端侧AI芯片抢的不是算力：收费站搬家，云端收银台何去何从

（本文作者为 韩工观察，钛媒体经授权发布）

11月4日，两条新闻分开播出，却指向同一个变化：AI的收费站要挪地方了。

乌镇峰会上，《智能体发展自律公约》对外发布，说到底就是给跨设备智能通行立一套统一的ETC规矩；同一天，后摩智能宣布完成数十亿元B轮融资，它主攻的存算一体端侧芯片，相当于装进每台设备、能在本地放行的引擎。

不少人头一个念头是：往后大多调用不再走云端闸口，云端的买卖怕是要缩水。事实正好反过来。主干道没被废掉，上路的设备总量反而会猛增——好比家家户户添了电器，发电厂没倒，全社会用电量倒涨了几个数量级。

AI行业沿用至今的"按token过闸"模式，已经撑不住这个新格局。账单接下来会分成三层。这三层怎么切、钱从谁的口袋流进谁的口袋，才是这场搬家真正要争的东西。

一、收费站为什么恰好在今年搬

先看数据：IDC显示，2026年一季度全球端侧与边缘AI芯片出货量同比增长约45%，云端AI芯片同期只涨了约12%；按部分细分口径统计，端侧增速更高（IDC数据及公开报道）。

押注的不止一两家。仅2026年9月，国内近十家端侧AI芯片企业拿到新一轮融资（《21世纪经济报道》不完全统计）。光羽芯辰当月完成A轮交割，半年累计融资近20亿元，前面几轮里能看到宁德时代旗下溥泉资本、北汽产投等产业资本（上海证券报、科创板日报，2026‑09‑10）。

另一头，总闸口的流量也没停。2026年6月火山引擎FORCE大会透露，豆包大模型日均Token调用量超过180万亿，一年涨了10倍以上（火山引擎官方披露，量子位等报道）。

两组数据摆到一块儿，正好戳破一个流传很广的推论："端侧吃掉云端的调用量，所以云端危险了。"这个推论藏着一个不易察觉的错误：它把"计费的调用"当成了"全部的消耗"。

端侧截走的，是那部分按token向用户收钱的活：日常摘要、改写、翻译、唤醒、分类。但token并没有凭空消失——蒸馏模型要算力，更新快照要算力，端侧产出的内容还得被理解、审核、检索、回流训练，每个环节都在生成新token。

经济学里有个老说法，叫杰文斯悖论：效率上去了，资源消耗没降，反倒因为用得起的人变多，总量猛涨。电器普及没让电厂关门，全社会用电量反而翻了几番——端侧和云端，多半也会走同一条路。

说白了，端侧拆掉的是云端按次收费的收银台，不是云端的算力。收银台要挪地方，得有个前提：车自己能跑得更远。这个前提，为什么偏偏今年成立？

二、车为什么突然能自己跑了：一个定律，一道天花板

为什么现在才有条件把放行闸机装进设备？核心是模型本身的压缩能力在加速突破。

2025年11月，密度定律（Densing Law）登上《自然·机器智能》封面：分析51个开源模型后得出的结论是，大模型最大能力密度大约每3.5个月翻一倍——差不多每100天，参数量减半的模型就能追上此前最强模型的性能（清华大学官网及论文原文）。

论文还算了一笔账：GPT-3.5级别模型的API价格，20个月里降了266.7倍。这里有推理成本下探，也有厂商主动调价，两个因素叠在一起，指向的事实只有一个：同样能力的模型，正以指数级速度变小、变便宜。

密度定律与摩尔定律的剪刀差，是端侧AI从概念变成产品的根本原因——不是芯片突然变快了，是"够用的智能"变小了。

不过别急着下“端侧取代云端”的判断。端侧设备上跑的30B级模型，是云端大模型经蒸馏、量化后的“能力切片”：它拿到的是推理模式，完整知识和持续进化能力并不在其中。

蒸馏有绕不开的上限——学生超不过老师，老师没碰过的长尾，学生也学不会。节奏问题更关键：端侧处在推理端，没法自我训练，只能等云端定期“放水”；每回快照更新，都是上游给下游续一次约。

