端侧 AI 的拐点来了吗？

"本地大模型"喊了好几年，今年 7 月突然密集落地——而且不是之前的"能跑 1B 小模型"那种意思，而是开始有人宣称单芯片能跑 35B、端侧 Agent 能自主干活。端侧 AI 是真的到拐点了，还是又一轮 PR？

这一波到底发布了什么

• 光羽芯辰 TC1000 系列（7/17，WAIC 首发）：端侧 3D 堆叠近存算低功耗推理芯片。官方数据：单芯片 3B 模型 300 token/s，支持 35B 规模大模型高性能运行，同等算力功耗仅传统方案 1/3，等效带宽提升 10 倍。直接对标"摆脱云端依赖、原生支持端侧 Agent"。
• 华润微 × 陆兮科技类脑端侧芯片（7/17）：全球第一款为大模型推理原生设计的端侧类脑芯片，用 RRAM 与 NPU 结合的 3D 堆叠突破内存瓶颈，计划 2027 工程样片、2028 量产，可集成进 AI 眼镜。
• 更早的 东方算芯 DF1000、中昊芯英「须臾」 虽主打云端/智算，但其 3D 近存计算架构同源——带宽墙破了，端侧才装得下大模型。

拐点的前提：三堵墙被推了一寸

端侧 AI 过去卡在三点：带宽不够（模型权重搬不动）、功耗太高（手机/眼镜扛不住）、算力太弱（跑不动像样模型）。3D 近存计算把计算层压到存储层上，带宽数量级提升、功耗大幅下降，正好同时解了前两堵墙。TC1000 说的"3B@300tps、35B 可运行"，本质是带宽和功耗让位之后，端侧第一次摸到了"可用大模型"的门槛。

哪些场景是真的近了

• 手机 / AI PC：本地摘要、本地写作、本地代码助手，隐私数据不出设备。
• AI 眼镜 / 可穿戴：类脑芯片明说要进眼镜，低功耗是刚需。
• 人形机器人 / 工业设备：离线自主决策，不依赖网络抖动。
• 端侧 Agent：TC1000 强调"原生支持端侧 Agent 自主智能"——把自动化从云端下沉到设备。

但别急着宣布"云端已死"

真实约束还在：

1. 量产节奏差得远。TC1000 终端年底明年初才陆续发布；类脑端侧 2028 才量产。发布会上的芯片，不等于你口袋里的芯片。
2. 端侧跑得动的，仍是"小且够用"的模型。35B 在端侧是"能跑"，不是"跑得爽"；和云端 万亿参数 旗舰比推理深度，还差着代际。端侧解决的是推理/交互，不是训练。
3. 续航和散热是物理天花板。纸面功耗降 1/3，落到手机上还要跟屏幕、5G、相机抢电。长时间端侧推理的发热，目前没有哪家给出让人放心的实测。
4. 模型能力 vs 隐私的权衡。完全离线意味着用更小的模型、放弃云端最强智能。用户愿不愿意为隐私牺牲一点聪明，是商业问题不是技术问题。

结论：推理拐点已至，训练拐点还远

严谨地说，端侧 AI 的"推理拐点"确实在 2026 年这一波成立了——带宽和功耗的突破让本地跑可用大模型从 PPT 变成工程现实。但它是"补充云端"而非"取代云端"：重活、长思考仍在云上，轻活、隐私活、实时活下沉到设备。

值得盯的不是"拐点来没来"这个二元问题，而是哪类应用会率先因为端侧而重生：离线助手、隐私计算、机器人自主——这些才是端侧真正改写格局的地方。至于"云端已死"的标题，留给营销号吧。