当大模型的浪潮从云端奔涌而下，AI正以前所未有的速度向手机、PC、可穿戴设备、智能汽车等终端渗透。端侧AI——这一被视为下一轮产业变革核心引擎的新赛道，正站在技术突破与资本聚焦的交汇点上。
5月13日，由观察者网与上海国投赋能联合主办，宁波银行和中国电子视像行业协会作为支持单位，金砖财经、绿色金融60人论坛协办的“金融+端侧AI产业前沿论坛”在上海绿地外滩中心正式启幕。论坛以“智能时代·机遇无限·共启未来”为主题，聚焦技术、产业与资本的三方共振，现场爆满，吸引了百余位产业领袖、投资人与专家学者齐聚一堂。
论坛由观察者网总经理、上海春秋战略发展研究院执行院长李波开场致辞，随后中国电子视像行业协会秘书长董敏代表支持单位发言。多位产业链关键环节的代表企业相继登台分享，观察者网第二届“科创人物评选启动仪式”也在论坛现场同步举行。论坛最后以“端启新局·智链千行——端侧AI的产业跃迁与资本共振”圆桌对话压轴收官。
李波：在智业文明的坐标系上，中国跑出自己的速度
观察者网总经理、上海春秋战略发展研究院执行院长李波做了活动开场致辞。
他首先对“行业大模型”这一概念作出纠偏。李波指出，真正的行业模型并非把大语言模型“缩小”，而应建立在本体论架构之上，具备闭环工作流和因果逻辑，而非大模型那种统计的、黑箱的逻辑。在工业、医疗及媒体等应用场景中，必须将本体论架构与语言大模型的能力相结合，才能真正实现数据本地化，这是认知层面需要被纠正的关键。
观察者网总经理、上海春秋战略发展研究院执行院长李波
谈及“金融+端侧AI”的命题逻辑，李波坦言，当前80%至90%的资本仍涌向云端大模型与算力建设，而端侧赛道正展现出新的趋势。金融业本身是数据最密集、对端侧智能化需求最迫切的行业，其低延迟、强隐私、高安全的特性与端侧AI天然契合，是一场“双向奔赴”；同时，没有金融资本的精准滴灌，端侧AI的产业化鸿沟难以跨越。本次论坛从底层芯片设计、存储技术，到金融领域的端侧AI应用，再到资本投资策略，沿着这条主线层层递进，正是希望打通产业与资本之间的信息壁垒，对RISC-V架构落地的真实瓶颈、AI-SSD的成本结构、端侧AI在金融业的投资回报等“硬问题”，给出“硬回答”。
李波进一步阐释了观察者网作为媒体的三重角色定位：一是产业链接器，把芯片厂商、存储企业、银行投行、财务顾问等分散节点连接起来，从两年前“心智对话”栏目十余人的小型沙龙，到今天的百人论坛，正是这一链接价值的累积；二是复杂场景的翻译者，用清晰准确的语言打通产业与金融之间不同的话语体系；三是产业生态的记录者，通过观察者网全媒体矩阵，将论坛上的思想碰撞传递给更广泛的公众，让外界看到中国科技产业的真实进步。
就人工智能治理与人类文明的关系，李波提出了“智业文明”的思考框架。他认为，继农业文明、工业文明之后，人工智能正在引导人类进入新阶段，但这一阶段不能简单冠以“人工智能文明”之名——AI只是工具。面对硅谷“技术加速主义”以及部分科技精英试图脱离地球、构建技术君主制的倾向，中国应坚持“带着地球一起走”的文明立场，构建技术与人文相统一、应用驱动、具备国际视野的治理框架，秉持经世致用、智能向善、以人为本的理念，并对全球南方的AI主权与数据主权诉求作出积极回应。
结合当日中美元首会晤的背景，李波表示，元首层面的沟通能够为产业和金融发展提供更确定的稳定预期，但中美关系已“回不到从前”，中国应在斗而不破的格局中走好自己的路。他最后强调，中国科技产业正从跟随、追赶迈向并跑、领跑，在端侧AI这一机会窗口正在打开的全新赛道上，中国的产业界、金融界、投资界完全有能力跑出属于自己的速度与高度，真正把未来掌握在自己手中。
