人工智能行业专题(22)：30B模型智能水平快速崛起，推动端侧算力发展

请务必阅读正文之后的免责声明及其项下所有内容2026年09月10日人工智能行业专题（22）30B模型智能水平快速崛起，推动端侧算力发展行业研究·行业专题互联网·互联网Ⅱ投资评级：优于大市（维持）证券分析师：张伦可证券分析师：吴林轩证券分析师：刘子谭0755-81982651wulinxuan@guosen.com.cnliuzitan@guosen.com.cnzhanglunke@guosen.com.cnS0980526090002S0980525060001S0980521120004证券研究报告|2026年09月11日2026年09月26日请务必阅读正文之后的免责声明及其项下所有内容2报告摘要•模型趋势：轻量化模型能力快速跃迁，单位参数性能和Agent能力同步提升。伴随轻量化、高性能模型持续推出，AI推理任务从云端向边缘和终端设备扩散。以2026年8月发布的Qwen3.8-27B为例，其Intelligence Index与300-3000B级头部模型的差距已缩小至个位数，并在部分编程、办公及Agent基准中超越更大参数模型。苹果、Google等厂商则通过稀疏加载、量化和模型架构优化，进一步降低端侧部署所需的内存与算力。Microduck发布则进一步展示了低成本端侧AI功能的应用潜力，模型研发落地节奏有望进一步加速。•算力趋势：端侧算力设备进入密集发布期，个人及办公推理任务有望加快向本地迁移。当前端侧AI一体机主要分为个人AI超算、家庭及个人Agent主机、企业边缘推理设备三类。英伟达DGX Spark、小米AI Cube、苹果Mac mini及联想AI主机P7等产品整体覆盖30-200B级模型部署能力。相较云端推理，端侧模型推理拥有低时延、隐私保护、离线可用以及高负载下成本更低等优势。随着小参数模型性能提升，本地知识库、软件开发、内容生成等任务有望率先迁移至端侧。•产业趋势：芯片、终端与应用场景协同升级，从技术验证走向商业化落地。1）苹果：依托自研芯片、端云模型、Apple Intelligence和Siri AI构建软硬件闭环，并逐步向操作系统级模型调度与Agent开发平台演进。2）小米：发布玄戒O3、O100、D100及AI Cube，完善手机、汽车、家庭AIoT和本地大模型算力布局。3）爱芯元智：AI推理产品矩阵覆盖0-1000+TOPS算力，26H1终端计算业务驱动高增，27-28年智驾业务放量可期，同时布局边缘大算力芯片适配端侧AI场景。4）瑞芯微：通过“主芯片+协处理器”架构切入AI Box、NAS及机器人等场景。5）海康威视：建立“设备—边缘—中心云”架构，已在城市、工业和企业场景广泛落地。•市场预测：中国AI推理芯片预计保持高增，端侧一体机场景放量可期。根据灼识咨询，2024-2030年全球AI推理芯片市场规模预计由6067亿元增至30696亿元，CAGR为31%；其中云侧和边缘推理市场CAGR分别为36%和42%，高于端侧的20%。同期中国市场规模预计由1608亿元增至11664亿元，CAGR为39%，全球市场份额有望由27%提升至38%。中国边缘AI盒及一体机推理芯片出货量预计由80万颗增至1210万颗，CAGR达57%；对应市场规模由6亿元增至57亿元，CAGR为44%。•投资建议：端侧AI有望成为轻量化模型能力提升后的重要算力增量方向。小参数模型正在跨越本地任务的可用性门槛，叠加端侧算力设备集中发布，个人及办公Agent需求有望率先落地。建议关注具备端侧软硬件生态和终端入口优势的公司。请务必阅读正文之后的免责声明及其项下所有内容3端侧模型能力加速跃迁，参数效率与Agent能力持续提升0102目录端侧AI算力设备加速落地，个人/办公推理任务向端侧迁移产业链公司加码端侧AI，芯片、终端与场景协同升级03端侧与边缘推理需求释放，中国芯片市场规模高增04风险提示05请务必阅读正文之后的免责声明及其项下所有内容4图：端侧模型参数规模随终端内存、带宽和功耗预算逐级上移资料来源：Qwen、OpenBMB、智谱、vivo AI Lab、小米MiMo、苹果、Google、Meta、Mistral AI、OpenAI、Liquid AI、英伟达、Microsoft、OPPO、Hugging Face、荣耀、华为、国信证券经济研究所整理轻量模型能力跃迁，端侧AI落地窗口开启图：Qwen3.8-27B的Intelligence Index已接近300B以上参数的头部模型（GLM-5.3、Kimi K3）的轻量化版本资 料 来 源 ： Artificial Analysis 、 国 信 证 券 经 济 研 究 所 整 理 注 ： 数 据 截 止2026/8/27•端侧模型参数体量可根据终端场景划分，参数规模随终端内存、带宽和功耗预算逐级上移。1B以下模型主要用于可穿戴、IoT的唤醒、语音识别和简单感知；1-9B模型覆盖手机、平板及家庭AI Hub，可承担摘要、翻译、视觉理解和个人助理；7-30B模型进入AI PC和普通一体机，支持本地知识库、办公、编程及Agent任务；高内存一体机则可运行30-200B模型或低激活MoE，承接复杂推理、专业生产力和多智能体协同。汽车与机器人对参数规模的要求并非最高，但更加重视多模态感知、VLA控制、实时响应与可靠性。•头部轻量模型进入大模型能力区间，参数效率持续提升。2026年8月24日千问推出Qwen3.8-27B，Artificial Analysis数据显示，其Intelligence Index与300B以上参数的头部模型（GLM-5.3、Kimi K3）轻量化版本的差距收窄至个位数，参数效率提升为端侧轻量模型落地提供推理能力支撑。终端场景主流参数国内代表海外代表可穿戴/IoT0.2-1BQwen3.5-0.8B、Qwen3-ASR-0.6B、MiniCPM5-1BLFM2.5-230M/350M、SmolVLM2、Gemma 3 1B普通手机0.8-5BQwen3.5、MiniCPM-V 4.6、GLM-Edge；BlueLM-3B苹果AFM、GeminiNano、Gemma3n、Llama3.2旗舰手机/平板3-9BAI PC、MagicLM7B、AndesGPT、GLM-Edge-V5B、Gemma3nE4B、Ministral8B、LFM2.5-8B-A1BAI PC/普通一体机7-30BQwen3.8-27B、MiMo-7B、MiniCPM-ogpt-oss-20b、Ministral14B、Phi-4、LFM2-24B-A2B汽车/机器人2-30B，多模态/VLAGLM-Edge、MiMo-Embodied、MiniCPM-o、Qwen3.5Gemma 3 1B、Cosmos3Edge、NemotronNano家庭AI Hub1-9BMiMo-VL-Miloco、MiniCPM-V、Qwen3.5Gemma3n、LFM2.5、Llama3.2高内存端侧一体机30-200B或低激活MoEQwen3.8-Flash-Next、Qwen3.6-35B-A3B、盘古MoE-72Bgpt-oss-120b、Nemotron 3 Nan