WAIC 2026上有一个耐人寻味的现象：大模型展区在聊"怎么把模型做大"，端侧AI展区在聊"怎么把模型做小"。

面壁智能的展台，展示的不是千亿参数的巨无霸，而是能在手机、机器人、车载设备上本地运行的小模型。荣耀的展台，一台Robot Phone把四自由度云台系统整合进了手机机身，同时还能跑端侧AI。联想展台的数据更直接——天禧AI 4.0推动80%的Token消耗在本地完成，42款产品通过AI终端国标L3级测试。

**大模型从云端走到端侧，对工业设计来说，不是"把同样的东西做小一点"，而是设计逻辑的彻底重构。**

在云端，AI的物理载体是"服务器集群"，设计师关心的是热管理、空间规划、运维动线。到了端侧，AI的物理载体变成了"手机""机器人""车载设备"，设计师关心的变成了**散热、续航、重量、手感、跌落可靠性**——这些是消费电子和机器人领域的老问题，但端侧AI的加入，让这些老问题有了全新的难度系数。

**第一个挑战：散热与电池的"零和博弈"。**

端侧AI跑大模型，本质上是一个高功耗计算任务。手机SoC的NPU（神经网络处理单元）在推理时，功耗可能飙到5瓦以上——在手机这个巴掌大的空间里，5瓦是什么概念？5瓦意味着如果不做散热设计，手机后盖温度可能在十分钟内超过50度，用户拿不住。

散热和电池，在手机内部是一对"零和博弈"的对手。散热需要更大的散热面积——均热板、石墨片、铜箔，这些材料占空间。电池也需要更大的体积——端侧AI跑起来耗电快，电池容量必须跟上。但手机内部空间是固定的，散热多一点，电池就少一点；电池大一点，散热就小一点。设计师必须在这两个互相矛盾的需求之间找到最优解。

这就是工业设计中的"平衡设计"——不是追求单一指标的极致，而是在多个互相冲突的约束下，找到系统整体性能的最优解。江苏创品工业设计在平衡设计方法论中反复强调的一个原则是：**好设计不是"把电池做大"，而是"让系统在有限空间内达到最优性能"。** 端侧AI设备的设计，考验的不是设计师的"想象力"，而是"在约束条件下求解的能力"。

从四力五维的框架来看，这属于**控制力**维度。控制力落在成本维和量产维上——散热方案不能太贵，否则手机售价压不住；电池方案不能太特异，否则供应链跟不上。设计师必须在性能、成本、可量产性之间反复权衡，每一个决策都要在投产前验证过。

**第二个挑战：内部空间从"够用"到"每一立方毫米都要算账"。**

荣耀的Robot Phone把四自由度云台系统整合进手机机身，这本身就是一个空间利用的极限挑战。传统手机内部空间已经被摄像头模组、主板、电池、扬声器、振动马达、天线塞得满满当当。再加一个四自由度云台——云台需要电机、需要传动机构、需要控制电路——设计师必须从现有的空间里"挤"出位置来。

这种"空间极致利用"的思维，在工业设计中有个专业术语叫"内部布局设计"（Internal Layout Design）。它不只是把零件塞进去，而是要考虑零件之间的电磁兼容性、散热路径、装配顺序、维修可达性。一个零件的位置变了，可能会影响整机的信号收发、热分布、跌落可靠性。端侧AI的加入，让这个本已复杂的布局问题又多了一层约束——NPU模块的位置不能离天线太近（电磁干扰），不能离电池太近（局部过热影响电池寿命），不能放在受力集中的区域（跌落时容易损坏）。

面壁智能选择把模型做小，从工业设计角度看，这个技术决策本身就具有设计意义——**模型越小，对硬件空间的侵占越少，产品的形态自由度越大。** 如果端侧AI需要的算力必须用一块独立的大芯片来解决，那么所有端侧设备的设计都要为这块芯片"让路"——手机要更厚、机器人要更大、车载设备要重新做散热。但如果模型能压缩到在现有SoC的NPU上就能跑，那工业设计就不需要做任何妥协——产品形态不变，AI能力内嵌。这就是"软硬协同设计"的力量：**软件侧的优化，直接释放了硬件侧的设计自由度。**