董敏：端侧AI与金融的双向奔赴
中国电子视像行业协会秘书长董敏代表支持单位发言。董敏讲到，协会作为中国电子制造业、特别是消费电子行业忠实的观察者和参与者，见证了AI技术和智能硬件融合的日新月异，以及中国产业的全面崛起。
他表示，消费电子，是当前数字经济的“入口级产业”，更是AI技术落地最广泛、最贴近民生的应用场景。长期以来，消费电子始终是前沿技术迭代的“风向标”，也是亿万用户感知科技进步的“第一触点”。
中国电子视像行业协会秘书长董敏
当前，以端侧大模型为代表的技术浪潮，正在为消费电子产业带来深刻的变革。从过去依赖云端算力，受限于网络延迟、数据隐私和服务成本，到如今智能模型运行在本地终端，实现离线可用、毫秒级响应、数据不出境；正在让每一台消费电子设备，成为更懂用户的“专属智能助手”。
谈及金融与端侧AI的关系，董敏认为这是一场“双向赋能、双向奔赴、产业共振”。金融作为产业发展的“血脉”与“引擎”，从来都是产业创新的重要支撑。对于电子终端产业而言，金融资本为端侧AI技术的研发投入、量产落地提供了关键的资金保障，助力企业突破算力、算法、芯片等核心瓶颈，加速从“能用”到“好用”的跨越；对金融行业而言，端侧AI带来的智能终端、海量场景，为金融服务的创新提供了新的载体。从基于端侧数据的精准风控，到嵌入智能设备的普惠金融服务，再到更安全、更便捷的数字支付体验，金融服务还可以通过端侧智能，触达更广泛的用户群体，构建更高效、更安全的服务体系。
接下来，协会将持续推动技术创新与场景应用的深度融合，推动金融资本与实体产业的有效对接，携手各方力量共建产业生态。
隼瞻科技曾轶：用RISC-V重塑端侧AI的算力底座
隼瞻科技创始人兼CEO曾轶以“重塑端侧算力底座：RISC-V架构驱动的AI处理器自动化设计和创新探索”为主题发表演讲。
隼瞻科技创始人兼CEO曾轶
他开场即抛出一个发人深省的问题：RISC-V与端侧AI，这两条当下最热门的赛道，它们之间的连接点究竟在哪里？Google、Meta、高通、英伟达、特斯拉等国际巨头纷纷牵手RISC-V公司，显然不是出于“国产替代”或降低成本的考量——他们选择RISC-V，就是为了做端侧AI的技术储备。
曾轶从技术架构层面拆解了端侧AI的算力需求。他指出，一个AI模型在底层拆解为三种计算类型：标量计算（一维，由CPU承担）、矢量计算（二维，由VPU/DSP承担，处理激活函数、归一化、池化等灵活算法）、张量计算（三维，由NPU承担，执行卷积和矩阵乘累加等核心运算）。传统方案需要分别向ARM购买CPU、向DSP供应商购买信号处理器、再自研或外购NPU，三套体系互不兼容。在具身智能、计算机视觉、自然语言处理等不同应用场景中，其核心算法和AI模型有着明显的差异性，算子种类的不同导致对三种计算范式的比例和细节有着截然不同的需求。
RISC-V恰恰在这里提供了破局之道。曾轶解释，RISC-V作为统一的架构底座，天生即是CPU架构，通过加入紧耦合矢量运算指令集实现VPU功能，再通过松耦合扩展指令为NPU提供低延迟、高带宽的调度能力。更关键的是，RISC-V的指令可定制特性，使得芯片设计者可以根据客户的具体AI模型去分析算子分布，精确配置三种计算引擎的比例，裁剪不需要的算子，添加特定指令。
他以一个实际案例佐证：某知名MCU厂商此前采用ARM方案，因功耗和面积过大而转向隼瞻科技，最终隼瞻交付的方案在芯片面积和功耗上仅为ARM方案的三分之一，客户当即签约。“ARM的做法是你的模型跑不动，就买更大的芯片；而我们的做法是分析你的模型，为你定制最优的架构”，曾轶阐述。
