从智能录音设备Plaud、系列AI玩具，再到正如火如荼拓展海外市场的Robotaxi，中国AI新创公司正强势占领全球市场心智。

　　这背后是国内市场高效的智造供应链体系、AI快速迭代和敏锐产品嗅觉所累积的竞争底气。

　　“中国市场产业链的效率远远高于其他国家。”一名回国创业的3D视觉领域公司创始人对21世纪经济报道记者感慨。这不仅推动国内创新生态快速持续迭代，更能借力由此形成的上下游合力，更快突破海外市场落地。

　　不止于此，在AI硬件终端的关键上游，国产算力产业链也正加速协同。从摩尔线程88天IPO过会，到以海光信息、运营商为代表推进的AI算力产业链加速聚合，以及华为昇腾超节点持续引领算力集群能力拓展——国内AI基础设施生态链正形成合力，以应对本轮AI大模型引发的第四次工业变革。

　　从芯片到软件栈，从智算集群到智能终端，中国AI硬件正在完成一场系统性跨越。

　　AI新硬件群雄并起

　　2024年，仅靠攻占海外市场心智就已获得1亿美元年化收入的智能录音产品品牌Plaud.AI，近日终于开始登陆国内市场发售。

　　这家总部在深圳的AI硬件初创公司，2021年才刚刚成立（企查查显示），截至今年7月，已经实现在全球突破百万台规模的销量记录。

　　其是本轮AI新硬件创新浪潮的一种缩影，创立之初就面向全球市场。乘风破浪的远不止于该品类，AI玩具、AI机器人、XR、智能制造等细分赛道都是重要突破方向。

　　今年8月，AI玩具新锐跃然创新（Haivivi）官宣完成2亿元A轮系列融资，由中金资本旗下基金、红杉中国、华山资本、愉悦资本领投，招银国际等共同参投。

　　这同样是一家2021年于深圳成立的公司。据悉，其推出的首款AI玩具Bubble Pal截至8月销量已突破20万台，已与国内外多个知名IP达成合作授权。

　　XR眼镜是另一个本轮创新热点。一名智能眼镜公司创始人受访时也指出，其此前有手机和相关配件打磨经验，在梳理供应链时发现，配件外壳与XR眼镜镜片是相同供应商；而在手机行业的多年打磨让他发现，将能力和经验可以顺势迁移到打造XR眼镜。

　　更遑论已经在海外市场大放异彩的无人扫地机、电动两轮车、自动驾驶等产品。

　　云鲸智能高级副总裁Hower此前接受21世纪经济报道等媒体采访时就分析道：“现在的机器人出海不再是当年简单制造、卷价格的逻辑，而是我们带着更好的技术、更好的方案走出去，这是‘中国制造’和‘中国创造’的区别。”

　　这也意味着，除了对产品本身的打造，在新技术浪潮下，中国科技公司也有望成为新硬件定义标准的关键角色。

　　比如，国产方案供应商文远知行和小马智行，是一边用技术试水、一边探索业务外延。如今两家公司都在海外多个市场进行自动驾驶研发、测试和运营。

　　沙利文大中华区分析师颜逸扬对21世纪经济报道记者分析，技术能力是中国智能驾驶方案提供商成功推进海外市场拓展的基础。“更进一步来说，在不同国家、法规、交通环境下实现Robotaxi的运营，让中国智能驾驶方案提供商有机会参与甚至主导部分区域性乃至全球性的自动驾驶技术标准、安全标准和运营规范的制定。”他指出，同时，通过与全球或区域性交通巨头合作，是中国智能驾驶方案提供商探索“技术赋能+本地化运营”商业模式的实践，为构建可复制、可扩展的全球化商业模式积累经验。

　　从录音笔到机器人，从AI玩具到XR眼镜，中国AI新硬件的爆发，不仅是一场产品创新竞赛，更是一场产业范式的重塑。过去，中国制造以“性价比”著称，如今则以“智能力”突围。

