就在昨晚，根据公开消息称，苹果公司已开发出一款类似ChatGPT的iPhone应用，用于测试和准备定于明年推出的Siri重大升级。

从公开的数据来看，这款应用并非面向消费者，而是由苹果AI团队用来快速评估下一代Siri的功能进展。

这些功能听起来不稀奇，但关键在于：它们很可能在设备本地完成，无需依赖云端处理。

这并非苹果首次被曝AI动向，但它释放的信号比以往更明确：Siri的升级，不再是小修小补，而是一次底层交互逻辑的重构。

而这场升级的核心，或许是端侧AI（On-Device AI）。

几天前，苹果刚开完秋季发布会，推出新款iPhone、Apple Watch和AirPods。

表面看是硬件迭代，实则背后有一条清晰的技术主线：智能正从“附加功能”，变成设备本身的“系统级能力”。

那么站在当下来看，我们要去了解一下，什么是端侧AI，跟当下大模型有什么区别？端侧AI的空间有多大？哪些方向可能受益？

一、什么是端侧AI？

从算力部署来看，AI可以跑在两个地方：一个是远程数据中心（云端），一个是设备本身（终端）。

两者路径不同，体验也截然不同。

1、云端AI，用户提问，设备把请求发到服务器，远程算完再传结果回来。

优点是模型大、能力强；

缺点是依赖网络、响应慢、耗电高，且用户数据需上传，存在隐私顾虑。

2、端侧AI：模型直接部署在手机、手表等设备上，任务在本地完成。

无需时时联网，响应更快，隐私更好，体验更“自然”。

举个例子：你说“把刚才拍的照片调亮一点”。如果这操作在0.5秒内完成，且不弹加载圈，那它就更像一种“直觉式交互”。

如果要等两秒、还提示“正在连接服务器”，那它就还是个“功能”。

从测试版功能来看，苹果正在推动的，就是让Siri从“能回答问题”，变成“能执行任务”，而且是在本地、快速、安全地完成。

这可能不仅是技术方式，更可能是用户体验的跃迁。

二、端侧AI的空间有多大？发展趋势如何？

很多人以为端侧AI只是“把大模型缩小一点放在设备本地上”，但它的意义远不止于此。

过去几年，三个关键要素逐步收敛：

芯片进步，比如苹果A系列/M系列芯片早已集成专用NPU（神经网络引擎），高通、三星也在提升SoC的AI算力；

模型轻量化，通过量化、蒸馏等技术，大模型可压缩至适合终端运行的规模（如谷歌Gemini Nano）；

操作系统支持：iOS、Android、Windows都在开放本地AI API，让系统级功能调用更高效。

技术的升级，直接带动市场空间打开

目前全球每年出货约12亿部智能手机、2亿块智能手表、3亿副TWS耳机。

只要其中一部分设备具备本地AI能力，就能形成可观的渗透基础。

东兴机构预测，到2029年，中国端侧AI市场规模有望从2025年的800亿元增长至超3000亿元，年复合增速近40%。

若放眼全球，随着智能汽车、AR眼镜等新终端兴起，空间只会更大。

更重要的是，端侧AI一场渐进式替代。或许从手机，智能手表，智能耳机，智能汽车......

三、哪些方向可能受益？

端侧AI的推进，不是单一技术突破，而是一条从芯片到系统、从硬件到生态的完整链条。

从这方面来看，笔者认为可以关注三个层面的机会：

1、芯片与硬件层：算力是基础

未来，NPU性能可能成为高端手机的核心指标之一，就像当年“摄像头数量”一样。

2、操作系统与平台层：系统是载体

AI必须融入操作系统，才能成为“空气级服务”。

接下来，iOS、安卓等等大概率都会将AI能力下沉至系统层级，调用相册、邮件、日历将更顺畅。

这些变化看似细微，但长期看，谁能让AI“无感调用”，谁就掌握了用户习惯。

3、应用与交互层：体验是关键

最终，用户不会关心“是云端还是本地”，只关心“好不好用”。

如果Siri能听懂“把上周会议录音总结成待办事项”，并自动创建提醒，那它就不再是语音助手，而是“数字助理”；

如果AirPods能在通话中实时翻译，Apple Watch能预判心率异常并建议就医，那这些设备就真正变成了“智能体”。

这种从“工具”到“代理”的转变，才是端侧AI的终极目标。

写在最后

2007年，iPhone刚发布时，贵、没键盘、续航差。

2011年，Siri上线时，鸡肋、反应慢。

但回头看，它们都是新体验的起点。

今天的端侧AI，可能也处在类似的节点。它不会立刻改变大部分人习惯，但它让设备变得更“懂你”，更像一个助手，而不是一个工具。

或许才是AI真正融入生活的开始。

踪后续能否持续技术逻辑目前还不清楚，但保持观察，总是值得的。

特别声明：以上内容绝不构成任何投资建议、引导或承诺，仅供学术研讨。

如果觉得资料有用，希望各位能够多多支持，您一次点赞、一次转发、随手分享，都是小猎豹坚持的动力~