用户这一侧还有个常被漏掉的因素：人对AI也是“我可以不用，但必须有”。本地答不出的那个问题、断网时的那次急用，只要缺位一次，信任就掉一档。这份“信任冗余”得靠站在能力前沿的云端兜底——这跟性能差多少无关，是产品结构决定的。

一句话：端侧NPU管的是数据出口，云端大模型管的是知识入口。两者不是谁替代谁，是执行层与供给层的关系。执行层越热闹，对供给层依赖越重——变的只是形态，从按次付费转成按年续约。

问题接着来了：如果云端永远握有"放水权"，这场商业谈判里，定价权在谁手里？

三、谈判桌三方：电机厂、电器厂和电厂

新规则一落地，分钱的格局就跟着变了。芯片厂、设备厂、模型厂，各打各的算盘。

这场谈判得放回历史里看。电力刚起步那会儿，也不是按度收钱的——1882年爱迪生的珍珠街电站卖的是灯泡包月，按度计费、按需量收费，以及用户一接入电网就要交的"接网费"，都是后来才长出来的。发电能力和计量规则，一直比灯泡本身更值钱。AI行业走的是同一条路，桌边坐着三方。

芯片厂拼的是三样东西。头一样是能效，看谁在10W功耗里还能稳定吐出更多token——后摩M50量产不到一年就拿下150多个产品定点，AI电脑、移动终端、具身机器人、边缘推理四个方向全铺开（据界面新闻、上证报等2026年11月4日报道），存算一体算是过了"能不能卖"这一关。第二样是生态，软件工具链顺不顺手，直接决定客户适配要花多少钱。最后一样是调度权，谁来定"哪些任务本地跑、哪些回云端"。

巨头同样在押注：2025年12月，

连定义了GPU时代的公司都掏钱给"存储与计算关系重构"上保险。这说明独立芯片创企的终点，大概率不是再出一个英伟达，而是在某一层负载里变成"被集成的那一个"。

设备厂的日子最难过。手机厂、PC厂、机器人厂都想学苹果，搞一套端云一体的自有调度，可自研大模型太烧钱；买闭源模型授权，等于把长期利润的阀门交到模型公司手上；换成开源模型自己蒸馏，适配、更新、兜底的成本又得全自己扛。

夹在中间的结果是，设备厂赚的是硬件溢价和场景集成服务费。用户为"AI功能"掏的钱被拆成好几份，智能的定价权却握在最上游手里。

云和端的拉锯才是关键。设备厂想的是"尽量本地化、少回源"，模型厂想的是"关键调用必须回源"。行业公开的技术分享里普遍提到一个区间：日常任务大约八成在端侧消化，剩下两成复杂、时效、长尾的任务回源云端——这个比例随场景浮动。可云端全部溢价，恰恰就来自这部分回源权。

云端不必赚到每一次调用的钱。它只要垄断住"本地搞不定时唯一能找到的那个答案"就够了。

问题在于，这道护城河到底有多宽，眼下没有公开数据能证明。开源权重可以免费蒸馏，端侧跑的"能力切片"也未必非得买闭源——模型厂真正能收上溢价的，是端云同源对齐、持续快照更新、兜底SLA这套服务，而不是权重本身。权重会贬值，服务合约不会。

所以谈判桌上坐着三方：握放水权的模型厂、握装机量的设备厂、握场景的行业客户。乌镇公约头一回把第四方——规则制定者——请上了桌，而且先挑最难的那道题写：计量与权责。

四、新电费单：三张账单

收费站搬完，新的电费单长什么样？不再按次收，而是三张账单。

头一张，装机授权。模型公司把蒸馏好的端侧模型授权给设备厂，按装机量计费，不看使用频率——掏钱的是装NPU的设备厂，既不是芯片厂，也不是终端用户。

这个模式不新鲜：Windows向PC厂商收OEM授权费，ARM向芯片厂收版税，这么收了三十多年。

国内已经有样本。据界面新闻等报道，面壁智能的端侧模型在消费电子领域按设备出货量收单台授权费，已经进了三星等旗舰机型——单价没披露，但"按台计费"这个模式本身落了地。