　　深圳、上海等为代表的创新区域，正成为全球AI硬件生态的“实验室”和“策源地”。随着技术积淀、供应链协同与全球化布局的加速，AI硬件的新出海时代已经到来。

　　AI和制造的深度耦合

　　支撑本轮AI新硬件创新的底层逻辑，是AI大模型浪潮必将催生众多以“原生AI”为出发点的AI硬件产品。

　　而中国市场的特殊优势在于，此前借力手机为核心硬件的产业链思维和能力，让中国硬件产品无论是从研发到迭代的速度还是成品、渠道综合竞争力都不容小觑。

　　“中国市场产业链的效率远远高于其他国家。”一名回国创业的3D视觉领域公司创始人对21世纪经济报道记者感慨，在他所在领域，早年间的学术贡献多集中在海外市场，但随着包括他在内的视觉行业人才学成归来，借力国内高效的供应链协同能力，在诸多视觉领域，中国的整体实力已经对海外形成超越。

　　“供应链的高效，让我们能快速迭代产品。可能上一代产品还不够好，但市场会逼着你以‘月’为单位持续进化。”该创始人续称，这种快速迭代能力，使中国公司能在短时间内实现技术突破和成本优化。

　　由此取得的沉淀，则支持国内AI智能硬件进一步走向海外，开疆拓土。“我们跟国内其他供应商一起，可以更快寻找到海外客户的业务结合点，并把需求转化为可以落地的方案。这种上下游抱团出海，会让在海外取得成果的速度快很多。”该人士进一步分析道。

　　换言之，AI硬件的崛起，是AI与制造产业链深度耦合的产物，曾经的“世界工厂”正在加速进化为“智能创新的源头”。无论是智能终端、机器人，还是工业自动化设备，背后都体现出中国在软硬件融合、快速验证、成本控制、全球化供给等方面的独特竞争力。

　　这显示出，如今的中国AI终端正形成一个强大创新矩阵。它们共享同一种底气：源于国内激烈市场竞争所锤炼出的快速迭代能力、基于庞大用户场景打磨出的产品定义能力，以及一个成熟、高效且愿意拥抱创新的本土供应链体系。这背后绝不仅是单个产品的胜利，而是一个系统性能力的全球绽放。

　　当AI的智能触角深入每一个场景，中国制造产业链的角色也将被重新定义。不只是生产，更是定义、引领和输出智能化标准。随着AI与智能制造的融合，AI终端正在成为全球科技产业角逐的新焦点。

　　底座跃迁

　　值得注意的是，在AI终端的重要底层能力方面，国内算力产业链持续突围，为下游提供核心动能。

　　今年，多家国产AI芯片头部公司正迎来上市辅导潮，或处于待审核、待过会、待挂牌状态。几家公司在2024年都实现营业收入大幅增长，虽然还处在亏损阶段，但根据回复问询函的内容显示，这些头部公司均已获得可观的智算业务订单。

　　资本市场的正反馈，将为这些硬科技企业持续投入研发、扩大生态提供宝贵“弹药”。

　　这不是个例。2024年末开始，亏损多年的“寒王”（寒武纪）开始单季扭亏，到2025年上半年大幅盈利。

　　产业龙头的业绩兑现则印证了国产AI算力从“可用”到“好用”的商业化闭环正在显现雏形。

　　寒武纪公司高管在2025年上半年业绩说明会上透露，公司旗下产品持续在运营商、金融、互联网等多个重点行业规模化部署并通过了客户严苛环境的验证。同时，为满足大模型市场对算力的旺盛需求，公司基于对未来收入的乐观预期进行了战略性备货，存货规模相应增长。

　　这表明，国产AI芯片已不再是实验室里的样品，而是能够真正进入核心业务场景、产生持续现金流的商品。寒武纪的“翻身”，是国产AI基础设施生态走向成熟的一个缩影。

　　同时，国内AI芯片公司分别采取GPU和ASIC等差异化芯片架构路线，快速迭代发展，并积极参与生态链协同。

　　近期DeepSeek在官方文件中提到，DeepSeek-V3.1使用了UE8M0 FP8 Scale的参数精度，是针对即将发布的下一代国产芯片设计。

　　对此，一名芯片公司高管对21世纪经济报道记者指出，“我们很高兴看到，UE8M0 FP8这样的路线会被DeepSeek投入到具体应用中，同时也乐于见到，有DeepSeek这类企业，告诉大家哪些是趋势。这可以让未来我们国产芯片厂商，有更多机会与模型厂商发挥协同作用，共同让计算效率提升到新的水平。”

