作者 | 程茜
编辑 | 漠影
智东西3月12日报道，今日，在AWE中国家电及消费电子博览会上，上海海思亮出基于CV610的ZeroClaw部署方案，端侧与低功耗嵌入式场景打造的“龙虾”来了，支持配置QQ机器人为用户干活。
ZeroClaw与当下爆火的OpenClaw类似，均为AI智能体平台，而“养龙虾”指的就是部署、使用OpenClaw开源AI智能体，因其图标是红色龙虾、英文名Claw意为钳子，网友便将训练它的过程戏称为“养龙虾”。
AI已然成为驱动新质生产力的核心引擎与国家战略级赛道。上周，“十五五”规划的109项重大工程项目中，AI被列入前沿科技攻关的首个重大工程项目；国家发展改革委主任郑栅洁3月6日在十四届全国人大四次会议经济主题记者会上说，“十五五”末AI相关产业规模将增长到10万亿元以上。
与此同时，AI智能体、OpenClaw也成为两会代表热议的话题。
一定程度上，端侧AI正是AI向千行百业渗透的“最后一公里”，也是培育新一代智能终端、智能体等智能原生产品的关键载体。迈入2026年，端侧AI正式进入规模化商用爆发期。
但摆在行业面前仍然有多重瓶颈：芯片算力需求多元化、生态标准不统一、跨终端开发成本高、具备规模化效应的杀手级应用稀缺，这些都成为了制约端侧AI进一步普及的关键。
从AWE也可以看出，端侧AI的竞争正从硬件比拼转向生态协同与场景落地能力的综合较量。
在此背景下，产业链各环节厂商的定位正加速重构，端侧AI芯片厂商尤为典型，其正从单纯的芯片供应商，升级为提供性能底座、构建易用开发工具、串联产业生态、加速AI场景创新的核心玩家。
上海海思在AWE上展示的端侧AI策略全新升级，就是其交出的最新答卷，围绕全场景算力覆盖、降低开发门槛、强化AI落地能力三大方向实现全方位升级，为端侧AI规模化商用提供了完整可行的实践路径。
01.
能“养龙虾”、开发AI玩具
端侧AI门槛大降
在上海海思展台，其将端侧AI应用划分为轻智能家庭方案、轻智能视觉、轻智能消费终端三大领域，并集中展示了开发者基于上海海思一站式开放开发平台HiSpark打造的系列创新案例。
可以看到，摄像头可以对着琴键，把1厘米的琴键距离，精细识别出几百个不同的音阶，用来精准判断用户弹得对不对，这就可以为学习者提供实时、专业的智能教学指导，让AI钢琴教学更贴近专业老师的指导效果。
支撑AI钢琴能力的就是上海海思的3403、3591B、3519D三颗芯片。
轻智能消费终端的典型应用是AI玩具，据了解，上海海思的全档位AI视觉、星闪系列芯片已经适配了当前市场上从100元到1500元，甚至上万元的AI玩具产品。
例如展台上搭载海思WS63的有AI语音毛绒玩具和AI语音带屏玩具，其中AI语音玩具支持远场语音、语音打断，还能和人进行多轮对话，并通过配置改变语音、性格、喜好。
AI语音带屏玩具的应用场景更为多元化，能化身智能闹钟、AI老师、智能故事机，其内置火山引擎的模型，能实现智能语音对话，还搭载了100多个儿童睡前故事。
另一款AI视觉毛绒玩具搭载的是海思Hi3516CV610和WS73，其能力更上一层，可以主动进行本地人脸识别，和不同的家庭成员进行个性化互动。同样，这一玩具也搭载了大模型能力，能与用户进行更精准的交互，并模拟人类记忆机制使其互动更人性化。
这些创新案例背后的核心支撑正是上海海思HiSpark一站式开放开发平台，在此之上，开发者能快速获取相关开发板、开发套件、文档、案例，构建基于上海海思开放平台的AI Coding环境。
值得一提的是，为降低智能玩具的开发门槛，HiSpark平台基于海思Hi3516CV610 、WS63等芯片，联合生态伙伴推出面向AI玩具市场的全档位开发套件，包含59.9元纯语音玩具开发套件、149元带屏语音玩具开发套件、159元视觉毛绒玩具开发套件、199元视觉+双目毛绒玩具开发套件。
基于此，开发者可进行二次开发与功能扩展，真正将AI玩具的开发与落地成本打下来。
此外，对于当下爆火的OpenClaw，上海海思已经基于Hi3516CV610、Hi3403视觉芯片成功部署ZeroClaw+QQ Bot，这一方案让智能体平台在小内存、低算力端侧平台稳定运行，同时还能执行多模态交互与复杂AI任务，为端侧智能体的轻量化落地提供了关键技术支撑。
这也证明，面向未来，AI“龙虾”将在AI玩具等各类端侧设备上实现可用、可玩，让轻量化智能体真正走进消费级场景。
02.