海外也有类似打法。Meta与高通、联发科官方公布合作，对Llama系列做端侧深度适配，向芯片平台交付可部署的端侧模型能力，供海量终端搭载运行。各方都没公开计费条款，但模型厂商向硬件生态输出端侧能力的合作框架已经立起来了。（Meta官方公告、高通行业新闻稿）

当然，这张账单得有个前提：端侧装机量要起得来。AI手机、AI PC要是渗透爬坡慢，授权费的分母不够大，"按台收费"就只是个好看的模型，变不成现金流。

第二张，持续服务。模型快照隔几个月就因密度定律迭代一轮，设备厂要的是"一直跟得上前沿"——快照更新订阅、端云同源对齐、私有化适配，按年收钱。

密度定律对模型公司是研发压力，对收费模式反倒是好事：模型的高性价比有效期越缩越短，"过期焦虑"本身就成了续费的理由。

第三张，兜底调用。端侧搞不定的那两成任务回源云端，按量计费——这一层现在就有，往后也消不掉。

最能说明问题的样本是苹果。10月31日阿里巴巴官宣千问接入国行Apple智能，11月4日开发者Beta开放测试，12月随iOS 27.3正式推送：日常任务由端侧自研模型处理，Siri、写作工具、视觉智能可以调用千问云端能力，用户数据不进公版模型训练（据阿里巴巴官宣及澎湃新闻等报道）。

双方对商务条款都守口如瓶，但市场早就在算这笔账了：合作敲定之前，有券商抛出过"固定授权费+Token按量计费+消费场景分成"的三层结构；官宣之后，又有媒体拿千问的公开标价往回推，得出年推理成本上限大概35亿元（以上都是第三方测算，两家公司自己并未披露）。

条款细节不论，方向是清楚的：端云协同能力正被当作一个整体来定价——不是每次调用单独算钱，而是把"本地执行+云端兜底"打包成能力包，向设备方收费。客户买的是"永远跟得上前沿"的确定性，不是给每一次token过闸交税。

云端的计费方式已经开始变了。阿里云百炼的Agent服务按“会话运行时+模型调用+工具调用”分开计价，华为云从Token套餐转向以“Agent天”计费的积分套餐（据两家官网公开计价页）。混合计价已经落地，不是纸上推演。

上游算的是三层账，下游递到用户手上的还是一张卡。手机月卡、办公订阅、机器人整机价、Agent任务费，终端用户看到的形态始终没变，也不会变，说到底都是为确定性掏钱。变的是卡片背面：以前对应云端每次调用的过闸费，如今对应设备厂与模型厂之间那三层账单打成的包价。

用户交199元电信融合套餐，电信跟设备商之间结的却是基站采购费、芯片授权费。账单的真实结构，藏在产品背后。

可要把这三层账写进全行业的合同，两家公司坐下来谈远远不够，得有一张所有玩家都认的计价底表。

五、公约：不是道德倡议，是新电费单的计量标准

话头再拉回11月4日。公约不是给AI划道德红线，是给新电费单定计量标准。

《智能体发展自律公约》一共八条措施。第二条“建设智能体互联基础设施”的正文里列着分层次可验证的身份标识、注册与解析、能力描述与发现、意图理解、路由连接、资源调度与计量、协议兼容互认；互操作与治理条款里写的是能力开放、任务委托、分类分级授权、权责划分与异常熔断。

这些词各自对应着互联网历史上的一个位置：HTTP管“网页怎么传”，OAuth管“第三方怎么授权”，robots.txt管“爬虫边界在哪”。

公约不是给智能体立道德规矩，是给“Agent互相调用”立应用层的交通规则——谁有资格被调用、调用怎么计量、出了问题算谁的。据公开报道，配套的《人工智能 智能体互联》系列国家标准指导性文件也已发布，身份码、描述、发现、交互的框架正在成形。

端侧为什么偏偏这时候起量？Agent 的落脚点正在从云端聊天窗口转向数以亿计的本地设备。调用在设备上发生，计费在设备之间产生，责任却得由某个能被追责的主体承担。跨厂商的身份、计量、权责规则缺位，端侧 Agent 之间的协作就无从审计。审计不了，费用就收不上来；收不上费，大规模部署就没人敢做。

