Кто определяет аппаратное обеспечение ИИ в 2026 году?

2026 год стал ключевым периодом для скачка в индустрии аппаратного обеспечения ИИ, который оставил позади этап разрозненных концептуальных нагромождений.

Серия национальных стандартов «Градация интеллектуализации терминалов искусственного интеллекта», совместно выпущенная Министерством промышленности и информатизации, Министерством коммерции и Государственным управлением по регулированию рынка, определила четкие критерии для этого бурно развивающегося направления, разделив интеллект терминалов на четыре уровня — от L1 до L4, постепенно повышающиеся от реактивного до координирующего.

Эта система стандартов четко определяет пять ключевых элементов способностей: восприятие, познание, исполнение, память и обучение. Она охватывает семь категорий продуктов: смартфоны, компьютеры, телевизоры, очки, автомобильные интерьеры, умные колонки и наушники, что в целом очерчивает первые формы аппаратного обеспечения ИИ, которые могут получить широкое распространение, и предоставляет конкретные методы тестирования.

Для потребителей это означает, что теперь не нужно вникать в техническую логику или слушать саморекламу производителей, чтобы понять, насколько умно то или иное устройство.

Почти одновременно с публикацией стандартов, 20 мая, на саммите Alibaba Cloud были представлены результаты внедрения нескольких продуктов аппаратного обеспечения ИИ. Также было объявлено о запуске совместной программы «Qianwen Smart Hardware X Tmall Cooperation Plan» между Alibaba Cloud и Tmall. Программа включает эксклюзивные преимущества для модели Qianwen, поддержку потока трафика Tmall на уровне сотен миллионов и ресурсы для брендинга по всем каналам. Стороны совместно вложат более 1 миллиарда ресурсов, чтобы помочь производителям оборудования совершить ценностный скачок с технической, брендовой и сбытовой точек зрения, ускорив появление новых видов аппаратного обеспечения ИИ.

Скоро начнется крупная распродажа Tmall 618, и на платформе появятся различные продукты аппаратного обеспечения ИИ с возможностями Qianwen. Обе платформы совместно предоставят ресурсы трафика и брендинга, способствуя ускорению коммерциализации аппаратного обеспечения ИИ. Государство построило для аппаратного обеспечения ИИ пирамиду, а облачные провайдеры предоставили технологическую базу, необходимую для восхождения на нее.

Эти быстро происходящие изменения указывают на одну и ту же тенденцию:

Аппаратное обеспечение ИИ переходит от концептуальной проверки на стороне устройства (edge) к масштабному распространению с координацией между устройством и облаком (edge-cloud synergy), а высвобождение возможностей облачных сервисов ИИ как раз совпало с этой точкой перелома.

01. Кто остановился на L1, а кто устремился к L4?

Переход с L1 на L4 сопровождается повышением планки требований к возможностям на каждом уровне.

Устройства L1 могут выполнять только предустановленные команды, по сути являясь интеллектуальной версией традиционной бытовой техники; L2 начинает обладать инструментальными свойствами, позволяя пользователям активно вызывать определенные функции.

Заместитель директора Китайского института стандартизации электронных технологий Юй Сюмин, комментируя стандарты, отметил, что, согласно исследованиям и тестовому анализу, продукты с высокой долей пользователей в основном находятся на уровнях L1 и L2, а некоторые новые продукты могут достигать уровня L3.

В целом, терминалы ИИ развиваются параллельно по трем направлениям: модернизация традиционных терминалов, увеличение объемов новых терминалов и исследование терминалов будущего.

Истинный водораздел проходит на уровне L3 (вспомогательном). Ключевая особенность L3 заключается в том, что терминал способен полностью понимать команды и намерения пользователя, а также обладает способностью активного распознавания и предоставления услуг.

На примере умного кондиционера: устройство уровня L3 может автоматически распознать, не выступил ли у пользователя пот на лбу, и затем активно понизить температуру. Когда пользователь активирует режим «Ухожу из дома», камера сначала определит, есть ли еще кто-то дома, и выключит свет только после того, как человек обуется и уйдет. Эти действия требуют комплексного анализа аудио, видео и данных с датчиков для выполнения сложного распознавания намерений и принятия решений. Стандарт требует, чтобы устройство обладало способностью понимать сложные намерения, цепочечными рассуждениями и долговременной памятью. Это означает, что устройство не должно просто отвечать на вопрос «что?», но и понимать «почему?», и даже предугадывать, «что делать дальше?».