在此基础上，曾轶介绍了隼瞻科技的核心竞争壁垒——DSA处理器集群解决方案。公司不仅拥有RISC-V架构下完整的CPU、DSP、NPU三大IP产品线，更打造了名为ArchitStudio的自动化设计平台，内嵌AI引擎，可完成架构分析、架构设计和一键式自动化生成三大环节。客户只需将算法模型输入平台，即可获得定制化的处理器架构、编译器及完整的硬件/软件开发包。他特别强调，隼瞻深度参与客户AI模型的优化和量化环节——这一步与硬件架构强相关，ARM无法也不愿涉足，而隼瞻做得到。由此带来的效果是模型更小、硬件资源更省，甚至部分客户可以省去片外DRAM，仅靠片上SRAM即可运行，大幅降低系统成本。
曾轶坦言，RISC-V行业此前竞争不过ARM的核心症结在于一味做“me too”——同质化竞争只能拼价格。隼瞻选择从设计范式上突围，“做ARM不能做的事情”。曾轶表示，隼瞻科技成立三年半，已积累超过200家客户，数十家进入深度合作与量产阶段。ArchitStudio工具已无偿捐献给浦东软件园DSA实验室，供行业伙伴体验和使用，下一步，公司将推出更高阶的ArchitFusion平台，面向多核异构处理器的系统级设计，目标是让每一家芯片企业都能高效构建属于自己的端侧AI算力方案。
英韧科技陈杰：配角到核心，一个超500亿美元的新战场
英韧科技联合创始人、数据存储技术副总裁陈杰发表了题为“端侧AI催生新存储战场——AI SSD的崛起”的主题演讲。他从市场趋势、技术痛点和产业布局三个维度，深入阐释了存储在AI时代的战略价值，并首次披露了英韧科技在AI SSD领域的产品路线图。
英韧科技联合创始人、数据存储技术副总裁陈杰
陈杰援引IDC与Gartner的综合报告指出，全球AI存储市场正经历爆发式增长，预计到2027年市场规模将达到514亿美元，复合增长率超过20%；到2030年更将突破700亿美元。他表示，存储已经从AI生产链上的配角，逐渐成为基础设施的核心部件。
与此同时，大模型正加速从云端走向终端。手机、电脑、自动驾驶、无人机等设备上开始部署AI推理能力，端侧AI迎来快速发展。陈杰将其核心驱动力归结为四点：低延迟与实时性、隐私与数据安全、离线可用以及成本和能耗的优化。尤其在金融、医疗、自动驾驶等行业，敏感数据无需上传云端的需求尤为迫切。
然而，端侧AI的落地面临一道难以回避的瓶颈——存储墙。陈杰以一个具体案例说明：一个140亿参数的大模型，在FP16精度下需要约35GB内存才能运行，而当前旗舰手机的内存通常只有12至16GB，远远不够。即便将精度降至8位，仍需19GB，依然超出硬件承载能力：“当模型呈指数级增长，GPU和NPU的算力即使再强，也常常处于数据饥饿的等待状态。”
面对这一痛点，业界正从三个方向寻求突破。第一是存储分级加数据调度，核心思想是将正在运算的“热数据”放在少量DRAM中，把暂时不用的“冷数据”存放在SSD中，需要时再快速加载。
第二是量化压缩与弹性精度，通过降低模型精度来压缩存储需求——同样是140亿参数模型，从16位压缩到4位，所需容量可从28GB降至7GB，但解压缩效率不容忽视。
第三，也是陈杰着重强调的“终极方案”——让存储直接参与计算。他指出，传统架构中数据必须经由CPU中转才能到达GPU或NPU，而新架构允许存储直接对接AI计算单元、绕过CPU，从根本上释放存储的带宽和延迟潜力。
陈杰阐述：“通过架构重构，传统存储将从被动的数据仓库，转变为决定AI系统性能和效率的关键战场。”在此背景下，AI SSD应运而生。陈杰将其定义为“第一次进入算力链路主路径”的存储产品，具备超低延迟、超高IOPS、超高容量和超高并发度的特点，能够完美适配AI计算需求。其应用场景涵盖智能设备的本地推理、智能汽车车载Agent的实时检索与长期记忆，以及边缘推理训推一体机的性能与成本平衡。
