当前，人工智能迅猛发展，已然成为科技革命和产业变革的核心驱动力，持续重塑生活、变革生产方式，并不断催生新业态、新模式。加快大模型在终端侧变现已成为行业共识，AI终端将成为驱动人工智能及大模型发展的关键要素，其对整个行业发展趋势的影响力与日俱增。从芯片、操作系统、终端厂商到运营商，从软件到硬件，产业链上下游企业纷纷入局大模型和AI终端领域。AI正在成为智能终端的核心竞争力与产品的重要“卖点”，是当前终端市场最为重要的发展机遇，有望为终端市场开拓全新的发展空间。
趋势一：AI泛在，赋能终端智慧化升级
2025年，端侧AI算力将持续泛化普及。从覆盖范围来看，AI算力正从手机、PC、摄像头向更多终端产品渗透，诸如智能穿戴设备（AI眼镜等）、智能家居产品（门锁/电视/音箱等）以及新型终端（人形机器人等）都将搭载AI硬件加速单元；从产品性能上看，多模态大模型、文生视频等需求增长，将推动端侧AI硬件性能和能效持续提升。模型端侧部署赋能更多终端品类，催生全新智能场景服务。通过量化、“剪枝”“蒸馏”等模型压缩技术适配移动端场景，结合算法优化、稀疏计算等方式降低算力需求。随着AI终端形态多样化，跨设备服务接续与数据共享体验进一步完善，多端协同的场景化智能服务，尤其是群体智能、协同智能服务，将不断满足用户的多元化需求。在此过程中，开放与协同将成为终端生态繁荣的关键。
趋势二：硬件先行，百亿参数大模型有望端侧落地
当前，手机端算力仍处于加速提升阶段。2024年旗舰手机NPU算力约30～80TOPS，中档手机NPU算力约5～30TOPS，入门级手机暂不支持独立NPU算力。随着半导体技术升级及智能化需求增长，手机算力将持续增强，预计2025年旗舰手机算力有望达到100TOPS左右，入门级手机将提升至5～10TOPS。此外，端侧AI大模型对于手机RAM提出了更高要求，运行7B模型需占用3～4B内存，为满足快速增长的大模型性能需求，16～32G内存有望成为旗舰手机的标配。从中长期来看，功耗和能效是端侧算力持续提升的关键限制因素。硬件升级将驱动端侧模型性能持续提升。目前手机端可运行的大模型多在3～7B。2025年支持百亿参数级的大模型有望在手机端落地，使手机具备媲美云端的知识问答与多轮对话、COT（思维链）等高阶指令遵循能力，代码能力也进一步增强，具备工具嵌套调用、规划能力等。预计到2027年，手机端有望搭载千亿参数大模型，千亿参数大模型可以学习、理解、预测用户的行为和意图，帮助用户安排生活和工作。
趋势三：端云协同，混合AI是主流架构
当前，生成式AI模型的使用量和复杂度不断增长，仅在云端进行推理并不划算，随着端侧算力的不断增强，模型推理从云侧向端云协同迁移。在以终端为核心的混合AI架构中，终端将充当锚点，而云端仅用于分流处理终端无法充分执行的任务。端云结合的AI手机将成为主流。高端旗舰AI手机目前已有部分任务在端侧运行，预计2025年端侧任务比重将继续加大，手机算力以“端侧大模型+云端智能体”为主。中档AI手机的端侧算力较低，预计仍将以云端为主，支持少量端侧AI应用。纯视觉识别方案是当前产业关注的热点技术之一。目前微软、谷歌、华为、荣耀等厂商均在探索，如荣耀手机推出的“语音点咖啡”功能。纯视觉识别方案支持对复杂屏幕画面的识别和理解，无需适配第三方应用，场景可扩展性强，但对时延要求较高，且目前标记准确率较低，从用户体验来看还有很长的路要走。
趋势四：场景智能，终端智能度向L3演进
