极致模型压缩
通过剪枝、量化、知识蒸馏等技术，将大模型压缩至端侧可运行的规模，保持精度的同时大幅降低计算需求。
技术概况
面向物理世界的端侧 AI 模型体系
端侧 AI 模型是临界维度核心技术之一，涵盖轻量化端侧算法与端侧大模型两大方向。通过模型压缩、量化推理、多模态感知等多项技术创新，在极低功耗下实现高精度推理，让 AI 能力真正落地到每一款终端产品。
- 模型压缩
- 多模态感知
- 低功耗优化
端侧智能 · 高效部署
多模态感知
融合视觉、语音、触觉等多模态输入，实现全面环境感知与理解，让硬件终端真正"看懂"世界。
低功耗推理
针对移动端芯片深度优化，实现毫瓦级功耗下的高效 AI 推理，让智能穿戴设备实现全天候 AI 服务。
自主决策
基于端侧大模型的推理能力，在本地完成复杂决策，无需依赖云端，保障隐私与低延迟。
跨平台适配
支持 ARM、RISC-V 等多种架构，适配手机、IoT、穿戴等设备，一次开发多端部署。
持续学习
支持增量学习与模型更新，让设备越用越智能，适应用户习惯与环境变化。
技术形态
端侧 AI 模型满足从穿戴设备到桌面终端的多样化智能需求
超轻量化端侧AI算法
- 针对个人轻算力终端深度优化
- 模型体积缩小 80%，速度提升 2 倍
- 适配主流视觉框架，快速迁移部署
端侧语言大模型
- 支持 1~7B 主流参数规模，端侧实时推理
- 支持长文本对话和上下文记忆
- 智能密度提升30%
端侧多模态大模型
- 语音、文本、图像等多模态理解
- 端侧实时推理，毫秒级响应速度，准确率超过 90%
- 离线可用，无需联网