當前，人工智能迅猛發展，已然成為科技革命和產業變革的核心驅動力，持續重塑生活、變革生產方式，并不斷催生新業態、新模式。加快大模型在終端側變現已成為行業共識，AI終端將成為驅動人工智能及大模型發展的關鍵要素，其對整個行業發展趨勢的影響力與日俱增。從芯片、操作系統、終端廠商到運營商，從軟件到硬件，產業鏈上下游企業紛紛入局大模型和AI終端領域。AI正在成為智能終端的核心競爭力與產品的重要“賣點”，是當前終端市場最為重要的發展機遇，有望為終端市場開拓全新的發展空間。

趨勢一：AI泛在，賦能終端智慧化升級

2025年，端側AI算力將持續泛化普及。從覆蓋范圍來看，AI算力正從手機、PC、攝像頭向更多終端產品滲透，諸如智能穿戴設備（AI眼鏡等）、智能家居產品（門鎖/電視/音箱等）以及新型終端（人形機器人等）都將搭載AI硬件加速單元；從產品性能上看，多模態大模型、文生視頻等需求增長，將推動端側AI硬件性能和能效持續提升。模型端側部署賦能更多終端品類，催生全新智能場景服務。通過量化、“剪枝”“蒸餾”等模型壓縮技術適配移動端場景，結合算法優化、稀疏計算等方式降低算力需求。隨著AI終端形態多樣化，跨設備服務接續與數據共享體驗進一步完善，多端協同的場景化智能服務，尤其是群體智能、協同智能服務，將不斷滿足用戶的多元化需求。在此過程中，開放與協同將成為終端生態繁榮的關鍵。

趨勢二：硬件先行，百億參數大模型有望端側落地

當前，手機端算力仍處于加速提升階段。2024年旗艦手機NPU算力約30～80TOPS，中檔手機NPU算力約5～30TOPS，入門級手機暫不支持獨立NPU算力。隨著半導體技術升級及智能化需求增長，手機算力將持續增強，預計2025年旗艦手機算力有望達到100TOPS左右，入門級手機將提升至5～10TOPS。此外，端側AI大模型對于手機RAM提出了更高要求，運行7B模型需占用3～4B內存，為滿足快速增長的大模型性能需求，16～32G內存有望成為旗艦手機的標配。從中長期來看，功耗和能效是端側算力持續提升的關鍵限制因素。硬件升級將驅動端側模型性能持續提升。目前手機端可運行的大模型多在3～7B。2025年支持百億參數級的大模型有望在手機端落地，使手機具備媲美云端的知識問答與多輪對話、COT（思維鏈）等高階指令遵循能力，代碼能力也進一步增強，具備工具嵌套調用、規劃能力等。預計到2027年，手機端有望搭載千億參數大模型，千億參數大模型可以學習、理解、預測用戶的行為和意圖，幫助用戶安排生活和工作。

趨勢三：端云協同，混合AI是主流架構

當前，生成式AI模型的使用量和復雜度不斷增長，僅在云端進行推理并不劃算，隨著端側算力的不斷增強，模型推理從云側向端云協同遷移。在以終端為核心的混合AI架構中，終端將充當錨點，而云端僅用于分流處理終端無法充分執行的任務。端云結合的AI手機將成為主流。高端旗艦AI手機目前已有部分任務在端側運行，預計2025年端側任務比重將繼續加大，手機算力以“端側大模型+云端智能體”為主。中檔AI手機的端側算力較低，預計仍將以云端為主，支持少量端側AI應用。純視覺識別方案是當前產業關注的熱點技術之一。目前微軟、谷歌、華為、榮耀等廠商均在探索，如榮耀手機推出的“語音點咖啡”功能。純視覺識別方案支持對復雜屏幕畫面的識別和理解，無需適配第三方應用，場景可擴展性強，但對時延要求較高，且目前標記準確率較低，從用戶體驗來看還有很長的路要走。

