3月13日，作為?AWE 2026的重磅配套活動，以“創新驅動?鏈動全局”為主題的2026中國家電產業鏈大會在上海舉辦。安徽聆思智能科技有限公司芯片產業部副總裁徐燕松出席并發表題為“端側AI賦能智能硬件發展”的主題演講，深度剖析AI落地家電行業的核心瓶頸，提出算法與芯片深度耦合的解決方案，并介紹了聆思端側大模型芯片布局與產業合作進展，為家電智能化升級指明技術路徑。

面對AI規模化落地的困境，堅持AI算法與芯片深度耦合設計

AI正以史上最快速度迭代，全面重塑新能源汽車、智能家電、教育、辦公、具身智能等全品類硬件，推動感知智能、運動智能、認知智能全棧升級。但在AI規模化落地之前，家電行業普遍面臨三大痛點。

徐燕松指出，一是高適時性與多模態特性。算力對硬件廠商而言意味著高成本，但用戶體驗要求高實時性，如何找到二者的最優解是一大挑戰。二是用戶隱私問題。AI能夠提供豐富的功能，語音家電領域也已廣泛應用，但以語音空調為例，空調客戶進入歐洲市場后，均需采用離線語音方案，以滿足隱私合法合規的要求，目前在包裝核心智能服務的業務模式上，尚未找到最優解。三是場景需求與產品標準化的成本沖突。在AI應用中，各方都期望AI能帶來新能力與新體驗，然而家電行業屬于大規模標準化的制造領域，這在產品定義層面形成了直接沖突。

除了上述技術上的挑戰，AI應用也面臨很多產業鏈協同的困境。徐燕松舉例說：“一方面，現在基于AI的芯片廠商很多，大家都在推出各種各樣的芯片，但芯片廠商只做芯片，AI落地要的是效果和功能，那誰來決定效果和功能，算法還是模型，但算法和模型的廠商是不看算力的，模型出來之后，多少算力符合整機廠的需求，這導致AI的落地效果很難預料。另一方面，AI算法需要差異化的定制，這個目前實現起來難度非常高。此外，芯片里NPO算法的移植是非常復雜的工作，同時帶來方案的綜合成本很高，這對家電企業落地AI應用也是巨大的挑戰。”

針對行業痛點，聆思給出解決方案——AI算法與芯片深度耦合設計。作為深耕AI十余年、以算法起家的企業，聆思堅持“算法先行”，先預判未來兩年算力需求，再反向定義芯片架構，確保算法與芯片具備強魯棒性與兼容性。同時，聆思布局云端AI能力，覆蓋傳統AI功能與大模型場景優化、大模型自建能力，全面賦能客戶。

目前，聆思已構建起“AI技術—平臺IP—場景芯片—客戶終端”的完整戰略體系，產品覆蓋當前主流家電智能方案與未來端側大模型硬件。其中，智慧家庭大腦是核心布局方向。憑借深度耦合的芯片設計，聆思已在家電語音交互、大屏藍牙語音、兒童教育等多個市場占有率位居第一。”

未來規劃清晰，給家電企業提出“兩步走”策略

面向未來，聆思明確兩大產品線：智能感知（當前家電主力應用）與認知智能（面向端側大模型）。徐燕松判斷，未來3年內，垂直領域端側大模型必將落地設備本地，最快明年即有新品面世。具身智能需求已從語音交互，演進為“語音+視覺”多模態，再到本地低時延、不依賴網絡的場景理解，必須走向感知與認知協同。

在這樣的背景下，徐燕松認為，端側大模型是未來智慧家庭生態的核心入口，隱私保護是核心驅動力。在家庭攝像頭、健康監測、兒童監護等高頻使用場景，用戶對本地數據的安全訴求強烈，云端方案難以普及。同時，具身家庭服務機器人作為家庭大模型的載體，想要解決云端算力成本高昂的問題，端側部署是唯一可行的路徑。

迎接AI時代，徐燕松給家電企業提出“兩步走”建議：“一是快步走，以全屋智能布局家庭大模型入口，統一數據、場景與體驗；二是穩步走，依托同源供應鏈切入具身智能，整合核心組件與產業鏈。當前端側大模型最務實的落地形態，是嵌入現有家電產品。”

此外，針對具身智能芯片的缺口，徐燕松也披露了聆思科技的重磅規劃，即2026年下半年推出端側大模型芯片。同時，該芯片將實現三大突破，即算法模型架構可編程、大模型Transformer算子硬件化、低功耗高內存擴展，旨在打造高推理、小體積、家電可承受成本、高能耗比、低系統成本的專屬方案，單芯片可達128T算力，雙芯片擴展至256T，支撐多模態AI場景。

演講最后，徐燕松總結說：“AI正全面重塑家電產業，未來將形成‘智慧家庭大腦為核心、多設備協同支點’的格局，所有家電產品都將被AI重構，家庭服務機器人終將成為家庭核心大件，未來家庭服務機器人，本質是家電而非傳統機器人。在這樣的趨勢下，聆思將持續以端側AI技術與芯片方案為紐帶，聯動頭部家電企業，推動隱私合規、低成本、高體驗的智能硬件落地，共筑AI普惠的智慧家庭新生態。”