继大模型之后，资本市场正在寻找人工智能产业的下一批确定性增量。

一个越来越清晰的方向是：AI不能永远停留在云端。汽车、机器人、AI PC、智能眼镜、工业设备和无人系统，需要在本地完成感知、推理与决策。模型由云端进入终端，也将带动芯片、存储、传感器、软件工具链和智能硬件迎来新一轮价值重构。

据弗若斯特沙利文预测，全球端侧AI市场规模将由2025年的3219亿元增长至2029年的12230亿元，复合年增长率约为39.6%。端侧AI正在由单一消费电子概念，扩展至汽车、机器人、工业设备和具身智能等更广阔的物理场景。不过，相比云端算力，端侧AI市场更加碎片化。不同设备拥有不同的功耗、体积、成本和实时性要求，很难由一颗通用芯片覆盖所有场景。这也为拥有差异化架构和垂直场景能力的国产芯片企业提供了新窗口。

刚刚揭晓的ICDIA 2026第六届集成电路设计创新会议暨应用展“2026强芯TOP100——AI芯擎奖”，提供了一个观察国产AI芯片力量的切口。

从近400款申报产品中选出的AI芯片样本

“强芯评选”是面向国产集成电路产品和技术的一年一度推优活动。其中，AI芯擎奖聚焦大模型训练与推理、云端与边缘计算以及端侧AI，考察维度包括芯片算力密度、计算精度、内存带宽和前沿模型支持能力。

本届评选共收到近400款芯片产品与技术申报。经过材料申报、组委会初审、网络投票、专家评审和结果发布等环节，共有171家企业的216款产品进入后续评审，最终形成“2026强芯TOP100”名单。

奖项不是市场排名，也不能替代收入、客户和量产数据，但能够反映产业专家对技术创新、市场潜力与产业价值的综合判断。本文从AI芯擎奖名单中选取五家与物理AI、端侧AI关系紧密的企业，观察其不同的增长逻辑。五家企业排名不分先后。

01 黑芝麻智能：车规量产经验成为物理AI资产

黑芝麻智能此次获奖的是华山A2000家族芯片。

从投资视角看，黑芝麻智能的重要资产不仅是芯片性能，还包括在汽车行业积累的可靠性体系、客户资源、工具链和量产经验。智能汽车本身就是目前规模、商业化程度较高的物理AI终端之一。

华山A2000家族面向下一代AI模型设计，覆盖从辅助驾驶、智能座舱到高阶自动驾驶的不同算力需求，同时向机器人和通用端侧推理场景延伸。

其增长逻辑在于：将汽车芯片形成的技术与量产能力复用至机器人市场，在智驾与具身智能之间形成平台协同。不过，这条路线也需要回答汽车架构能否有效适配机器人更复杂的本体形态和任务需求。

02 星凡智能：物理AI专用芯片中的差异化样本

星凡智能此次凭借自研端侧物理AI星核S1芯片获得AI芯擎奖。

在本次获奖企业中，星凡智能的特点在于，其定位并非传统通用芯片厂商，而是一家面向物理AI的企业。公司的业务围绕数据、芯片、算力三大核心要素展开，希望解决智能体在真实世界中“如何学习、如何运行、如何规模化部署”的问题。

星核S1是这套体系中的芯片基础。它从机器人、无人系统等真实设备的功耗、存储和散热约束出发，通过硬件原生混合精度计算、低比特推理、稀疏化优化以及算法—芯片协同设计，提高单位资源能够承载的模型与任务量。

相较于单纯追求峰值算力，星核S1更强调有效算力与场景适配：让每一瓦功耗、每一GB存储更充分地转化为端侧智能。与芯片配套的XBoost端侧加速平台，则负责算子优化、量化压缩、编译部署，降低工程门槛。

在产品化层面，星凡智能进一步推出星核R系列智能引擎，将S1及相关软硬件能力导入具身智能终端；在数据侧，公司布局真实世界数据采集、治理、训练供给和场景验证；在算力侧，则通过端侧、边缘及行业算力产品承接模型训练和推理需求。

这使星凡智能具备一种相对稀缺的投资叙事：它并非只销售单颗芯片，而是尝试让数据、芯片和算力围绕物理AI场景形成持续进化循环体系。

当然，这一路线能否形成长期价值，仍要观察星核S1的量产节奏、客户验证、软件生态和规模交付能力。

03 后摩智能：存算一体走向产品化验证

后摩智能此次获奖产品为后摩漫界M50。

后摩智能的核心标签是存算一体。这一架构试图减少模型推理过程中的数据搬运，从底层改善芯片能效，尤其适合对功耗和散热敏感的端边大模型场景。

公开资料显示，M50面向大模型推理设计，典型功耗为10W，并围绕芯片推出M.2卡、加速卡和计算盒子等产品形态。目前，M50已经进入AI PC、个人边缘设备和行业智能终端，说明存算一体正从架构创新走向更具体的产品验证。

对投资者而言，后摩智能的观察重点是存算一体能否持续保持能效优势，以及其软件栈、终端合作与量产规模能否同步扩大。

04 中星微技术：嵌入式AI积累切入本地智能体

中星微技术此次获奖产品为“星光智能五号”。

中星微长期深耕数字视频和嵌入式芯片。“星光智能五号”采用自研多核异构GP-XPU架构，将CPU、GPU、NPU、图像处理、视频编解码和处理等能力集成于单颗芯片，能够同时处理语言与视觉模型。

其投资逻辑在于，利用原有视觉芯片和行业应用积累，将产品从“看见世界”升级至“理解并执行任务”，进而切入本地化智能体市场。应用方向覆盖城市感知、智能制造、交通和农业等行业场景。

中星微需要进一步验证的是，大模型能力能否转化为规模化行业订单，以及原有客户资源能否成为本地智能体产品的商业化入口。

05 复旦微电子：平台基础与可编程能力形成组合优势

复旦微电子此次获奖产品为可编程片上系统芯片“复徽青龙JFMQL30TAI676H”。

相较于创业型AI芯片企业，复旦微电子拥有较为完整的芯片产品体系、产业基础和客户积累。复徽青龙系列所代表的可编程路线，能够针对不同传感器、算法和行业任务进行硬件重构，更适合工业、机器人、医疗和商业航天等高度碎片化的端侧市场。

近年来，复旦微电子持续强化端侧AI、异构计算和智能FPGA工具链布局，并将芯片能力向机器人具身智能、工业视觉和星载算力等场景延伸。

其价值在于成熟平台、可编程芯片和工具生态之间的协同；挑战则是如何在端侧AI快速迭代中保持产品节奏，并将技术覆盖转化为持续增长。

真正的分水岭，是从芯片样片走向场景规模化

黑芝麻智能、星凡智能、后摩智能、中星微技术与复旦微电子，分别代表了智驾平台迁移、物理AI专用芯片、存算一体、多核异构与可编程计算五条路线。

从投资角度看，判断这些企业价值的核心，不能只看一次获奖或某项峰值参数，而要持续观察五个指标：芯片能否量产、模型能否快速适配、软件工具链是否成熟、是否形成标杆客户，以及产品能否在真实设备中稳定运行。

端侧AI市场的想象空间已经打开，但市场最终不会奖励所有技术路线。谁能率先把架构优势转化为可复制的产品、客户与收入，谁才更有可能在物理AI时代形成真正的产业位置。