直奔 CES |硅谷企业家不再痴迷于大型、昂贵的模型，而是投资于设备中的人工智能

两年前，人工智能初创公司的关键词是“百模型之战”。从大型通用模型到工业模型，参数规模不断刷新纪录，贷款金额创历史新高。过去市场有一个共识，不做大车型的就会被淘汰。然而，最近风向发生了巨大变化。无论是在硅谷还是在国内的风险投资界，以纯粹“创造伟大的新模式”为主要卖点的企业正在迅速降温。相反，方向​​是小型轻量级模型、人工智能代理和设备上人工智能。这并不是技术热情的下降，而是成本、营销、资本逻辑驱动下的理性回归。这一趋势在2026年国际消费电子展（CES）上表现得尤为明显。第一财经独家采访了设备人工智能初创公司Aizip联合创始人陈宇北。他是代表图为在美华人工程师的五幅图。他分别在清华大学和加州大学伯克利分校获得学士和博士学位。他目前在加州大学戴维斯分校教授和指导商业项目。陈宇北表示，设备端AI正在成为创业公司的新路径。 “大模型生成小模型”的方式可以让你通过数据采集、数据购买、大模型提取三种方式获取所需的数据，这样你就可以直接在你的设备上运行AI，而不需要依赖云端或网络。这种模式不仅降低了成本，还保证了数据隐私，并可以快速启动智能应用。这种设备端AI模型目前已部署在多个设备品牌上，并与全球多家主要硬件制造商合作，其中包括软银、ARM、Microchip等知名上市公司。我们不再关注计算能力，而是关注优先考虑效率。 2025年12月，OpenAI CEO Sam Altman发布“红色代码”，宣布谷歌Gemini3等，呼吁公司加快在ChatGPT上的发力，推迟其他产品的开发，以应对竞争压力。尽管大车型的竞争愈演愈烈，但进入该领域的竞争者不减反增，行业内逐渐形成共识。这将是几家拥有雄厚资本的大公司之间的竞争。多位参加CES的资本界和AI创业者告诉第一财经记者，大型模型已经成为资本密集型竞争。千亿参数的模型一次性训练成本很容易达到数千万美元，推理阶段的算力消耗同样惊人。随着GPU价格不断上涨、云计算算力成本持续上升，“市场大型模型的“最终成本”下降速度并没有想象中那么快。对于初创公司来说，这意味着两个现实压力。一是资金消耗比传统软件初创公司快得多。即使模型性能提升，商业化之路仍然非常不确定。不少投资者私下表示，大型模型项目正在成为“技术成熟但难以调整的金融模型”的经典案例。因此，更多的AI资本家和企业家开始转向轻量级模型和AI代理。Aizip就是其中之一虽然大型模型的缩放定律（训练数据和模型参数越大，模型越智能）仍然有效，但人工智能专业人士也认识到计算能力不被耗尽的重要性，陈宇北表示，获得博士学位后，他意识到自己仍然缺乏工程技能，因此他决定加入Yann LeCun的团队，并在该实验室进行博士后研究。Facebook 人工智能研究中心和纽约大学。这段经历也帮助我培养了模型工程和大规模模型训练的能力。 “当时，我们每次训练都使用 512 个 V100 显卡，可以直接利用板卡的大规模计算能力。写一篇文章所消耗的计算资源可能要花费数百万美元。扩展是有效的。更多的数据、更大的模型和更直接的优化通常会带来性能提升，但不一定成比例。”他说。例如，如果数据规模扩大300倍，模型性能只能提高一个数量级的百分点。这促使他思考数据质量、模型结构和工程严谨性等因素的实际影响。换句话说，只有资源充足，才能真正知道哪些研究方向值得投入，哪些方向在资源有限的情况下应该避免。事实上，很多AI未来，初创公司会盲目地扩大他们的模式。近年来已达到极限，但规模化进展很难实现。