运行的OpenAI开源推理模型。该模型具有200亿参数，支持复杂思维链推理，无需依赖云端。高通通过AI引擎和Qualcomm AI Stack进行集成测试，证实其性能卓越。这一突破标志着AI助手式推理将更多转向本地化，带来隐私保护与时延优势，同时为云端解决方案提供支持。开发者可通过Hugging Face、Ollama等平台获取模型，并在骁龙终端部署。更多细节将在Qualcomm AI Hub公布。

2025年8月6日深夜，Qwen团队发布两款4B端侧模型：Qwen3-4B-Instruct-2507（非推理模型）和Qwen3-4B-Thinking-2507（高级推理模型）。这两款模型支持256k上下文，性能大幅提升。其中，Qwen3-4B-Thinking-2507在AIME25测试中得分81.3，超越Claude 4 Opus和Gemini 2.5 Pro等更大规模模型，尤其在数学、逻辑推理等领域表现突出。新模型对端侧设备友好，甚至可在树莓派上运行，已开源并提供部署建议。此次更新正值OpenAI开源gpt-oss系列同日发布，而GPT-5预计于8月8日凌晨推出，行业竞争激烈。

8月6日，阿里通义千问Qwen推出Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507双模型更新。新版本体积小、性能强，适配手机等端侧硬件。Instruct版提升通用能力，上下文理解扩展至256K，适合内容创作与工具调用；Thinking版强化推理能力，在AIME25测评中获81.3分，媲美中等规模模型。官方称两模型分别定位“执行专家”和“学术专家”，满足不同场景需求。