《2024中国电信终端洞察报告》提出AI终端智能度五级划分体系，从拟人度、能力水平、协作关系三维立体综合评估发现：当前旗舰AI手机智能度正处于从L2向L3过渡的阶段，其中，文本智能场景已率先达到L3级水平，通话、图像、搜索场景基本达到“L2+”级水平。2025年，手机终端从应用级AI向系统级AI加速演进。AI终端对用户、设备、场景的上下文感知能力进一步增强，情境、意图决策能力进一步升维。通过端云协同、AI原子化能力聚合全场景生态智能，在生活、办公、出行、娱乐等领域为用户提供个性化、主动式智能服务。将有更多应用场景达到L3级智能化水平，实现AI自主拆解、分配任务，与用户协作，半自主处理日常事务。届时，用户不仅可以用语音点咖啡，还可以点外卖，手机可根据用户偏好提供多个复杂场景的超预期服务。
趋势五：智能体持续进化，自主与协作能力增强
《2024中国电信终端洞察报告》显示，智能体仍处于初级阶段，目前大多是基于目标设定、任务规划的自动化编排，又或是多意图拆解并发执行，在能力复用度、场景遍历性、应用广泛性和使用体验等方面仍有不足。2025年语音助手智能体将持续进化，在记忆感知、推理规划、思考决策等方面进一步增强，实现服务直达和无缝跨端的协同体验。业界积极布局自主型智能体，智能体自主能力进一步增强，谷歌、OpenAI等公司均计划发布自主型智能体。同时，行业研发方向将从单智能体处理简单任务转向多智能体协作完成复杂任务。例如，阿里巴巴推出的MobileAgent，就是采用规划、决策和反思的多智能体协作架构，能代替用户在手机和网页上完成各种操作，如一句话点外卖、发微信、写点评。
趋势六：终端生产力化，AI搜索、文生视频加速价值变现
2025年，AI终端的生产力属性将进一步增强。终端从简单的执行工具“成长”为具有思考能力、能够自我学习和自主处理复杂任务的生产力“伙伴”。AI搜索、文生视频将率先成为AI生产力化的代表性应用。AI搜索整合信息检索、处理和生成等多元需求，从关键词匹配向用户意图的复杂理解转变，支持个性化推荐和跨模态交互，将在办公、科研、营销等领域进一步融合垂域AI工具，提供“一站式”服务，有效提高生产效率。文生视频借助多模态能力，辅助内容工作者更高效地创作视频，从而提升生产效率和视频质量，加速优质内容供给。AI搜索和文生视频有望通过广告投放、付费会员等方式实现价值变现。
趋势七：泛终端重塑，智能眼镜重回发展快车道
随着终端芯片AI能力的大幅提升、端云协同AI技术的不断深化，AI终端形态从手机向泛终端延伸，泛终端“AI+”带来全新交互体验（如语音、手势等）和场景智能。眼镜、汽车、无人机、人形机器人等将成为AI智能应用落地的重要载体。轻算力终端（如AI眼镜）受限于形态和功耗，更多需要依附于手机等大算力终端或通过端云协同实现AI体验。AI眼镜能捕捉视觉、音频、位置等多维信息，适合多模态、跨模态大模型应用落地，提供实时翻译、导航、实景问答等功能。据悉，Ray-Ban Meta AI眼镜已突破百万级销量，主流终端厂商纷纷跟进布局，AI眼镜也因此成为产业投融资热点，而2025年则有望成为“AI眼镜爆发元年”。
趋势八：AI安全引关注，产业协同任重道远
当前，生成式AI逐渐渗透至工作、生产和生活各个方面，人们在享受智能体验的同时，也产生了对个人隐私、模型算法、数据内容等安全风险的担忧。就数据内容而言，AI大模型生成的多模态信息存在产生“幻觉”错误、偏见、违法内容等的风险。同时，传统的检测工具难以准确识别AI换脸、AI拟声等AI生成式内容。运营商、手机厂商相继推出AI反诈应用，解决方案厂商升级反诈模型，产业上下游需进一步加强协同，形成软硬件一体化的系统级AI隐私安全防护体系，并建立安全评估和认证机制，持续提升AI安全体验。