春季行情提前启动？端侧AI爆发，8家值得关注

夸克AI眼镜上市两天就卖了两万台，上了天猫智能眼镜品类第一。豆包也把手机助手技术预览版推出来了，能在系统层面直接调度大模型，做到读屏、跨应用执行、在相册和文档里直接拉起文生图、图生图功能。市场和券商的判断很一致：端侧AI已经不是概念，是实实在在开始改变终端形态了。

把时间线往前拉一步。两件事同时发生：一个是软件层面，豆包把大模型能力深入到手机操作系统里，不只是装个新语音助手，而是把AI当成手机的“第二套指令系统”来跑。另一个是硬件上，阿里把千问大模型首个硬件载体放到夸克AI眼镜上，产品一上线就被市场迅速检验出需求。软件和硬件同时站位，推动了一个新的换机与终端想象空间。

再往前看，行业判断的逻辑并不复杂。大模型下沉到操作系统底层意味着手机的交互方式会变。豆包和多家手机厂商的合作不是简单的API对接，而是把模型接入系统级能力，能读取屏幕内容、记忆用户习惯、理解连续上下文、跨应用调度并执行任务。这样的能力如果稳定，手机的使用将从“用户指令驱动”转向“设备主动服务”。手机不再只是被动工具，开始承担类似Agent的角色，主动去完成复杂任务。这种变化带来的影响在软件层面会是一次重构。

硬件端的要求也摆在明面上。端侧AI要在设备本地跑模型，得靠更强的NPU、更好的ISP、更大的内存、更高的带宽、更复杂的传感器和更有效的散热方案。几家券商给出的判断是，端侧AI会把换机节奏从疲软里拉出来，预计到2026年AI手机渗透率会有显著提升。换言之，过去几年手机换机意愿低，主要是硬件和交互没有突破；现在一旦有新能力需要新算力和传感器支持，就会倒逼一轮硬件更新潮。

再说AI和AR的结合。智能手机已经到了成熟期，AI+AR可能成为下一代个人终端入口。智能眼镜相比手机有两个天然优势：一是信息可以实时叠加到视野里，二是能以更自然的方式理解环境并提供主动反馈，最后还可以解放双手。头部券商和分析师普遍认为，这种形态不是小幅升级，而有机会成为平台级的入口，甚至在若干场景下替代手机的使用方式。

这些大的判断之下，是一批实际在做产品和组件的企业在动作。这里把几家代表性的公司和它们的进展列出来，供参考。

有家公司把IP内容和玩具结合做得比较多，手里有宝可梦、迪士尼、海绵宝宝、蛋仔派对等IP矩阵，产品线涉及场景套装、电动玩具、光动盲盒等。现在他们在尝试把AI能力嫁接到这些玩具上，已经和百度智能云合作，推出了AI魔法星、AI飞飞兔、AI小度熊，还在研发生肖AI玩具、桌面AI机器人和AI桌宠。方向是把IP和AI结合，把传统玩具变成能交互、能学习的陪伴类产品。

另一家发布了名为AIDK的人工智能解决方案，并和声网合作，基于该方案拿出了智能眼镜、陪伴机器人、智能音箱和智能玩具的原型机，演示了实时多模态对话能力。同时，他们为范式集团的Phancy AI智能眼镜提供芯片和开发平台支持。公司已有多款AIoT芯片量产，应用在AI眼镜和AI玩具上，去年还和奥嘟比推出了搭载BK7252N/BK7258芯片的AI玩具套件。可以看出，他们在软硬结合和产品落地上动作较快。

有一家企业12月1日股价涨停，他们的杭州研究院正在做光学关键元器件的研发，重点在光学设计和超精密加工上，能加工高精密曲面镜，还能用微纳转印技术加工AR/VR镜片。不过目前他们还不具备完整的光学设计能力，更多是制造端的技术积累。

还有一家在做高算力AI模组的企业，正在为某AR眼镜品牌客户开发方案。他们的48Tops高算力模组已经被合作伙伴用在CES 2025展出的人形机器人原型机上，可以为具身智能机器人提供端侧AI算力，但人形机器人产业的商业化和落地仍存在很大不确定性。简单来说，算力有了，但市场变现路径还没完全明确。

一家和头部AR眼镜企业XREAL达成ODM合作，目标是开发端侧AI模组以支持本地化AI任务处理。跟手机类似，眼镜也需要把部分AI任务在本地做完，以应对延迟和隐私问题，这家公司在这个方向上占了一个位置。

说到陪伴型产品，华为的“智能憨憨”陪聊机器人在11月28日秒售罄。公开资料显示，这款产品是华为和珞博智能共同设计的。珞博智能背后还有通信方案的支持者广和通，广和通在蜂窝通信技术上深耕，计划为珞博的AI养成系潮玩Fuzozo芙崽提供稳定、安全、广覆盖的连接能力，把“线上陪伴”能力更好地延伸到物理产品上。换句话说，连接层的完善正是把这些陪伴设备从实验品推向商用的关键环节之一。

在材料与结构件领域，有家公司主要做手机、平板、笔电的铝制结构件，2024年相关业务营收为15.60亿元，已经是苹果、三星、谷歌、OPPO、小米等几家的供应商。他们的新合金材料也开始应用到MR/AR/AI眼镜之类的终端上，算是把传统零部件厂家往新终端延伸的一例。

豆包AI手机背后也有一条完整的供应链。豆包的核心代工伙伴深度参与整机研发和生产，推出了模块化的生产方案，利于AI手机的高效量产。他们还针对端侧大模型的算力需求优化了散热与功耗管理，保证手机能稳定运行长期负载的模型。软件方面，豆包和字节跳动合作优化端侧大模型，重点在模型轻量化和场景化能力上做文章。字节提供的图像生成算法已经被集成到豆包手机相机里，支持实时风格迁移和智能修图，这是把模型能力直接放到用户每天拍照场景里的典型案例。算法对端侧AI的竞争力重要性在这里体现得很清楚：有了合适的算法，能更快把能力转化成用户能感知的功能。

把这些点连在一起看：终端厂商在做操作系统和应用层的改造，模组和零部件厂商在做算力和结构支持，内容与算法方在做场景化能力，连接商在保证联通性。这些环节共同作用，形成了现在这个“端侧AI开始落地”的局面。说到底，落地需要软硬件和生态的配合，不是一家公司单打独斗就能完成的工程。另一方面，市场反应已经开始给出初步的答案：智能眼镜能卖得动，AI手机有明确的开发路线，供应链也在跟进。

我说两句感受吧：技术堆砌到位后，用户端的感觉才是真正考验，不是每个新功能都能变成刚需。但现在产业链各环节都在动，变化节奏比预想的快，这是个值得关注的信号。