當行業(yè)的發(fā)展進入到深水區(qū)，特別是當算力成本高企以及數據隱私需求提升的大背景下，如何為大模型行業(yè)的發(fā)展找到一個全新的突破口，業(yè)已成為了行業(yè)發(fā)展的共識。這就要求大模型玩家們不僅需要有領先的大模型算法，而且還要有與行業(yè)深度綁定的設備端，以規(guī)避當下大模型發(fā)展當中的困境和難題。

越來越多的玩家們開始加大端側大模型的研發(fā)，越來越多的玩家們開始尋找突破當下大模型發(fā)展困境的方式和方法。正是在這樣一個大背景下，我們才看到了端側大模型的玩家們開始獲得資本市場的關注，我們才看到了端側大模型開始成為了一個相對確定性的發(fā)展新方向。

當端側大模型成為了一個全新的確定性較強的賽道，特別是當資本玩家們開始對這一賽道進行關注，我們可以看出，未來的一段時間內，端側大模型的競爭將會進入到一個全新的階段。對于每一個想要在這樣一個賽道有所作為的玩家們而言，找到一條真正能夠讓端側大模型成為行業(yè)關鍵賽道的方式和方法，才是保證它們可以在大模型的新階段獲得勝利的關鍵。

資本市場開始深度布局端側大模型賽道

根據中國工業(yè)互聯網研究院發(fā)布的報告顯示，端側大模型將會成為AI增長的新引擎。以洪泰基金為代表的投資者們則認為，“高效”是大模型的第一性原理，端側因站在貼近用戶的角度，隱私性較高，成為了高知識密度的應用場景。作為端側大模型的早期布局者，面壁智能的發(fā)展，為我們展示了這一點。面壁智能推出的MiniCPM系列模型（如MiniCPM-o 2.6）參數量?。ㄈ?0億）但支持全模態(tài)交互，下載量超1000萬，已在汽車、司法、教育等領域落地。自2024年4月以來，面壁智能業(yè)已完成了4輪融資。透過這一訊息，我們可以看出，資本市場開始對端側大模型表現出濃厚的興趣，并且開始進行新一輪的布局。

資本市場之所以會對端側大模型表現出濃厚的興趣，其中一個很重要的原因在于，端側大模型站在貼近用戶的角度，通過將自身的大模型下沉至用戶端，可以解決大模型與用戶脫節(jié)的痛點和難題。對于業(yè)已進入到深水區(qū)的大模型賽道來講，以端側大模型為突破口來找到新的發(fā)展新機會，正在成為玩家們布局的新亮點。

除了端側大模型貼近用戶之外，資本市場之所以會對端側大模型表現出濃厚的投資興趣，另外一個很重要的原因在于，人工智能的本質，并不是簡單意義上的大和小、端和云的差別，而是高知識密度與低知識密度的區(qū)別。對于任何一個想要在大模型的競爭的新階段里有所作為的玩家們來講，通過端側大模型強化知識密度，以達到重新進行流量劃分和行業(yè)場景劃分的效果，業(yè)已成為了一個全新的目標和方向。

通過將智能終端放置到距離用戶最近的地方，讓用戶真正用起來，并且破解大模型發(fā)展過程當中算力成本過高，隱私需求過高的難題，業(yè)已成為了一個全新的目標和方向。可以說，對于端側大模型的把控，將會決定著大模型深水區(qū)成敗的關鍵。正是因為如此，我們才看到了資本市場開始將投資的焦點聚焦在了距離用戶最近的端側大模型方向上。

大模型賽道的競爭進入到全新的階段

隨著deepseek的落地和應用開始慢慢地鋪展開來，全世界范圍內的AI競爭進入到白熱化的發(fā)展階段。同樣的場景，同樣開始在大模型的賽道上開始出現。通過對于大模型賽道的發(fā)展進行總結和定義，不難看出，大模型的賽道的競爭更多地開始關注品質與高效，而不再像以往那樣的關注先發(fā)和多元的優(yōu)勢。正是在這樣一種情況下，如何將大模型與行業(yè)場景深度融合，并且真正能夠貼近用戶、行業(yè)和場景，開始成為了新的發(fā)展突破口。正是在這樣一個大背景下，我們才看到了以端側大模型為代表的新方向，開始成為了大模型賽道進入新階段的突出標志。