从产业格局来看，全球存储巨头已纷纷入场。铠侠在2025年6月的投资人大会上提出AI SSD长期布局，三星与海力士随后在存储峰会上公布了下一代高带宽存储颗粒计划，华为也推出了AI SSD的第一代产品。陈杰强调：“这不是一家公司的选择，而是整个存储产业链的共识。”
他同时指出，AI SSD的技术难点在于介质、架构和链路的三维重构：介质层面需要更低延迟和更高耐久性；主控芯片需要深度并行的精简架构与智能调度能力；高速通信则需支持PCIe 6.0乃至7.0，并兼容CXL协议。
在演讲的最后，陈杰披露了英韧科技的AI SSD产品路线图：2026年发布首款AI SSD产品，目标达到1000万级IOPS；2027年兼容CXL协议，将关键性能指标推至2500万到5000万级IOPS；未来计划冲击上亿级IOPS，实现多态AI的融合。
陈杰最后总结：“AI时代正在重构整个存储产业。我们相信，存储即是计算，这将成为下一代计算架构的新范式。”
杲敬：观察者网第二届年度科创人物评选正式启动，致敬时代科创力量
观察者网企业服务部总经理杲敬在现场正式发布了观察者网第二届年度科创人物评选活动，宣布2026年评选将全面聚焦人工智能核心驱动力，寻找技术无人区的拓荒者与产品深水区的破局者。
观察者网企业服务部总经理杲敬
杲敬以一组数据开场， 2025年中国AI核心产业规模达1.2万亿元，AI企业超6200余家，开源大模型全球下载量突破100亿次，中国AI专利全球占比高达60%。“全球每两项AI专利中，就有一项属于中国。当科技的浪潮以前所未有的速度重塑世界，中国科创力量正站在全球舞台的中央我们正处在从科研到产业加速腾飞的关键期，也是中国科创的黄金时代。”
回顾2025年首届评选，活动覆盖半导体、商业航天、生物医药、新能源等赛道，共表彰42位科创人物，奠定了行业标杆。本届评选将全面升级，由观察者网主办，长三角国家技术创新中心指导，上海国创、清华大学技术创新研究中心、上海人工智能协会等联合支持，共同构建精准评价体系。本届设置五大细分奖项：年度AI创新之星、年度AI求索者、年度AI领航者、年度AI新锐之星以及AI最具社会价值应用开发者，覆盖基础研究、产业落地、青年人才与社会价值，全链条致敬AI领域实干者。
本届评选将依托观察者网全网1.2亿粉丝，月全网阅读播放量50亿次的平台优势，并联合以上权威阵营年终发布《2026中国科创力量白皮书》，联动观察者网旗下“心智观察所”、“科工力量”双IP联袂打造深度观察，从个人成长故事、核心技术突破、产业趋势思考三个维度切入，全年举办多场AI与产业融合、硬科技投资风向、科研成果转化等活动进行头脑碰撞，赋能产业发展，为政策制定者、投资机构及产业从业者提供权威参考，成为洞察中国科创力量格局的年度必读指南。
杲敬最后表示：“超一万亿的产业规模、六千多家AI企业、六成的全球专利，数字背后是无数人日复一日的坚持。我们邀请大家一起照亮那些仰望星空又脚踏实地的探索者与领航者，观察者网第二届年度科创人物评选，期待与各界携手，致敬科创者，共启新征程。见证中国科创走向世界舞台中央。”天数智芯夏广武：端侧AI与金融业创新发展共振共进天数智芯边端产品线副总裁夏广武以“端侧AI与金融业创新发展共振共进”为主题发表演讲，围绕端侧AI的发展逻辑、金融行业应用前景以及国内芯片的支撑作用，分享了深入的行业洞察与前瞻思考。
天数智芯夏广武：端侧AI与金融业创新发展共振共进