**第三个挑战：本地AI对产品形态语义的重塑。**

这是一个更深层的问题。当一台手机具备了"本地AI"能力——不是连到云端的大模型，而是手机本身就能理解你的语音、规划你的日程、帮你处理文件——它的"产品身份"就变了。

从"手机"到"AI手机"，不只是多了一个功能，而是产品形态语义的重新定义。用户对"手机"的心智模型是"打电话、发消息、刷视频、拍照"。但"AI手机"的心智模型是什么？用户不知道。荣耀提出的"伙伴型多模态智能体操作系统Agentic OS"和"一主多专、三端协同"架构，本质上是在试图定义这个心智模型——AI手机不是一个"有AI功能的手机"，而是一个"以AI为核心组织方式的手机"。

这个转变对工业设计的影响是根本性的。传统手机的设计，围绕的是"屏幕交互"——用户通过触摸屏幕来操作手机。AI手机的设计，需要围绕"多模态交互"——语音、手势、视觉、触觉，屏幕只是交互的其中一个通道。多模态交互不需要用户"看着屏幕"，这意味着手机可以以更多形态存在——折叠的、卷曲的、佩戴的、嵌入到其他设备中的。工业设计从"设计一块屏幕的载体"变成了"设计一个AI的物理存在形式"。

联想42款产品通过AI终端国标L3级测试，天禧AI 4.0推动80%Token消耗在本地完成。这组数据意味着"端侧AI"已经不是Demo，而是正在大规模量产的产品形态。从工业设计角度看，这意味着端侧AI设备的设计标准正在从"能做出来"升级到"能大规模做出来"——供应链、制造工艺、质量一致性、成本控制，每一个环节都要经得起量产考验。

四力五维中的**创新力**在这里体现为——不是设计一个"以前没见过的形态"，而是设计一种"以前不存在的产品类别"。端侧AI设备不是手机、不是平板、不是智能音箱、不是机器人——它是这些设备的"AI增强版"，但增强的不是功能，是产品身份。创新力落在好看维和专利维上，意味着设计师需要在"让用户觉得这是熟悉的产品"和"让用户感受到这是全新的体验"之间找到平衡——太熟悉了用户不觉得有新东西，太陌生了用户不敢用。

**专业力**在端侧AI设备中集中在合规维和专利维。AI终端国标L3级测试涉及数据安全、隐私保护、模型可靠性等多个维度，要通过测试，设计团队必须在产品定义阶段就把这些合规要求纳入设计输入。创品工业设计在医疗设备设计中的合规经验——比如NMPA二类注册对产品设计文档的要求——可以直接迁移到端侧AI设备的设计流程中。

**保障力**在端侧AI中有一个特殊含义：**用户数据的本地化保障。** 端侧AI最大的卖点之一就是"数据不上传云端，在本地完成处理和推理"。这个卖点对金融、医疗、政企用户有极强的吸引力。但从工业设计角度看，"数据本地化"不只是软件层面的加密，还需要硬件层面的设计保障——比如物理安全芯片、防拆设计、设备丢失后的远程擦除。这些"看不见的设计"恰恰是保障力的核心——**不是"出了问题能解决"，而是"设计了就不会出问题"。**

回到面壁智能和荣耀。它们代表了端侧AI的两个方向：面壁智能从"软件侧"做减法——把模型压缩到能在现有硬件上跑；荣耀从"硬件侧"做加法——在手机里塞进云台、塞进更强的NPU、塞进多模态传感器。两种路径殊途同归，最终都指向同一个目标：**让AI从"云端的神"变成"手边的工具"。**

对工业设计师来说，端侧AI不是"又一个新功能"，而是一个全新的设计范式。过去设计手机，想的是"屏幕多大、摄像头几个、电池多大"。现在设计端侧AI设备，想的是"散热路径怎么走、NPU功耗怎么降、内部空间怎么挤、多模态交互怎么设计、用户心智模型怎么建立"。

**当AI从云端走到端侧，工业设计不再是"外壳设计"，而是"系统架构设计"。** 这个转变，将重新定义消费电子和机器人领域的设计标准——不是谁画得好看，而是谁能在巴掌大的空间里，让一个AI安静地、稳定地、不烫手地跑一整天。