趨勢四：場景智能，終端智能度向L3演進

《2024中國電信終端洞察報告》提出AI終端智能度五級劃分體系，從擬人度、能力水平、協作關系三維立體綜合評估發現：當前旗艦AI手機智能度正處于從L2向L3過渡的階段，其中，文本智能場景已率先達到L3級水平，通話、圖像、搜索場景基本達到“L2+”級水平。2025年，手機終端從應用級AI向系統級AI加速演進。AI終端對用戶、設備、場景的上下文感知能力進一步增強，情境、意圖決策能力進一步升維。通過端云協同、AI原子化能力聚合全場景生態智能，在生活、辦公、出行、娛樂等領域為用戶提供個性化、主動式智能服務。將有更多應用場景達到L3級智能化水平，實現AI自主拆解、分配任務，與用戶協作，半自主處理日常事務。屆時，用戶不僅可以用語音點咖啡，還可以點外賣，手機可根據用戶偏好提供多個復雜場景的超預期服務。

趨勢五：智能體持續進化，自主與協作能力增強

《2024中國電信終端洞察報告》顯示，智能體仍處于初級階段，目前大多是基于目標設定、任務規劃的自動化編排，又或是多意圖拆解并發執行，在能力復用度、場景遍歷性、應用廣泛性和使用體驗等方面仍有不足。2025年語音助手智能體將持續進化，在記憶感知、推理規劃、思考決策等方面進一步增強，實現服務直達和無縫跨端的協同體驗。業界積極布局自主型智能體，智能體自主能力進一步增強，谷歌、OpenAI等公司均計劃發布自主型智能體。同時，行業研發方向將從單智能體處理簡單任務轉向多智能體協作完成復雜任務。例如，阿里巴巴推出的MobileAgent，就是采用規劃、決策和反思的多智能體協作架構，能代替用戶在手機和網頁上完成各種操作，如一句話點外賣、發微信、寫點評。

趨勢六：終端生產力化，AI搜索、文生視頻加速價值變現

2025年，AI終端的生產力屬性將進一步增強。終端從簡單的執行工具“成長”為具有思考能力、能夠自我學習和自主處理復雜任務的生產力“伙伴”。AI搜索、文生視頻將率先成為AI生產力化的代表性應用。AI搜索整合信息檢索、處理和生成等多元需求，從關鍵詞匹配向用戶意圖的復雜理解轉變，支持個性化推薦和跨模態交互，將在辦公、科研、營銷等領域進一步融合垂域AI工具，提供“一站式”服務，有效提高生產效率。文生視頻借助多模態能力，輔助內容工作者更高效地創作視頻，從而提升生產效率和視頻質量，加速優質內容供給。AI搜索和文生視頻有望通過廣告投放、付費會員等方式實現價值變現。

趨勢七：泛終端重塑，智能眼鏡重回發展快車道

隨著終端芯片AI能力的大幅提升、端云協同AI技術的不斷深化，AI終端形態從手機向泛終端延伸，泛終端“AI+”帶來全新交互體驗（如語音、手勢等）和場景智能。眼鏡、汽車、無人機、人形機器人等將成為AI智能應用落地的重要載體。輕算力終端（如AI眼鏡）受限于形態和功耗，更多需要依附于手機等大算力終端或通過端云協同實現AI體驗。AI眼鏡能捕捉視覺、音頻、位置等多維信息，適合多模態、跨模態大模型應用落地，提供實時翻譯、導航、實景問答等功能。據悉，Ray-Ban Meta AI眼鏡已突破百萬級銷量，主流終端廠商紛紛跟進布局，AI眼鏡也因此成為產業投融資熱點，而2025年則有望成為“AI眼鏡爆發元年”。

趨勢八：AI安全引關注，產業協同任重道遠

當前，生成式AI逐漸滲透至工作、生產和生活各個方面，人們在享受智能體驗的同時，也產生了對個人隱私、模型算法、數據內容等安全風險的擔憂。就數據內容而言，AI大模型生成的多模態信息存在產生“幻覺”錯誤、偏見、違法內容等的風險。同時，傳統的檢測工具難以準確識別AI換臉、AI擬聲等AI生成式內容。運營商、手機廠商相繼推出AI反詐應用，解決方案廠商升級反詐模型，產業上下游需進一步加強協同，形成軟硬件一體化的系統級AI隱私安全防護體系，并建立安全評估和認證機制，持續提升AI安全體驗。