天数智芯边端产品线副总裁夏广武以“端侧AI与金融业创新发展共振共进”为主题发表演讲，围绕端侧AI的发展逻辑、金融行业应用前景以及国内芯片的支撑作用，分享了深入的行业洞察与前瞻思考。
天数智芯边端产品线副总裁夏广武
夏广武首先从人工智能的四大核心要素——模型、算力、数据与场景切入，指出AI不能“飘在天上”，必须与产业场景深度结合，才能实现商业闭环。他强调，高质量数据源于真实场景，而场景应用又是技术工程化的载体和商业变现的环境，数据与场景的紧密联动正在成为AI发展的核心驱动力。
在端侧AI的生态框架方面，夏广武从商业驱动、技术承载、形态特征、服务对象四个维度进行了系统解读。他指出，从国家产业政策到投资回报再到终端用户增值，整个产业链都有着强烈的商业变现需求。端侧AI本质上是软硬协同的综合解决方案，其智能终端形态涵盖了智能眼镜、智能汽车、机器人、银行ATM机等多种载体，为金融、制造、医疗等各行业提供差异化的智能服务。
聚焦金融行业，夏广武深入分析了端侧AI在多个场景中的应用前景。在智能客服领域，未来的客服不再是令人不适的机器人语音，而会以数字人等更自然的创新形态呈现；在金融防诈和反洗钱方面，依托数据分析与智能体协同，能够在提升效率的同时将风险控制在可控范围内；在信贷风控领域，随着数据要素的逐步打通，智能体将大幅提升风险评估的精准度；在智能投顾方面，无论是银行理财还是投行尽调，大量智能体的应用已成为行业共识。
夏广武提出了“宜微创新累积、忌大干快上”的务实建议，当前金融机构应找准切入点，注重单体智能体的韧性与多智能体的协同，确保数据一致性，并在关键环节保留人工干预机制，实现人机协同。他特别提到，未来银行等金融机构甚至可能向VIP客户直接配备承载专属金融服务的算力终端，以智能体为代表的端侧AI应用为金融创新打开了广阔的想象空间。
在自主创新芯片赋能端侧AI方面，夏广武介绍了天数智芯的发展概况。天数智芯专注于通用GPU架构，已于2026年1月在港交所成功上市，同月底正式发布边端产品线。公司构建了从云端到边缘再到终端的完整产品矩阵，其自主研发的IXUCA软件栈原生支持主流生态框架，产品可用、易用、好用，极大降低用户及各类合作伙伴的研发部署成本、提升产品及服务发布的效率、助力用户产出效益提升，其生态开放性与产品力得到多领域客户的认可。除去云端产品，目前天数智芯的边端侧产品也已在金融智能、具身智能、工业智能、商业智能、交通智能、工作智能等多个领域实现落地应用。
在总结环节，夏广武指出清晰的术语定义与务实的风险管理对于加速AI在金融领域的应用至关重要。他引用诺贝尔经济学奖得主萨金特的观点，强调AI不仅是一场技术革命，更是重塑收入结构、竞争格局与生产关系的深层变革力量，事关国家战略与产业博弈。
夏广武最后呼吁，端侧AI产业生态的构建需要各方协同发力：用户要敢于尝试，技术服务商要用心打磨产品，资本方要给予产业更多的包容与支持，媒体要发挥好舆论监督与正向引导作用。只有各方在共同推动产业发展的基础上形成合力，端侧AI才能真正实现行稳致远，与金融业创新发展共振共进。
德勤刘梁：会做账的AI企业，能省出一轮Pre-A融资
德勤管理咨询金融行业条线高级经理刘梁以“端侧AI产业化进程中的财务逻辑与资本策略”为题，从估值逻辑、财务精细化管理和资本配置三个维度，为端侧AI企业带来了一场“冷静话题”的深度分享。
德勤管理咨询金融行业条线高级经理刘梁
刘梁开场便抛出一个敏锐的观察：在金融行业中，对AI拥抱意愿很强烈的除了传统银行、保险，一级市场的股权投资机构也非常关注且倾力投入。这些机构不仅在内部推进AI转型，更开始用投资Agent和知识Agent来管理被投企业的舆情信息与新兴领域研判。“投资人自己都在用AI了，”她指出，“这意味着创业企业再靠讲故事、用旧逻辑去打动资本，已经行不通了。”