由此，陈玉北开始认为，升级方式应该受到尊重，但不能迷信。 “特别是当我们开始时，我们的心态是相反的：不是发展业务，而是创造‘世界上最小、最高效’的人工智能系统。这与普遍强调通用人工智能（AGI）和取代人类的观点不一致，”他说。设备端AI崛起在此背景下，设备端AI成为全球AI行业最热门的新方向之一。简而言之，设备端人工智能直接在您的手机、笔记本电脑、相机或其他设备上运行，而不依赖于云或互联网。由于是轻量级模型，响应速度快，延迟低，适合处理少量数据的本地存储。它更安全，因为您的数据永远不会离开您的设备。一个我们所知道的一个应用程序的例子是，用手机拍照或者iPhone上的照片识别时能够自动校正美景和夜景。它执行语音和图像处理。陈宇北表示，专注于设备端AI的Aizip本质上是一家只开发AI模型的纯软件公司。基本上，我们基于较大的模型来训练并生成适合不同行业的较小模型。同时，业务团队对硬件有着非常深入的了解，联合创始人创立的公司过去曾服务过苹果等客户。 “训练设备端AI模型主要有三种方式：大规模数据采集、数据购买、模型挖掘。同时，需要评估数据合规性，使用高质量的生产数据。”他表示，虽然目前的重点是本土化的智能赛道，但他也会比较最好的车型，比如Gemini，力争满足或超越在分段应用程序中获得该性能。可用的视觉语言模型（VLM）。缩放法则仍然有效，但在具有明确要求的应用程序中可以逐渐关闭大型模型的缩放法则。据第一财经报道，目前三类应用场景的商业化前景非常可观：卡拉OK声音解决方案、智能摄像头和智能唤醒助手。以卡拉OK声音解决方案为例。传统的在线卡拉OK和唱歌应用程序往往只允许用户使用原声伴奏或在线处理。nals允许您直接在用户设备上完成声音隔离。这意味着识别并删除歌曲的人声部分，只留下背景音乐。无需将歌曲上传到云端或依赖在线计算。以智能摄像头为例，该设备的安全识别和报警功能也具有商业化潜力。人工智能解决方案允许摄像头在设备端完成复杂的图像识别任务，例如识别访客的身份。来访者的身份是使者吗？区分潜在的陌生人和信使窃贼，并向无法完全实时监控其环境的用户发出警报。如果识别到异常行为，摄像机可以自动发出警报信号，提示用户采取行动。对于家庭、社区和物流公司来说，这种模式具有三个好处：实时性、安全性和隐私保护。用户不必担心自己的摄像头数据被发送到云端或被第三方访问，还可以第一时间收到安全警报。陈宇北表示，客观上，设备端的彻底的AI革命尚未到来，但市场比以前更加火爆。生产、部署和客户需求表明存在更现实的产品场景。未来的发展将由更多的驱动力迫切需要培养用户习惯、注重隐私保护、能够本地化人工智能能力的应用，比如智能手表、婴儿监控摄像头的语音能力。他也承认，目前行业对AI模型和计算能力训练的人才需求仍然很高，中国工程师在AI浪潮中扮演着重要角色。这也是得益于他们各自的优势，比如数学基础好、工作刻苦、学习新技术快、解决工程问题能力强、在既定路径上快速发展等。相比之下，美国的顶尖工程师也有自己的专业领域。他们的思维更加自由，他们拥有超越常理的想象力，他们有创新思维创造新路线的能力。
特别提示：以上内容（包括图片、视频，如有）由本站用户上传发布媒体平台“网易账号”。本平台仅提供信息存储服务。
注：以上内容（包括图片、视频，如有）由网易号（仅提供信息存储服务的社交媒体平台）用户上传发布。
《《全面战争：战锤3》DLC《折磨之潮》完整测试报告：日落》/> 主站商城论坛自由登录注册《全面战争：战锤3》DLC《折磨之潮》测试报告：日落…