　　腾讯公司高管也提到，旗下异构计算平台已适配主流国产芯片，并以软硬件协同的全栈优化，整合不同类型芯片，对外提供高性价比的AI算力。而包括阿里、百度在内的互联网巨头，也在通过自研ASIC定制芯片的方式，积极推进内生基础设施能力的夯实。

　　这一趋势支撑下，国产AI芯片经历多年沉淀，正迎来阶段性关键节点。面对高端算力供给不足、国产加速卡性能短期内存在差距、软硬件生态不成熟等多重挑战，中国AI产业选择了一条难而正确的道路：开放架构+生态协同。

　　生态合力

　　这不再是个别企业的孤军奋战，而是一场由技术、产业、政策共同驱动的系统性突围战，这让我国在算力领域得以由“点”连成“面”。其合力正以前所未有的速度重构着中国AI基础设施的基座。

　　“通常来说，如果购买了100张GPU卡，每张卡的算力是100%来看，实际上在部署过程中，最开始能实现的算力效率可能只有30%-40%。问题就在于数据互联层面缺乏高效协同，限制了算力潜力的释放。”一名GPU行业从业者对21世纪经济报道记者打了个比方，让100个人在一个空间内沟通，对比让同样多人数分散在不同空间内通过打电话方式沟通，显然前者效率更高，这也是scale up逻辑下构建超节点的意义所在。

　　尤其在当下AI推理需求正持续累积过程中，借力于此，可以让算力集群能力更好释放。

　　超节点的构建背后，涉及从底层芯片，到中间软件栈和互联协议，再到智算集群等不同层面计算环节的能力协同。

　　9月，中科曙光联合包括上述芯片企业在内的20多家产业链伙伴，发布国内首个AI计算开放架构，并推出支持百万卡扩展的AI超集群系统。

　　中科曙光总裁助理、智能计算产品事业部总经理杜夏威表示，克服国内AI算力多维挑战，需汇聚芯片、计算系统、大模型等产业链多方力量，构建开放AI计算架构并拉通产业间跨层协作，以打破“技术墙”与“生态墙”。

　　相比封闭系统，曙光AI超集群系统除了通过紧耦合设计，像一台计算机般高效工作外，还支持多品牌AI加速卡以及兼容CUDA等主流软件生态，大幅降低硬件成本和软件开发适配成本。

　　“表面上看，这是一场关于工具链的开放；但在更深层的逻辑中，它折射出中国AI算力生态的走向：从追赶、模仿，到开始尝试制定自己的规则。”杜夏威续称。

　　作为中科曙光的重要伙伴，国产CPU/DCU龙头海光信息也做出了开放系统互联总线协议（HSL）的战略决策。HSL的核心内容包括开放完整的总线协议、提供IP参考设计、开放指令集等。

　　中国工程院院士郑纬民对此总结：CPU、GPU、NPU、加速卡存储与网络模块的高效协同，是释放异构系统整体性能的关键。“要实现这一点，必须依赖统一的互联总线协议。它既是算力单元之间沟通的语言，也是实现系统互通、算力融合的重要基础。”

　　华为则端出了成熟的落地方案。今年上半年，华为昇腾384超节点首次亮相，被业内直接对标英伟达GB200 NVL72。9月18日，华为再度更新超节点产品Atlas 950 SuperPoD和Atlas 960 SuperPoD超节点，分别支持8192及15488张昇腾卡。

　　华为还透露，明年要推出的Atlas 950 SuperPoD，其数量规模是英伟达GB200 NVL144的56.8倍，算力是6.7倍，内存容量是15倍，互联（内部）带宽更达62倍。

　　由此，一条AI发展路径已清晰勾勒出来：资本助力技术单点突破，而开放生态则将这些突破凝聚成无可替代的系统性能力。这股自上而下与自下而上相结合的巨大合力，正在打破“技术墙”与“生态墙”，为中国在AI时代的竞争构筑起坚实的基座。

　　从底层算力到终端落地，中国AI硬件崛起不仅是一场技术竞赛，更是一场关于产业链协同、生态构建和全球市场重塑的系统性工程，也让中国有望从“跟跑者”向“领跑者”蜕变，为人工智能的普惠化提供创新方案。