为什么传统估值指标在端侧AI赛道会失效？刘梁从财务管理的底层逻辑给出了解释。与消费型或软科技赛道不同，端侧AI企业面临四重压力：研发费用占比高达80%至90%，回款周期漫长，成本结构复杂——从供应侧到模型侧层层叠加，运营压力巨大。在这种非典型财务结构下，传统的市盈率、市净率等指标难以真实反映企业价值，投资人转而关注商业模式的可变现能力、年度经常性收入（ARR）以及每个Token的盈利情况等新型指标。
面对这些挑战，刘梁提出了“里程碑式”的资本运作框架，将端侧AI企业的成长划分为三个阶段。第一阶段是技术验证期，财务管理的核心任务是控制烧钱速度、严控预算，并积极争取政府的非稀释性补贴；第二阶段是量产起坡期，企业面临流片等巨额支出，需要探索更优的成本分摊方案，同时打通上下游的订单和渠道资源，推动规模化量产；第三阶段是收益变现期，企业需要展示真实的ARR数据，并善用金融工具加速资本回收，形成商业模式的完整闭环。
刘梁特别提到了一个来自海外的趋势信号：Anthropic已与黑石集团合作，通过AI赋能被投企业的管理效率和商业竞争力。他认为这一模式距离中国市场并不遥远，目前已有多家国内金融机构从两个方向推进——一是将自身使用成熟的AI工具输出给被投企业，实现管理与治理层面的数智化赋能；二是要求被投企业的AI预算必须带来真实的收入订单或显著的管理杠杆效应：“投资人现在问的不再是你用没用AI，而是AI为你省了多少钱、赚了多少钱。”
在演讲的最后，刘梁将目光投向了常被低估的财税筹划维度。他结合PPT中的详细对照表指出，研发加计扣除比例最高可达100%，集成电路企业可享受“两免三减半”税收优惠，专项资金补贴覆盖流片和首台套采购等关键环节，IP授权与境内外研发分离则可实现合规节税。
“如果我们会做账，说不定能省出一轮Pre-A的融资，”刘梁总结，“端侧AI的未来，不仅仅是技术上的胜利，更是商业逻辑与财务纪律上的胜利。”
【心智对话】：端启新局·智链千行——端侧AI的产业跃迁与资本共振
作为论坛的压轴环节，【心智对话】圆桌论坛以“端启新局·智链千行——端侧AI的产业跃迁与资本共振”为主题，由硅芯科技产品市场总监赵瑜斌担任主持人，烟山科技董事长孔玮、宁波银行上海分行投资银行部总经理郑昊、上海元启元宇宙产业促进中心主任端木海婴、此芯科技首席生态官周杰（下图从左至右）四位嘉宾共同参与。
五位嘉宾分别代表了硬件创新、资本服务、产业生态、芯片设计和EDA工具五个维度，构成了端侧AI产业链上下游的完整视角。圆桌围绕四个核心议题逐层展开，从趋势研判到落地痛点，从资本共振到未来展望，呈现了一场兼具专业深度与产业温度的高质量对话。
趋势研判：端侧AI正从“能用”走向“好用”
硅芯科技产品市场总监赵瑜斌（主持人）
圆桌首轮聚焦于端侧AI的趋势判断与各方的切入路径。
烟山科技董事长孔玮从视觉显示的角度切入，提出了一个极具洞察力的观点：端侧AI当前真正的瓶颈不在算力，而在信息输出的“出口”。他指出，人类85%的信息通过视觉获取，而目前手机和电脑之外，眼前这块空间仍是空白。全球每年销售约28亿副眼镜，眼镜电子化将是继手表电子化之后的又一次重大产业变革。烟山科技正是瞄准这一方向，基于西湖大学的技术积累，专注于Micro LED显示芯片的研发，致力于为AI眼镜、车载HUD及可穿戴设备提供核心发光模组。在孔玮看来，显示技术不仅是端侧AI爆发的关键拼图，更可能成为新的引爆点。
烟山科技董事长孔玮
