3月13日，作为 AWE 2026的重磅配套活动，以“创新驱动・链动全局”为主题的2026中国家电产业链大会在上海举办。安徽聆思智能科技有限公司芯片产业部副总裁徐燕松出席并发表题为“端侧AI赋能智能硬件发展”的主题演讲，深度剖析AI落地家电行业的核心瓶颈，提出算法与芯片深度耦合的解决方案，并介绍了聆思端侧大模型芯片布局与产业合作进展，为家电智能化升级指明技术路径。
面对AI规模化落地的困境，坚持AI算法与芯片深度耦合设计
AI正以史上最快速度迭代，全面重塑新能源汽车、智能家电、教育、办公、具身智能等全品类硬件，推动感知智能、运动智能、认知智能全栈升级。但在AI规模化落地之前，家电行业普遍面临三大痛点。
徐燕松指出，一是高适时性与多模态特性。算力对硬件厂商而言意味着高成本，但用户体验要求高实时性，如何找到二者的最优解是一大挑战。二是用户隐私问题。AI能够提供丰富的功能，语音家电领域也已广泛应用，但以语音空调为例，空调客户进入欧洲市场后，均需采用离线语音方案，以满足隐私合法合规的要求，目前在包装核心智能服务的业务模式上，尚未找到最优解。三是场景需求与产品标准化的成本冲突。在AI应用中，各方都期望AI能带来新能力与新体验，然而家电行业属于大规模标准化的制造领域，这在产品定义层面形成了直接冲突。
除了上述技术上的挑战，AI应用也面临很多产业链协同的困境。徐燕松举例说：“一方面，现在基于AI的芯片厂商很多，大家都在推出各种各样的芯片，但芯片厂商只做芯片，AI落地要的是效果和功能，那谁来决定效果和功能，算法还是模型，但算法和模型的厂商是不看算力的，模型出来之后，多少算力符合整机厂的需求，这导致AI的落地效果很难预料。另一方面，AI算法需要差异化的定制，这个目前实现起来难度非常高。此外，芯片里NPO算法的移植是非常复杂的工作，同时带来方案的综合成本很高，这对家电企业落地AI应用也是巨大的挑战。”
针对行业痛点，聆思给出解决方案——AI算法与芯片深度耦合设计。作为深耕AI十余年、以算法起家的企业，聆思坚持“算法先行”，先预判未来两年算力需求，再反向定义芯片架构，确保算法与芯片具备强鲁棒性与兼容性。同时，聆思布局云端AI能力，覆盖传统AI功能与大模型场景优化、大模型自建能力，全面赋能客户。
目前，聆思已构建起“AI技术—平台IP—场景芯片—客户终端”的完整战略体系，产品覆盖当前主流家电智能方案与未来端侧大模型硬件。其中，智慧家庭大脑是核心布局方向。凭借深度耦合的芯片设计，聆思已在家电语音交互、大屏蓝牙语音、儿童教育等多个市场占有率位居第一。”
未来规划清晰，给家电企业提出“两步走”策略
面向未来，聆思明确两大产品线：智能感知（当前家电主力应用）与认知智能（面向端侧大模型）。徐燕松判断，未来3年内，垂直领域端侧大模型必将落地设备本地，最快明年即有新品面世。具身智能需求已从语音交互，演进为“语音+视觉”多模态，再到本地低时延、不依赖网络的场景理解，必须走向感知与认知协同。
在这样的背景下，徐燕松认为，端侧大模型是未来智慧家庭生态的核心入口，隐私保护是核心驱动力。在家庭摄像头、健康监测、儿童监护等高频使用场景，用户对本地数据的安全诉求强烈，云端方案难以普及。同时，具身家庭服务机器人作为家庭大模型的载体，想要解决云端算力成本高昂的问题，端侧部署是唯一可行的路径。
迎接AI时代，徐燕松给家电企业提出“两步走”建议：“一是快步走，以全屋智能布局家庭大模型入口，统一数据、场景与体验；二是稳步走，依托同源供应链切入具身智能，整合核心组件与产业链。当前端侧大模型最务实的落地形态，是嵌入现有家电产品。”
此外，针对具身智能芯片的缺口，徐燕松也披露了聆思科技的重磅规划，即2026年下半年推出端侧大模型芯片。同时，该芯片将实现三大突破，即算法模型架构可编程、大模型Transformer算子硬件化、低功耗高内存扩展，旨在打造高推理、小体积、家电可承受成本、高能耗比、低系统成本的专属方案，单芯片可达128T算力，双芯片扩展至256T，支撑多模态AI场景。
演讲最后，徐燕松总结说：“AI正全面重塑家电产业，未来将形成‘智慧家庭大脑为核心、多设备协同支点’的格局，所有家电产品都将被AI重构，家庭服务机器人终将成为家庭核心大件，未来家庭服务机器人，本质是家电而非传统机器人。在这样的趋势下，聆思将持续以端侧AI技术与芯片方案为纽带，联动头部家电企业，推动隐私合规、低成本、高体验的智能硬件落地，共筑AI普惠的智慧家庭新生态。”