Некоторые производители аппаратного обеспечения в последние годы топтались на месте на уровне L1, демонстрируя несколько характерных черт.

Одна из них — чрезмерно замкнутое определение продукта, решающего единственную функцию, без预留ления места для датчиков или избыточной вычислительной мощности для будущих обновлений. Другая — чрезмерная зависимость от облегченных моделей на стороне устройства, что приводит к разрыву возможностей в сложных сценариях.

Есть и более скрытая проблема: упаковка функций уровня L1 в маркетинговые噱头 уровней L2 или L3. Такие продукты быстро раскроются при тестировании по стандартам, а потребители проголосуют ногами.

Судя по оценке Чэнь Ливэя, заместителя генерального менеджера департамента архитектуры решений Группы облачных публичных услуг Alibaba Cloud Intelligent Group, вся отрасль аппаратного обеспечения находится на этапе перехода от L2 к L3. Тот, кто первым сможет построить базовую архитектуру для L3 и реализовать пользовательский опыт уровня L3, получит больше рыночного пространства.

Остановиться на L1 или даже L2 уже не является безопасной зоной. Для плавного перехода на этап L3 требуется сочетание мультимодального восприятия и обобщающих рассуждений (generalization reasoning).

На этом саммите Alibaba Cloud также была重磅анонсирована флагманская модель Qianwen — Qwen3.7-Max. В глобальном слепом тесте Arena, проводимом сторонними организациями, Qwen3.7-Max заняла первое место среди китайских моделей, будучи сопоставимой с самыми мощными мировыми моделями.

Изначальной целью разработки Qwen3.7-Max было сделать модель ядром агента (Agent), обладающим способностями автономного планирования, непрерывной итерации и межплатформенной координации. Эти технологические улучшения как раз соответствуют требованиям уровня L3 к элементам восприятия и познания. В настоящее время, набор средств разработки для мультимодального взаимодействия, предоставляемый Alibaba Cloud для индустрии интеллектуального оборудования, полностью поддерживает интеграцию с Qwen3.7-Max.

Чем сильнее возможности обобщения (generalization) в облаке, тем ниже затраты на адаптацию оборудования к уровню L3. Чэнь Ливэй также отметил: «Сегодня ни один продукт аппаратного обеспечения не может обеспечить сквозной пользовательский опыт с помощью одной-единственной модели. Решение обязательно должно быть комбинацией нескольких моделей.»

02. Синергия «устройство-облако» становится обязательным условием

После вспомогательного уровня L3, координирующий уровень L4 станет еще большим скачком.

Исходя из существующих определений, ключевой особенностью L4 является не то, насколько умнее становится отдельное устройство, а то, как несколько устройств образуют интеллектуальную систему. Когда пользователь входит в дом, очки, колонки, роботы, интерьер автомобиля автоматически обмениваются памятью, чтобы затем обслуживать пользователя в физическом мире.

Таким образом, самая большая проблема, с которой сталкиваются производители оборудования, желающие в будущем плавно внедрить технологии и продукты уровня L4, — это интеграция систем и координация устройств.

В классификационной таблице стандартов, от мобильных терминалов до очков и наушников, для большинства продуктов указана синергия «устройство-облако». Логика проста: быстрая реакция зависит от устройства, а сложные рассуждения — от облака. Это на сегодня оптимальное решение для интеллектуализации.

Типичным примером является робот-управляющий Ecovacs «Bajie». Учитывая необходимость работы с открытым исходным кодом и постоянного обновления моделей, Ecovacs довольно рано выбрал интеграцию с большой моделью Qianwen.

Основная проблема для робота-управляющего заключается в нестандартности домашней среды: высокие требования к безопасности, большая плотность информации и очень длинный хвост потребностей. Одно из решений Ecovacs «Bajie» заключается в инкапсуляции атомарных способностей робота (захват, перенос, восприятие, планирование) в API-интерфейсы, понятные для модели. Сложные задачи, такие как восприятие окружающей среды и декомпозиция действий, обрабатываются в облаке на основе Qwen3.6-Plus.

Когда пользователь дает нечеткую команду, например, «прибери в гостиной», сначала можно на основе облака понять, какие предметы находятся в гостиной и каков стандарт уборки, а затем разбить команду на серию инструкций для отправки манипулятору. За этой серией пониманий может не стоять предварительное программирование — интеллектуальный агент (Agent) на «Bajie» самостоятельно выстраивает цепочку задач.