端側大模型之所以能夠成為全新的方向，其中一個很重要的原因在于，端側大模型并不僅僅只是遠離用戶和行業(yè)，而是下沉至了可以和用戶、行業(yè)實現無縫對接的一線。通過這樣一種方式，端側大模型不僅可以解決大模型發(fā)展過程當中大而全所導致的問題，而且還可以讓大模型可以真實落地到現實的場景和行業(yè)當中，可以真正與用戶建立緊密的聯系。

可以說，端側大模型解決了大模型的投入與產出的困境，為大模型的發(fā)展找到了一個全新的解題思路。

除此之外，端側大模型還能夠在同等參數的情況下，打造出性能更優(yōu)、成本更低、功耗更低、速度更快的大模型。通過這樣一種方式，大模型開始找到了與以往完全不一樣的發(fā)展新路子，通過這樣一種方式，大模型的發(fā)展開始進入到一個與傳統(tǒng)發(fā)展模式完全不同的新階段。因此，以更加輕便和高效為代表的端側大模型，正在成為了一個全新的確定性的發(fā)展新方向。

全面的商業(yè)化，正在成為新的方向

當一眾的大模型開始在不同的行業(yè)和場景當中落地和應用，特別是當大模型開始進入到新一輪的競爭新階段的時候，真正考驗大模型玩家們的，早已不再是簡單意義上的“你無我有”的命題，而是開始越來越多地考驗玩家們的“我能變現”的問題。因此，對于當下的大模型賽道而言，如何快速且全面地實現商業(yè)化，打造一個可持續(xù)的商業(yè)閉環(huán)，業(yè)已成為了考驗大模型玩家們的全新課題。

在這樣一個階段，玩家們如何將自身的大模型更加貼近用戶，貼近行業(yè)，成為了它們奠定新的流量格局和產業(yè)格局的關鍵。正是在這樣一個大背景下，我們才看到了以端側大模型為代表的可以快速實現商業(yè)哈的新方向，正在成為越來越多的玩家們的發(fā)展新方向。

同樣以面壁智能為例，今年1月，面壁智能發(fā)布了端側全模態(tài)模型——面壁小鋼炮 MiniCPM-o 2.6，持續(xù)看、實時聽、自然說”等多項關鍵能力在業(yè)界處于領先地位，能力全面達到國際先進水平。此前，面壁小鋼炮 MiniCPM 憑借以小博大、高效低成本的特性享譽全球，接連實現了端側ChatGPT、GPT-4V、GPT-4o等模型的功能，在2024年Hugging Face的下載量和受歡迎程度在中國大模型中位居前列。截至目前，面壁小鋼炮 MiniCPM系列全平臺下載量累計突破1000萬。

一切的一切都在告訴我們，以端側大模型為代表的更加容易實現商業(yè)化的大模型賽道，正在成為新的發(fā)展方向。對于每一個想要在這樣一個階段有所作為的玩家們而言，如何將高性能的端側AI融入到人們的生產和生活當中，并且找到一條可以實現快速商業(yè)化的方式和方法，才是保證它們可以在這樣一個全新階段獲得勝利的關鍵所在。當大模型的投入與產出實現了完美的協(xié)調，當大模型的產品化與商業(yè)化建立起來了相對較為均衡的關系，我們才能真正找到一條適合大模型的健康、可持續(xù)的發(fā)展新路徑。

當大模型的發(fā)展進入到深水區(qū)，特別是當全世界范圍內的AI競爭開始進入到白熱化的發(fā)展階段，以更加輕便、高效且可商業(yè)化的方式來發(fā)展大模型，業(yè)已成為了一種全新的共識。正是在這樣一個大背景下，我們才看到了以端側大模型為代表的方向開始成為決勝行業(yè)新階段的關鍵賽道。在資本市場的全面加持下，在大模型玩家們的探索下，在商業(yè)化加速實現之下，端側大模型正在表現出突出的優(yōu)勢。以端側大模型為確定性的方向，找到更多可以讓大模型賽道更加長久且可持續(xù)發(fā)展的新路子，才是每一個玩家們的一道必答題。