此芯科技首席生态官周杰则从芯片与软件生态的系统视角，剖析了端侧AI发展的底层驱动力。他特别提到，2025年春节DeepSeek的爆火从两个维度推动了端侧AI的发展：一是“降带宽”，基于MOE（混合专家模型）架构，虽然模型参数规模庞大，但实际运行中调用的参数量大幅缩减，使得千问3、文心一言等模型得以在边缘端部署；二是“降尺寸”，通过知识蒸馏技术，用大模型“教”小模型，让几个B参数量的模型也能拥有强大能力。而真正引爆市场的，是2026年春节OpenClaw的推出——它实现了智能体在边缘端的完整部署，包括记忆能力和工具调用能力，催生了一个全新的智能体硬件品类。周杰判断，这类硬件对操作系统的依赖将大幅降低，Linux等开源系统将迎来巨大机遇。
此芯科技首席生态官周杰
上海元启元宇宙产业促进中心主任端木海婴从产业落地的全景视角，为与会者带来了丰富的案例和政策信息。她指出，上海已在2026年推出人工智能终端行动计划，这意味着前期已有一批成功的商业化案例作为支撑。2025年工信部联合四部委评选出193个元宇宙典型案例，上海有11个入选。
上海元启元宇宙产业促进中心主任端木海婴
她还举例介绍了上海民航领域37个机器人通过端云协同进行基础设施建设的案例，展示了端侧AI在B端的规模化应用。在C端，宇树机器人推出的390万元载人机甲已成为现实，而更贴近大众的陪伴类机器人也在快速渗透。端木海婴的判断非常明确：端侧AI的趋势已不容质疑，关键在于如何突破治理和关键技术瓶颈。
宁波银行上海分行投资银行部总经理郑昊则从金融服务的角度回应了端侧AI的大趋势。他介绍，宁波银行作为21家系统重要性银行之一，近年来将大量投入和服务重心聚焦于端侧AI等硬科技产业链。更值得关注的是，宁波银行从2021年起就开始探索一级股权撮合服务，目前已与全行超过1500家一级股权投资机构建立合作关系，通过精准画像和匹配，将资本对接到硬科技企业的融资需求上，形成了“股＋债”的综合服务模式。
宁波银行上海分行投资银行部总经理郑昊
产业化落地：硬骨头与系统性思维
圆桌第二轮直面端侧AI产业化的核心痛点。
孔玮坦诚地分享了硬科技创业的真实处境。他指出，与AI软件公司一两年甚至几个月就能迭代的速度不同，硬件创业的迭代周期以数年计，且需要技术打通、客户验证、生产爬坡、资本到位等多要素在同一节点形成“完美风暴”。他特别强调，硬件企业的核心价值沉淀在产品量产之前的技术攻关和客户导入阶段，但这恰恰是最难获得金融支持的时期。他呼吁金融机构能够理解硬科技企业的价值曲线，在企业真正需要资金的"波谷"阶段给予支持，而非在营收爆发后才蜂拥而至。
周杰则从芯片厂商的实战角度，提出了端侧AI必须从系统层面解决的三大问题：第一是“装得下”，即硬件层面的内存容量和软件层面的模型压缩必须协同；第二是“跑得好”，需要软硬件协同优化以达到极致性能；第三是“易开发”，面对AI模型的快速迭代，芯片厂商的SDK和软件栈能力至关重要。他强调，端侧AI的挑战不是卡在某个单一环节，而是需要系统级的协同突破。
在“国产替代还是国际生态”这一话题上，两位芯片从业者的回答高度一致：二者并不矛盾。孔玮认为，国产替代解决的是“有没有”的问题，是将核心能力握在自己手里的必然选择；而出海拓展国际市场则是把蛋糕做大的必要路径；周杰进一步补充，不同类型的芯片对工艺的要求不同，主芯片可能仍需先进工艺，而协处理器可以优先采用国产工艺；从软件和应用生态来看，AI框架和操作系统大多是开源的、国际化的，关起门来做没有出路。
第三轮讨论将焦点转向资本与产业的协同机制。
