2026年美国拉斯维加斯消费电子展（CES）1月6日开幕。
展会作为全球消费电子与产业技术风向标之一，集中呈现从芯片、终端到应用生态的最新进展。
围绕新一轮智能化浪潮如何从实验室走向千行百业，业内普遍关注技术路线、落地节奏与安全边界等关键议题。
问题：智能应用进入扩张期，落地瓶颈与体系重构并存。
随着相关算法、算力与数据要素持续积累，智能能力加速渗透手机、个人电脑、汽车、可穿戴、家居与工业设备。
但在规模化部署过程中，仍面临延迟、可靠性、数据合规、能耗成本与网络波动等现实约束。
尤其在车载控制、健康监测、机器人协作等场景，对“毫秒级响应”和“稳定可控”的要求显著提高，这使得仅依赖云端集中处理的模式难以覆盖全部需求。
原因：应用场景从“屏幕内”走向“物理世界”，对计算位置提出新要求。
孟樸在接受专访时指出，智能技术已由“概念化”进入全面落地的新阶段，端侧智能与物理智能正在成为突破方向。
其背后逻辑在于：一方面，终端设备本身的算力与能效不断提升，能够承载更多本地推理与多模态处理；另一方面，智能化需求从信息消费拓展到运动控制、空间感知、人机协作等实体任务，系统必须与传感器、执行器、环境反馈紧密耦合，形成“感知—决策—执行—校正”的闭环。
此类闭环越贴近现场，越能降低时延与风险，提升安全与体验。
影响：混合协同将重塑产业分工与竞争焦点。
专访认为，未来智能能力将在云端、边缘云与终端侧协同运行，混合协同有望成为主流形态。
终端侧在实时性、可靠性、隐私保护和能效方面具备先天优势，适用于汽车、可穿戴设备、机器人等对响应速度与数据敏感度要求较高的场景；云端则在大规模训练、跨设备协同、持续迭代方面具有不可替代作用。
由此带来的变化是：产业竞争不再仅比拼单点模型能力，更强调端云协同架构、软硬件系统优化、应用闭环与生态整合能力。
对企业而言，既要提高终端侧推理效率、降低功耗与成本，也要在云端保持模型迭代与服务供给能力，在两端之间建立可扩展、可管理、可审计的协同机制。
对策：以标准化、安全合规与场景牵引推动规模落地。
在混合协同趋势下，行业需要在三方面加快补齐“基础设施与治理”短板：一是推动端侧计算、模型压缩、能效管理等关键技术的工程化，形成可复制的产品级能力；二是强化数据安全与隐私保护机制，明确终端本地处理、边缘协同与云端训练的边界，建立可追溯的合规体系；三是以场景牵引带动产业链协同，围绕车载安全、健康管理、智能制造、家庭服务等高价值应用，推动软硬件、网络、平台与开发者生态共同演进。
与此同时，6G被认为将成为云端与边缘之间的重要连接桥梁，有助于构建更具感知能力的智能网络，为大规模终端协同与实时服务提供更稳定的网络底座。
前景：机器人与可穿戴或成端侧突破重点，多平台协同将长期并行。
从应用演进看，端侧智能的重要突破点可能首先在机器人与可穿戴设备领域集中显现：前者需要复杂环境下的连续感知与动作控制，后者强调低功耗、贴身隐私与持续监测能力。
同时，智能手机、智能个人电脑与智能网联汽车仍将是端侧能力的重要承载平台，并与云端服务形成互补。
可以预期，未来一段时期内，端侧更“贴近现场”的能力将与云端更“强训练、强迭代”的能力长期并行，行业将围绕可靠性、安全性、能效与成本展开新一轮系统级优化竞争。
随着网络演进与产业生态成熟，混合协同模式有望从高端应用向更广泛场景扩散，推动智能化从“可用”迈向“好用、可信、可控”。
人工智能技术的纵深发展正在重构全球产业竞争版图。
从实验室创新到产业落地，从单一技术突破到系统能力建设，这场由端侧AI和物理AI引领的变革，不仅将重新定义人机交互方式，更将深刻影响各国在数字经济时代的战略定位。
面对技术融合带来的机遇与挑战，产业各方需要以更开放的姿态推进协同创新，共同培育健康可持续的智能生态。