【導(dǎo)讀】美格智能和萬象智維在北京簽署戰(zhàn)略合作協(xié)議，雙方將發(fā)揮各自優(yōu)勢，把美格智能高算力 AI 模組硬件能力，搭配萬象智維在模型適配、推理優(yōu)化上的技術(shù)積累，開展聯(lián)合研發(fā)與聯(lián)合銷售，共同落地端側(cè) AI 產(chǎn)品，打造個人本地 AI 入口。 目前雙方已經(jīng)在 SNM980 高算力模組上完成 35B 大模型的穩(wěn)定部署，驗證了這套硬件加推理優(yōu)化方案的可行性。萬象智維擅長解決端側(cè)大模型部署普遍遇到的內(nèi)存、功耗、異構(gòu)調(diào)度難題，在低比特量化、端側(cè)智能體、算力調(diào)度等方面有成熟方案。后續(xù)雙方會持續(xù)做模型適配驗證，輸出標(biāo)準(zhǔn)化、可復(fù)制的軟硬件方案，推動 AI 能力在消費電子、PC、各類智能硬件上規(guī)模化落地。
近日，美格智能技術(shù)股份有限公司（以下簡稱“美格智能”）與北京萬象智維科技有限公司（以下簡稱“萬象智維”）在北京舉行戰(zhàn)略合作簽約儀式，美格智能研發(fā)總監(jiān)張樹林與萬象智維 CEO 王拓為代表雙方簽署協(xié)議。美格智能高級副總裁李鵬，萬象智維發(fā)起人任炬教授、萬象智維 COO 王蒙共同出席并見證儀式。
雙方將整合美格智能的高算力模組產(chǎn)品優(yōu)勢與萬象智維的模型適配、推理優(yōu)化能力，圍繞聯(lián)合銷售與聯(lián)合研發(fā)開展合作，共同推進端側(cè) AI 軟硬件產(chǎn)品開發(fā)與應(yīng)用落地，構(gòu)建個人本地 AI 入口。
軟硬協(xié)同，加速端側(cè) AI 產(chǎn)業(yè)化
大模型的應(yīng)用邊界正從云端延伸至終端。讓 AI 在設(shè)備上高效運行，并轉(zhuǎn)化為可交付、可復(fù)用的產(chǎn)品能力，是端側(cè)智能走向廣泛應(yīng)用的關(guān)鍵。美格智能與萬象智維將以軟硬件協(xié)同為切入點，推動模型能力與終端算力深度結(jié)合，共同拓展端側(cè) AI 的應(yīng)用空間。
目前，雙方已基于美格智能 SNM980 高算力 AI 模組高效跑通 35B（350億參數(shù)）大模型，為雙方進一步推進產(chǎn)品合作與場景拓展提供技術(shù)支撐。
在此基礎(chǔ)上，雙方將面向客戶需求，協(xié)同推進 AI 能力與終端硬件的適配、驗證及交付，并圍繞智能硬件與相關(guān)解決方案開展聯(lián)合研發(fā)。通過技術(shù)、產(chǎn)品與市場協(xié)同，雙方將共同探索可復(fù)制的落地路徑，推動端側(cè) AI 產(chǎn)品的規(guī)模化應(yīng)用。
深化生態(tài)布局，構(gòu)建個人本地 AI 入口
在此次合作的基礎(chǔ)上，雙方將共同打造真正的個人本地 AI 調(diào)度入口，持續(xù)推進跨設(shè)備協(xié)同，讓算力、模型與應(yīng)用圍繞個人需求有序調(diào)度，逐步構(gòu)建貫穿工作與生活的統(tǒng)一智能入口。
面向未來，美格智能與萬象智維將圍繞高算力模組、模型適配與推理優(yōu)化形成可交付、可復(fù)制的產(chǎn)品與解決方案，加速構(gòu)建以個人為中心的本地 AI 調(diào)度入口與跨設(shè)備智能生態(tài)，為端側(cè) AI 產(chǎn)業(yè)化和行業(yè)智能化升級注入新動能。
萬象智維（OmniMind）主要面向端側(cè) AI 場景，提供大模型本地推理、端側(cè)智能體及相關(guān)軟硬件產(chǎn)品。公司核心能力集中在端側(cè)大模型推理、低比特量化、CPU/GPU/NPU 異構(gòu)計算、MoE 專家調(diào)度、端側(cè) GUI Agent、端側(cè)語音及邊緣算力調(diào)度等方向，重點解決大模型在 PC、智能硬件、消費電子及各類 SoC 平臺上部署時面臨的內(nèi)存、算力、功耗和平臺適配問題。
結(jié)論
這次合作打通了端側(cè) AI 從算力硬件到模型推理優(yōu)化的環(huán)節(jié)，是模組廠商和端側(cè) AI 算法團隊典型的軟硬協(xié)同落地模式。依托已經(jīng)跑通的 35B 模型驗證基礎(chǔ)，雙方后續(xù)的重點不再只是單點技術(shù)驗證，而是形成可以交付客戶的完整方案。 面向個人本地 AI 這個方向，跨設(shè)備算力調(diào)度、本地智能體是核心難點。美格智能和萬象智維的組合，有望給終端廠商提供一條更輕量化的本地 AI 落地路徑，減少客戶自行做模型移植、調(diào)優(yōu)的工作量，助力端側(cè) AI 從 Demo 走向量產(chǎn)，推動以個人為中心的本地智能生態(tài)成型。
