端侧AI“小时代”：从抢购潮到产业分化的现实审视

事件概述

2026年1月下旬，随着名为“龙虾”（原Clawdbot）的智能体（Agent）走红，引发了针对Mac mini的抢购潮。这一现象反映了用户开始为随时待命的本地AI准备专用计算设备。随后，苹果、小米、英伟达及联想等传统PC厂商纷纷调整产品策略，强调本地大模型运行能力。然而，尽管硬件配置迅速升级，由于内存瓶颈、推理速度限制以及软件生态的不成熟，端侧AI目前仍处于早期阶段，被称为“小时代”，大众用户的大规模普及仍需时间验证。

核心信息：硬件规格与性能门槛

• 内存成为关键指标：本地部署大模型对内存容量和带宽要求极高。以4比特量化为例，70B参数模型的权重约需35GB，未计入缓存和系统开销。
  • 苹果：新款Mac Studio最高配备512GB统一内存，带宽达1.2TB/s；M6 Mac mini起步价6999元，最高32GB内存。
  • 小米：AI Cube原型机配备80GB统一内存。
  • 英伟达/其他：DGX Spark及部分GB10整机配备128GB内存，带宽约为273GB/s；AMD Ryzen AI Max 300系列最高支持128GB。
• 速度与体验挑战：仅增加内存不足以解决所有问题，数据搬运速度（带宽）、模型精度、上下文长度及推理软件均影响最终生成效果。此外，模型的下载更新、权限管理及持续维护也是用户面临的实际障碍。

产业格局：三条主要路线的分化

1. 苹果：软硬一体的系统主导者

苹果通过控制芯片、操作系统和开发工具，构建了完整的端侧AI生态。

• 技术优势：利用统一内存架构（MLX框架），减少CPU与GPU间的数据搬运；Core AI框架进一步优化神经网络引擎。路径不依赖专用NPU，而是综合调用CPU/GPU资源。
• 商业策略：无需用户额外决策即可在现有Mac上部署本地模型。通过不同内存梯度的产品线（Mac mini至Mac Studio）覆盖从普通用户到专业开发者的需求。同时与Google合作开发端侧基础模型（如3B和20B稀疏结构模型），保持系统决策权的同时引入外部模型能力。

2. 小米：自研芯片与AIoT生态的探索

小米试图通过自研芯片掌握底层算力主动权，并连接其庞大的智能家居生态。

• 硬件布局：发布AI Cube原型机，集成三颗玄戒芯片（O3面向终端、O100面向AI加速、D100面向智驾），展示协同计算能力。其中O3已量产，O100和D100计划明年商用。
• 软件与应用：推出Miloco 2.0，结合米家摄像头音视频与MiMo模型，尝试让AI理解家庭习惯并控制设备。截至2026年6月，小米AIoT平台连接设备超11.6亿台，拥有五台以上设备的用户达2460万。
• 现状与挑战：小米目前的官方部署文档仍推荐全天候运行的Mac mini作为辅助，表明其自有硬件与软件服务的完整整合仍在进行中，需证明专用主机相对于云服务和现有设备的独特价值。

3. 传统PC厂商：共用平台与服务增值

联想、华硕、惠普、戴尔等厂商主要采用上游供应商（如英伟达GB10、AMD、英特尔）的平台方案。

• 分工模式：整机厂负责产品设计、销售及服务，上游提供芯片、CUDA生态及模型工具。微软Windows AI PC也延续此分工，提供本地AI接口。
• 竞争焦点：在硬件同质化背景下，厂商通过提供便捷的部署工具（如惠普的VS Code局域网配置）、售后支持及个人助手服务（如联想的Qira、P7主机搭载天禧Claw）来争取用户。
• 局限性：这种模式将部分产品决定权让渡给上游芯片厂。对于仅需偶尔聊天或总结文档的普通用户而言，单独购买一台高性能主机的必要性尚不明确。

值得关注

• 华为的动态：华为MateBook Pro已搭载麒麟X90 Plus芯片，鸿蒙电脑小艺支持离线文档处理。HarmonyOS 6允许用户在系统设置中下载模型供Chatbox等应用调用，但当前模型管理仍以单设备为边界，跨设备共享功能有待完善。
• 市场分层明显：当前端侧AI的主要买单者为开发者、研究团队及专业创作者。普通消费者是否愿意为“本地AI”支付溢价，取决于未来能否出现不可替代的高频应用场景。
• 产业链利益分配：随着端侧AI发展，利润将在芯片提供商、系统厂商和整机制造商之间重新分配。苹果和小米倾向于纵向整合以保留更多价值，而传统PC厂商则通过服务差异化寻求突破。