公约管的不是智能聪不聪明，是智能在设备之间流动时，账单和责任往哪边走。

整条链到这里合上：端侧NPU把数据留在设备里，云端大模型把能力持续供给设备，公约把设备之间的调用变成可计量、可追责、可收费的交易。三层各管一段，缺了哪段，另外两段都转不起来。

六、结语

回到那个最容易带偏人的比喻：收费站搬家，不等于主干道没落。电力行业的计费规则从爱迪生按灯泡包月，到1892年两部制电价，再到1900年前后出现“接网费”，前后走了约四十年，定价权始终握在拥有水源和水表的人手里。

AI 如今面对的是同一道选择题：端侧 NPU 好比出厂就装好本地运行引擎的车，云端大模型则是路上碰到的加油站。加油站设在哪、加哪种油、按什么标准算钱，才是这回搬家真正争的东西。

端侧越普及，云端越值钱——这话反常识，但它可能只是在如实描述一笔正在改道的钱。

【信息说明】

1. 中国信通院在 2026年11月4日乌镇峰会上发布《智能体发展自律公约》全文，智能体公约的八条措施和条款表述都出自这份文件；其中“身份标识、注册与解析、能力描述与发现、意图理解、路由连接、资源调度与计量、协议兼容互认”见公约第二条“建设智能体互联基础设施”，为原文说法。
2. 后摩智能完成数十亿元 B 轮融资，M50 量产不到一年就拿到 150 多个产品定点，覆盖四类终端方向——这些来自界面新闻、上海证券报等 2026年11月4日的报道。融资金额和估值，官方并未披露。
3. 端侧芯片这块，IDC 数据显示 2026年一季度端侧/边缘 AI 芯片出货同比涨了约 45%，云端约 12%（数据经公开报道引用，各家媒体转述口径不一）。《21世纪经济报道》的不完全统计显示，9月有近十家端侧芯片企业完成新一轮融资。光羽芯辰的融资消息则出自上海证券报、科创板日报 2026年9月10日的报道。
4. 豆包调用量：日均Token调用量突破180万亿、一年增长超10倍，来自2026年6月火山引擎FORCE大会官方披露（量子位等报道）。
5. 密度定律来自清华大学刘知远、孙茂松团队的论文，2025年11月发表在《自然·机器智能》，样本为 51 个开源模型。论文推算出的“API 价格 20 个月下降 266.7 倍”，既有推理成本下行的因素，也包含厂商主动定价的成分。
6. 苹果和千问的合作：10月31日阿里巴巴官宣，11月4日放出开发者 Beta，12月随 iOS 27.3 推送，用户数据不进入公版训练——以上来自阿里巴巴官方及澎湃新闻等报道，商务条款没有披露。至于“固定授权费+Token计费+消费分成”的三层框架，是券商推演出来的；“年推理成本上限约 35 亿元”则是媒体按千问公开标价倒推。两项都是第三方测算，双方均未披露。
7. 面壁智能“按设备出货量收取单台授权费”：来自界面新闻等报道，具体单价未公开披露。
8. Meta与高通、联发科的Llama端侧合作：来自Meta官方公告及高通新闻稿，计费条款未公开。
9. 阿里云百炼的Agent服务按分项计费，华为云则推出积分套餐，两家官网公开计价页（2026年）均能查到具体条目。
10. 英伟达与Groq在2025年12月达成非独家技术授权，双方公告及公开报道均有披露；至于对d-Matrix的投资，The Information报道称尚属计划与意向，最终以双方后续披露为准。
11. 另外，《人工智能 智能体互联》系列国家标准指导性文件也来自公开报道。
12. 需要说明的是，“约八成任务端侧消化、两成回源”这一说法，是综合行业公开技术分享的口径，并非单一机构给出的结论。
13. 文中出现的“收费站搬家”“收银台”“放水权”“数据出口/知识入口”“三层账单”等说法，都是作者自创的分析概念与叙事隐喻，不属于行业官方术语；关于收费模式如何演进，属于作者依据公开信息所作的产业推演，并不代表这些变化一定会发生。

本文系基于公开信息独立撰写。文中对企业所作的分析与判断，均为作者依据公开资料形成的研究性观点，不构成投资建议，也不代表对相关企业的任何立场。相关数据请以企业官方披露为准。