В настоящее время Ecovacs также открыл систему «Bajie», его атомарные способности и симуляционную платформу, позволяя большему количеству партнеров по экосистеме легко участвовать в разработке алгоритмов и внедрении приложений для домашних роботов через «Bajie».

Продукты серии «Shenmou» от Hangzhou Yanjiwei также подтверждают необходимость синергии «устройство-облако». Как компания, специализирующаяся на интеллектуальном видео с низким энергопотреблением, основная задача Yanjiwei — оптимизировать проблемы электропитания и сетевой связи камер, достигнув работы без сети и без электричества. Проблема, вызванная низким энергопотреблением, заключается в том, что вычислительная мощность чипов на стороне устройства ограничена и не может справиться с нагрузкой по выводу крупномасштабных моделей.

Их решение таково: на стороне устройства (edge) выполняется маркировка в реальном времени и предварительная обработка, где AI-чип распознает на изображении людей, автомобили, немоторизованный транспорт. Затем текстовая и графическая информация загружается в облако через маломощный 4G-маячок. В облаке, на основе большой модели Qianwen, выполняется глубокое понимание и структурированное запоминание, позволяя пользователям задавать вопросы камере, как при поиске в фотоальбоме, например: «Какого цвета кошка была у входа вчера днем?». Такой опыт практически невозможно реализовать при чисто edge-решении.

На основе этой архитектуры конверсия в платящих пользователей у этой компании выросла на 25%, средний чек увеличился на 30%, а показатель удержания платящих пользователей превысил 75%. Возможности ИИ напрямую превратились в коммерческую конкурентоспособность.

Модель разделения труда «устройство-облако» становится отраслевым консенсусом, и роль облачных провайдеров также претерпела огромные изменения.

Раньше облачные провайдеры предоставляли только вычислительные мощности, хранилища и другие облачные ресурсы. Теперь они превратились в поставщиков инфраструктурной основы для синергии «устройство-облако» и агент-ориентированной (Agentic) экосистемы, упаковывая возможности визуального понимания, планирования задач и даже генерации frontend-кода в вызываемые сервисы. От предоставления платформы и моделей до предоставления Agentic Coding — они снижают на уровне разработки порог вхождения для производителей оборудования, желающих встроить возможности ИИ в свои существующие системы.

Чэнь Ливэй также подвел итог четырем основным вызовам, стоящим сегодня перед Alibaba Cloud: комбинирование моделей, сложность инженерии, способность к непрерывной эксплуатации и замыкание цикла данных.

Говоря о комбинировании моделей и инженерии, стоит упомянуть ранее выпущенную новейшую омни-модальную большую модель Qwen3.5-Omni.

Qwen3.5-Omni достигла State-of-the-Art (SOTA) результатов в 215 задачах, связанных с пониманием, распознаванием и взаимодействием аудио и видео, значительно улучшив опыт взаимодействия в реальном времени и обретя «высокий эмоциональный интеллект». Что еще более впечатляет, Qwen3.5-Omni продемонстрировала способность к Vibe Coding на основе аудио и видео: пользователь формулирует потребность перед камерой, и модель может автономно генерировать сложный код для приложений, веб-страниц, игр и т.д. Возможности работы в реальном времени со всеми модальностями предоставляют ключевую технологическую основу для перехода аппаратного обеспечения ИИ с уровней L1 и L2 на уровни L3 и L4.

По мере созревания омни-модальных моделей, производители оборудования также исследуют пути дифференцированного внедрения.

Например, Robosen, компания, специализирующаяся на человекоподобных роботах для потребительского рынка (toC), исследует интересную попытку синергии «устройство-облако». Пользователи могут через домашнюю локальную сеть полностью передать управление AI-системой робота своему компьютеру или локальному интеллектуальному агенту, наделяя робота способностями к управлению умным домом, диалогу на диалектах, персонализированным темам и другим настраиваемым функциям.

Guangfan Technology, только что выпустившая первые в мире AI-наушники с возможностью визуального восприятия, отмечает, что за последний год самой большой переменой в индустрии аппаратного обеспечения ИИ стала «скорость». Программное и аппаратное обеспечение итеративно обновляются с поразительной скоростью, ИИ эволюционировал от простого чата к интеллектуальным агентам и самообучению, и то, что он может делать, значительно увеличивается с каждым днем. Практический путь Guangfan заключается в создании AI-нативной операционной системы с более широким охватом, чем у OpenClaw, включающей мультимодальное взаимодействие, планирование работы оборудования (hardware scheduling), планирование работы программного обеспечения (software scheduling) и планирование вычислительных ресурсов (compute scheduling).