郑昊的分享令人印象深刻。他指出，银行除了资金供给之外，还要链接好所服务的海量企业——仅在上海就超过5万家，全国更是数十万家。宁波银行正是基于这一“平台化思维”，构建了多层次的服务体系。在资金层面，银行通过专业筛选和精准匹配，将投资机构与企业进行对接，而非简单地“甩名单”；在产业层面，利用跨区域的服务网络，帮助企业解决厂房落地、供应链对接、订单获取等实际问题。
尤其值得关注的是，宁波银行推出的企业综合服务平台，已拥有超过18万家企业会员。平台提供了30多项多元服务，在传统金融服务基础上，还提供了法务咨询、税务咨询、工业数字化改造等深度赋能。郑昊还特别介绍了银行自主研发的“AI节能盒子”——一款基于云端AI大模型+端侧硬件协同的的软硬件一体化产品，通过部署在企业楼宇/车间中，单台中央空调每年可为企业节约5%至10%的电费支出。这一案例生动地说明，银行自身也在成为AI技术的应用者和推广者。
端木海婴则从产业服务机构的角度，分享了政策资金对接的实操经验。她介绍，政府在出台政策之前通常会进行产业摸底调研，第三方机构的核心价值在于将产业前沿信息及时反馈给政府决策者，同时帮助企业理解政策需求，做好申报材料的准备和优化。她坦言这项工作强度极大，但正是这种“双向翻译”的角色，让产业基金能够真正用到实处。她同时提醒创业企业，财务状况是获得政策支持的重要门槛，“财政具有一票否决权”。
圆桌最后一轮以快问快答形式，请每位嘉宾分享对2026至2027年最具期待的端侧AI与金融结合场景。
孔玮的回答极具画面感：想象戴着AR眼镜在旅游途中经过一处风景优美的社区，眼镜能够实时推送当地房价信息和购房链接。他认为，AI眼镜将成为金融信息主动、即时推送的全新出口，视觉、思考、搜索和决策可以在一个场景中无缝完成，并与支付系统直接打通。
郑昊表示，AI与金融的结合点非常丰富，涵盖风控合规、授信审批、财富管理、运营决策等多个维度。宁波银行总行也成立了相关部门，后续将视研发进度陆续上线各类AI工具，也融合到现有的金融科技系统中。未来投行服务中的匹配和撮合效率也可能因AI工具的加入而提升。
端木海婴将目光投向更宏观的趋势——虚实融合与数字化空间。她指出，从重庆的虚拟演唱会政策到上海文创基金的虚拟园区专项资金，数字化街区、数字化园区正在成为新的产业方向。在土地经济见顶的背景下，“向虚拟空间要增量”已成为共识。她同时建议关注ESG方向，认为可持续发展是所有政策层面都不会反对的方向，也是端侧AI技术落地的重要场景。
周杰的思考则聚焦于智能体时代的金融安全。他认为，当智能体需要执行涉及支付和金融操作的任务时，数据脱敏、隐私保护和多模态信息安全将成为刚性需求。端侧AI在这些场景中具有天然优势，因为敏感数据可以在本地处理而无需上传云端。他大胆预测，智能体时代将诞生类似支付宝、微信支付量级的新应用形态。
结语
主持人赵瑜斌在总结中提到，这场圆桌对话让我们听到了“硬件创新人的执着、芯片人的系统生态思考、生态建设者搭桥梁的智慧，以及金融人理性思考加下沉式服务的创新”。端侧AI已经走过了概念验证的阶段，正在进入产业化落地的深水区。在这一进程中，技术突破、生态协同和资本支持缺一不可。
从Micro LED显示芯片到通用AI处理器，从智能体硬件到数字化园区，从“股＋债”的融资创新到“波波知了”的生态服务平台——这场对话所呈现的，不仅是端侧AI产业链各环节的最新进展，更是一种正在成型的产业协同范式：技术企业专注于核心能力的打磨，金融机构从资金提供者转型为生态赋能者，产业平台充当信息枢纽和信任桥梁，而政策引导资源精准落地。
端启新局，智链千行。2026年的端侧AI产业，正站在从“爆发前夜”迈向“规模落地”的关键节点上。
创元网提示：文章来自网络，不代表本站观点。