三大策略升级：全算力覆盖
全生态开放，全场景落地
这些终端AI应用得以落地的核心支撑，均来自终端芯片厂商上海海思。
在端侧AI进入规模化落地期的同时，上海海思的整体布局也完成了系统性升级：覆盖全场景算力需求、降低终端厂商的软硬协同与工程成本、支持一站式模型部署与兼容。
首先在算力规模布局上，上海海思开放了高中低端3403、3591B、3591P、3519D、3516CV610五颗芯片，其中CV610的算力规模最小是1TOPS，3591P的算力规模最大是176T算力。
众所周知，端侧AI场景存在碎片化特征，对芯片的算力、功耗、接口、编解码、NPU算子要求差异大，而通用芯片要么性能不足，要么功能冗余。基于上海海思的全算力底座布局，就可以覆盖不同的端侧AI场景，为端侧AI规模化落地提供完整硬件底座。
这五颗芯片中CV610的算力规模最小为1TOPS。作为五款芯片里算力最低的产品，CV610证明了上海海思终端AI解决方案所能承载的算力下限，也是其算力金字塔布局的基座，印证了其技术布局的全梯度覆盖能力。
CV610⽀持Cortex-A7 MP2核、1 Tops的NPU算⼒，⾃带64MB～128MB内存，⽀持Transformer模型硬件加速，已经成功部署了ZeroClaw。ZeroClaw与当下爆火的OpenClaw类似，专为端侧与低功耗嵌入式场景打造。
这款凭借贴合大众消费场景的算力与功能设计的芯片，据了解，其去年销量已接近6000万片，成为上海海思端侧AI布局下沉市场的爆款产品。
同时，CV610具备可控的定价优势，大幅降低了开发者的试错成本，为其各类创新应用的落地奠定了基础，也成为海思持续推进端侧AI生态开放的关键例证。
其次是降低终端厂商的软硬协同与工程成本，端侧AI设备场景分散，不同场景对操作系统的兼容性、功能性要求多元化，需要芯片与操作系统进行深度软硬协同，进一步提升算力利用率，让设备运行体验更优。
上海海思支持开源欧拉、开源鸿蒙、开源Linux系统三大主流开源系统，使得开发者直接基于成熟开源系统进行上层应用开发，省去跨系统适配的重复工作。
这种标准化的开发流程也能进一步减少开发中的试错环节，压缩工程成本。
最后是支持一站式模型部署与兼容。端侧AI存在硬件架构多样、算力跨度大的问题，开发者需从模型选型、训练、优化到部署全流程自主完成，步骤繁琐且各环节需单独调试，还要花费大量精力做模型移植、适配与优化。这无疑使其开发到商用的周期进一步变长。
ModelZoo平台则可以通过不断丰富的模型库满足更多细分场景的开发需求。
去年9月，上海海思推出ModelZoo平台，集成30多款模型，并配套系列化工具，支持算法开箱即用、客户自定义单算子和融合算子，为开发者提供“一条龙”式全流程解决方案，满足其高效开发需求。
据了解，截至2025年年底，ModelZoo平台已集成了超70款模型，到今年年底，这一数字或将上升至200款。
从上海海思的端侧AI策略升级综合来看，其通过构建融合开源操作系统、全栈开发工具与丰富模型生态的统一技术底座，全方位支撑端侧设备的落地，为端侧AI规模化落地按下加速键。
这一解决方案的核心意义在于：真正把端侧AI从高门槛、碎片化、难落地的状态，转变为低成本、易开发、广适配的普惠能力，以支撑智慧家庭、消费电子、汽车电子等多元场景的端侧AI规模化普及。
03.
端侧AI高速扩张下的痛点与破局：
上海海思给出关键答案
如今的端侧AI正处于市场极速扩张、需求升温的发展期。据全球市研机构弗若斯特沙利文预测，全球端侧AI市场将在2025年至2029年间从3219亿元跃升至12230亿元，复合年均增长率高达39.6%。
在消费电子、汽车、工业、智能家居等多元端侧领域，均能看到AI落地的身影，但其仍面临算力碎片化、开发门槛高、模型适配难、生态体系割裂，以及隐私保护、实时响应能力不足等行业共性挑战。
上海海思的方案正对应着这些核心痛点，同时通过更加开源开放的端侧AI策略，使得上海海思在端侧AI落地中扮演更为关键的角色。
一方面，其提供的端侧AI全栈算力底座、参考模型与开发工具，有效填补了从低功耗IoT设备到高性能智能终端的算力断层，让各类终端真正拥有本地智能“大脑”。
在此基础上，最小算力水平的上海海思CV610，更是将端侧AI部署的门槛进一步拉低，让低成本、低功耗IoT设备也能用上AI，补齐了从入门到旗舰的全场景算力覆盖。
另一方面，上海海思正持续串联端侧AI全生态，联动芯片、终端、开发者、模型厂商，打造开放、兼容、协同的端侧AI生态。在推动端侧AI从试点尝鲜走向规模化普及的同时，AI能力将下沉到每一个智能终端，同时衍生出诸多创新形态的终端设备。
总的来看，上海海思的端侧AI解决方案，既精准解决了当前端侧AI落地的核心痛点，也为未来端侧AI技术演进与应用创新打开了广阔空间，未来端侧AI的技术迭代、场景拓展与生态创新会有更大的想象空间，以推动AI在消费电子、智慧家居、汽车电子、工业视觉等领域实现真正的规模化普及。
04.
结语：端侧AI新趋势
芯片厂商正构建全栈方案
纵观整个端侧AI产业的发展，其为芯片厂商带来了清晰启示，必须跳出单纯拼算力、卖硬件的传统思路，转向以能效优先、软硬协同为核心的技术路线，从单一芯片供应商升级为集性能底座、开发工具、生态共建、场景定义于一体的全栈方案提供商。
上海海思的布局与这一产业发展相契合，其正通过深度参与终端场景与生态共建，在端侧AI规模化落地中占据核心主导地位。
