「小」鸭子火了之后，端侧 AI 还有一个更「大」的问题

最近，一只只有 25 厘米高的机器鸭，意外把端侧 AI 的想象力拉到了聚光灯下。

Hugging Face 旗下 Pollen Robotics 发布的 Microduck，是一款售价 399 美元的开源双足机器人。它约 800 克重，开箱即可行走、坐下、踢球、抓取，摔倒后还能自己爬起来。更重要的是，它并不只是一个会动的玩具，而是一个面向开发者的开源机器人平台：用户可以在仿真环境中训练动作策略，再部署到真实机器人上。

这只“小鸭子”之所以引发关注，不只是因为它足够可爱、足够便宜，也不只是因为机器人终于开始进入普通开发者的桌面。它真正释放出的信号是：AI 正在从屏幕里的模型，走向会感知、会行动、会互动的实体设备。

过去几年，人们谈 AI，最常谈的是云端大模型、参数规模、训练集群和算力中心。但当 AI 开始进入真实世界，问题会变得非常具体：设备能不能本地响应？能不能离线运行？隐私数据能不能不上传？功耗和散热能不能被终端接受？成本能不能支撑规模化普及？

这些问题，正是端侧 AI 真正落地时必须回答的问题。

Microduck 给出的，是“小模型、小芯片、小机器人”的一种想象。一个低成本、开源、可训练的小型机器人，证明智能设备不一定总是从手机、PC、汽车这样的大入口开始，也可能先从桌面、教育、开发者社区、家庭陪伴、轻量机器人这些更小的场景里生长出来。

“小”之外的“大”想象

但小鸭子火了之后，端侧 AI 还有一个更“大”的问题：

当设备不只是完成简单动作、固定识别和轻量交互，而是要具备复杂对话、长期记忆、知识检索、多模态理解和智能体任务能力时，大模型能不能也在端边侧跑起来？

这正是端侧 AI 从“能用”走向“好用”的关键分水岭。

今天国内很多端侧 AI 应用，仍然以小模型、固定任务或场景专用推理为主。比如语音唤醒、图像识别、简单问答、姿态检测、低功耗感知等。这些能力非常重要，它们让智能设备先“动起来”“听得见”“看得懂”。

但如果 AI 要进一步成为真正的智能体，它就不能只停留在单点能力。未来的 AI PC、个人 AI 主机、家庭智能终端、机器人、工业边缘设备，都可能需要在本地运行更复杂的大模型能力：理解上下文，处理私有数据，持续执行任务，在无网或弱网环境下仍然稳定工作。

这时，端边大模型就不再是一个炫技概念，而是端侧 AI 继续演进的必然命题。

问题在于，大模型下沉到终端，并不是把云端模型简单搬下来。云端可以堆服务器、堆功耗、堆散热，但终端设备不行。一个机器人、一台笔记本、一个家庭边缘设备、一台会议一体机，必须在有限功耗、有限空间、有限成本里完成推理任务。

所以，端边大模型真正难的是能不能在低功耗、低延迟、数据安全、离线可用和量产成本之间同时成立。

这也是后摩智能一直关注的问题。

后摩智能的判断是：云端仍然重要，它让 AI 变得足够聪明；但如果 AI 要真正进入每个人身边的设备和真实产业场景，就必须有一部分智能在端边侧完成。尤其是机器人、AI PC、智能会议、政企办公、工业现场、家庭终端等场景，对实时响应、隐私保护、离线可用和持续运行都有天然要求。

后摩漫界 M50 面向的，正是端边大模型推理这一类场景。它不是为单一小模型或固定任务设计的端侧芯片，而是希望让大模型能够在端边设备里以更低功耗、更高能效运行。

公开资料显示，后摩 M50 基于存算一体架构，典型功耗约 10W，可提供 160TOPS@INT8、100TFLOPS@bFP16 算力，并配套 M.2 卡、PCIe 加速卡、计算盒子等产品形态，覆盖移动终端与边缘场景。

更重要的是，它已经出现在一些真实终端产品中。

今年 5 月，联想发布 AI 主机 P7。这是一款面向智能体的个人家庭边缘设备，搭载后摩 M50，在约 300 克的机身内支持最高 1220 亿参数本地大模型运行，无网环境下本地推理速度可达 50 Tokens/s。它更像一个“口袋里的本地 AI 工作站”：用户可以在本地运行智能体任务，也可以将它作为本地算力入口，减少对云端 Token 的持续依赖。

同月，长城 N90 Pro 全栈自主 AI 笔记本也搭载后摩 M50，以 160TOPS 端侧算力支持 35B 大模型离线运行，面向智能文档写作、离线问答、会议记录、灵感速记、模糊搜索等办公场景。

此外，后摩也在中国移动生态中展示过端边大模型本地部署方案，包括 AI 公文写作、AI 代码/办公、AI 会议助手、AI 知识问答、泛安防+大模型、视联网大屏多路视频超分等应用方向。这些案例共同说明，端边大模型并不是遥远概念，它正在通过 AI PC、个人边缘设备、政企本地化方案、智能会议、安防和机器人等场景进入真实部署。

从可用算力，到体验价值

从这个意义上看，Microduck 的意义不只是“小机器人变便宜了”。它提醒我们，端侧 AI 的载体正在变多：有的是可爱的机器鸭，有的是桌面上的 AI 主机，有的是笔记本里的本地大模型，有的是会议室、工厂、园区和家庭里的边缘设备。

小模型让智能设备先进入真实世界；端边大模型，则决定这些设备能不能处理更复杂的任务，成为真正可用的智能体。

而支撑这一切的底层问题，最终都会回到芯片架构。

端侧设备最稀缺的不是绝对算力，而是可用算力。也就是说，算力不仅要高，还要足够省电、足够稳定、足够低延迟，并且能装进真实终端。传统芯片架构中，大量能耗消耗在数据搬运上。模型越大，参数和数据流动越频繁，“存储墙”和“功耗墙”就越明显。

存算一体的价值，正是在这里被重新看见：尽可能减少数据在存储和计算单元之间的反复搬运，把更多能耗用在真正的 AI 计算上。对端边大模型而言，能效不是锦上添花，而是决定它能不能跑进终端、能不能持续运行、能不能规模化部署的前提。

一只 399 美元的小鸭子，当然不会立刻改变机器人产业。但它像一个很轻巧的窗口，让更多人看见端侧 AI 的方向：AI 不会永远停留在云端，也不会只存在于手机和电脑屏幕里。它会进入会移动、会感知、会协作的设备，进入办公桌、会议室、家庭、工厂和城市边缘。

下一阶段的端侧 AI，既需要小模型让设备更轻、更便宜、更灵活，也需要端边大模型让设备更聪明、更自主、更接近真正的智能体。

“小”鸭子火了之后，真正值得追问的“大”问题是：

当 AI 走向真实世界，我们准备好让大模型也在端边侧跑起来了吗？