AI的收费站正在搬家：端侧抢的不是算力，是云端的收银台

文 | 韩工观察 11月4日，两条被分开报道的新闻，藏着同一个变化：AI的收费站，正在搬家。 一条是乌镇峰会上《智能体发展自律公约》发布，本质是给跨设备的智能通行定一套统一的ETC规则；另一条是后摩智能宣布数十亿元B轮，它做的存算一体端侧芯片，就是装进每台设备、可以本地放行的引擎。 很多人第一反应是：以后大部分调用不走云端闸口，云端生意要萎缩。恰恰相反。它不是主干道被废掉，而是上路的设备总量会暴涨——就像家家户户装上电器，发电厂没有消失，全社会用电量反而增长了几个数量级。 AI行业沿用至今的"按token过闸"模式，撑不住这个新格局了。接下来，账单会变成三层。这三层怎么分、钱从谁的口袋流向谁，才是这场搬家真正要争的东西。 一、收费站为什么恰好在今年搬 先看搬家的动静有多大。IDC数据显示，2026年一季度全球端侧/边缘AI芯片出货量同比增长约45%，同期云端AI芯片增速约12%（部分细分口径的端侧增速更高，据IDC数据及公开报道）。 这不是一两家公司的事：仅2026年9月，国内就有近十家端侧AI芯片企业完成新一轮融资（据《21世纪经济报道》不完全统计）；9月完成A轮交割的光羽芯辰，半年内累计融资近20亿元，宁德时代旗下溥泉资本、北汽产投等产业资本参与前序轮次投资（上海证券报、科创板日报，2026‑09‑10） 。 另一边，总闸口的流量还在涨。2026年6月火山引擎FORCE大会上披露，豆包大模型日均Token调用量已突破180万亿，一年增长超过10倍（据火山引擎官方披露，量子位等报道）。 这两组数据放在一起，正好戳破一个流传甚广的推论："端侧吃掉云端的调用量，所以云端危险了。"这个推论有一个隐蔽的错误： 它把"计费的调用"当成了"全部的消耗"。 端侧截流的，是按token向用户收费的那部分——日常摘要、改写、翻译、唤醒、分类。但token的物理消耗并没有消失：模型蒸馏要算力，快照更新要算力，端侧生成的内容再被理解、审核、检索、回流训练，每一环都产生新的token。 经济学里有个老词叫杰文斯悖论：效率提升没有减少资源消耗，反而因为用得起的人更多，总消耗暴涨。电器没有消灭发电厂，反而让全社会用电量翻倍再翻倍——端侧与云端大概率复刻这个剧本。 所以， 端侧拆的不是云端的算力，是云端按次计费的收银台。 而收费站能搬家，有个前提——车得能自己跑更远。这个前提为什么恰好在今年成立？ 二、车为什么突然能自己跑了：一个定律，一道天花板 为什么现在才有条件把放行闸机装进设备？核心是模型本身的压缩能力在加速突破。 2025年11月，清华大学刘知远、孙茂松团队提出的"密度定律"（Densing Law）作为封面论文发表于《自然·机器智能》：基于对51个开源模型的分析，大模型的最大能力密度约每3.5个月翻一倍——每过约100天，一半参数量的模型就能达到此前最强模型的性能（据清华大学官网及论文原文）。 论文还推算，GPT-3.5级别模型的API价格在20个月内下降了266.7倍——这一降幅包含推理成本下降与厂商主动定价双重因素，但它指向同一个事实：同能力的模型，正在以指数速度变小、变便宜。 密度定律与摩尔定律的剪刀差，是端侧AI从概念变成产品的根本原因——不是芯片突然变快了，是"够用的智能"变小了。 但别急着想"端侧取代云端"。端侧设备上跑的30B级模型，是云端大模型蒸馏、量化后的" 能力切片 "：它继承的是推理模式，不是完整的知识与持续进化能力。 蒸馏有个绕不开的天花板——学生模型的能力上限不超过教师，教师没见过的长尾，学生学不会。更关键的是节奏：端侧是推理端，不能自我训练，只能等云端定期"放水"，每一次快照更新，都是上游向下游的一次续约。 还有一个常被忽略的用户侧因素：人对AI的要求同样是" 我可以不用，但我必须有 "。本地答不上来的那个问题、断网环境下的那次紧急调用，缺位一次，信任就掉一档。这块"信任冗余"必须由能力前沿的云端兜底——这不是性能差距，是产品结构。 一句话概括： 端侧NPU管的是数据出口，云端大模型管的是知识入口，两者不是替代关系，是执行层与供给层的关系 。执行层越繁荣，对供给层的依赖越深——只是依赖的形态，从按次付费变成了按年续约。 问题接着来了：如果云端永远握有"放水权"，这场商业谈判里，定价权在谁手里？ 三、谈判桌三方：电机厂、电器厂和电厂 新的通行规则落地之后，利益格局重新划分。芯片厂、设备厂、模型厂，各有各的算盘。 先给这场谈判找一个历史坐标。电力行业早期也不是按度收费的——1882年爱迪生的珍珠街电站按灯泡包月，后来才演化出按度计费、按需量收费、再到用户接入电网就要付的"接网费"。发电能力和计量规则，从来比灯泡本身值钱。AI行业正在走同一条路，谈判桌边坐着三方。 芯片厂在比三件事： 先是 能效 ，谁能在10W功耗内稳定产出更多token——后摩M50量产不到一年拿下150多个产品定点、覆盖AI电脑、移动终端、具身机器人、边缘推理四个方向（据界面新闻、上证报等2026年11月4日报道），证明存算一体已经过了"能不能卖"的关；再是 生态 ，软件工具链决定客户的适配成本；最终是 调度权 ，谁定义"什么任务本地跑、什么任务回云端"。 巨头也在下注：2025年12月，英伟达与推理芯片公司Groq达成非独家技术授权协议，后者核心技术团队也随之加入英伟达；2026年10月，又据The Information报道，其计划投资存算一体架构公司d-Matrix（投资意向，以双方后续披露为准）。 连定义了GPU时代的公司都在为"存储与计算关系重构"买保险——这本身说明，独立芯片创企的终局大概率不是下一个英伟达，而是在某层负载里成为"被集成的那一个"。 设备厂是全链条最难受的 。手机厂、PC厂、机器人厂想学苹果做端云一体的自有调度，但自研大模型太贵；买闭源模型授权，等于把长期利润的阀门交到模型公司手里；改用开源模型自己蒸馏，则要自担适配、更新、兜底的全部成本。 夹心的结果是：设备厂赚硬件溢价和场景集成服务费——用户为"AI功能"付的钱被拆成几份，而智能的定价权，在最上游。 云↔端的拉锯是核心 。设备厂的利益是"尽量本地化、少回源"，模型厂的利益是"关键调用必须回源"。行业公开的技术分享普遍给出一个区间：约八成日常任务由端侧消化，两成复杂、时效、长尾任务回源云端——比例随场景浮动，但这部分回源权就是云端全部溢价的来源。 云端不需要赚到每一次调用的钱，它只需要垄断"本地搞不定时唯一能找到的那个答案"。 但这道护城河有多宽，目前没有公开数据能证明。开源权重可以免费蒸馏，端侧跑的“能力切片”未必非要买闭源——模型厂真正能收溢价的，不是权重本身，而是 端云同源对齐、持续快照更新、兜底SLA 这套服务。权重会贬值，服务合约不会。 所以谈判桌上有三方：握放水权的模型厂、握装机量的设备厂、握场景的行业客户。而乌镇公约第一次把第四方——规则制定者——请上了桌，并且先写了最难的那道题：计量与权责。 四、新电费单：三张账单 收费站搬完了，新的电费单长什么样？不是按次了，是三张账单。 第一张，装机授权。 模型公司将蒸馏好的端侧模型授权给设备厂，按装机量而非使用频率计费——收费对象是装NPU的设备厂，不是芯片厂，更不是终端用户。