Исследования «игроков первой линии» доказывают, что синергия «устройство-облако» — это «сложная, но верная» долгосрочная тема. Облачный интеллект быстро эволюционирует, в то время как исполнительные способности на стороне устройства и возможности планирования работы оборудования остаются ключевыми переменными, определяющими стадию интеллектуализации аппаратного обеспечения ИИ.

03. Где граница координации, там и рынок

Помимо технических указаний, значение стандартов градации также заключается в сигнале для коммерциализации.

Потребители могут оценивать продукты по шкале от L1 до L4, и в ответ на это у производителей оборудования появятся четкие дорожные карты по обновлению.

Особенно для стартапов самостоятельная разработка мультимодальных моделей и фреймворков для вывода нереальна. Большинству производителей необходимы стандартизированная AI-база и четкий путь к коммерческой отдаче.

Коммерческий потенциал услуг аппаратного обеспечения ИИ можно проследить в высокой вовлеченности пользователей AI-обучающей камеры «Dr. Rooka». Согласно открытым данным «Dr. Rooka», среднее время ежедневного использования ранними пользователями составляло всего около 30 минут; после интеграции с Qwen3.6-Plus оно увеличилось на 50%, и каждый месяц около 50 миллионов фотографий, сделанных пользователями, взаимодействуют с ИИ. Более точное распознавание объектов и возможности OCR привели к более частому распознаванию изображений, а улучшенные обобщающие рассуждения увеличили количество циклов вопросов-ответов. Измеримый прогресс AI-базы напрямую отразился в качественном изменении вовлеченности пользователей.

Когда пользователи ежедневно производят сотни взаимодействий с аппаратным устройством и накапливают большое количество данных о личных интересах, возникает естественный вопрос: как эти воспоминания и предпочтения могут быть синхронизированы с другими устройствами? Например, чтобы продолжать ставить учебные задачи на основе этих данных на школьном устройстве.

Когда интеллектуальный уровень отдельного устройства достигает определенной высоты, истинный потенциал рынка проявится в системном интеллекте, возникающем в условиях сосуществования во всех сценариях.

Уровень L4 (координирующий), упомянутый в стандартах, характеризуется межплатформенной координацией и запоминанием пользовательских предпочтений. Один смартфон, пара очков, интерьер автомобиля, одна колонка образуют вокруг пользователя интеллектуальную сеть.

Вы надеваете очки и садитесь в машину — интерьер автоматически переключается на ваши предпочтения вождения. Вы говорите что-то колонке — робот начинает убирать в гостиной. Единообразие опыта требует, чтобы все устройства использовали одну и ту же облачную интеллектуальную базу, а также чтобы облачный провайдер предоставлял единую систему идентификации, памяти и планирования исполнения.

Сосуществование во всех сценариях напрямую изменит логику коммерциализации аппаратного обеспечения ИИ.

Раньше производство оборудования в основном приносило деньги через цепочку поставок — каждая проданная единица была завершенной сделкой. Теперь добавление ИИ открыло совершенно новое пространство для воображения: в будущем также можно будет получать дополнительный доход через подписки на постоянные премиум-услуги.

В сценариях координации пользователи с большей готовностью будут платить за непрерывный опыт работы на разных устройствах, например, за подписку на услуги личного помощника или покупку сценарных пакетов навыков. В результате, распределение стоимости во всем сегменте также будет перераспределено.

Приведем уже существующий пример: очки Rokid, подключив на стороне устройства к продукту Alibaba OpenClaw — JVS Claw, позволяют офисным работникам эффективно выполнять такие операции, как создание календаря, ответы в WeChat, платежи. Если эти высокочастотные действия можно будет далее интегрировать и оформить в сценарии повышения эффективности работы, это может привести к появлению подписочных услуг для личного помощника в жизни.

В период крупной распродажи 618 на платформе Tmall также появились десятки брендов ПК, оснащенных JVS Claw, которые полностью интегрируют умного помощника, открывая эру Agent PC.

Аппаратное обеспечение становится точкой входа для услуг, а не конечной целью.

Волна переустройства рынка будет направлена в сторону тех продуктов, которые смогут интегрироваться в эту интеллектуальную сеть, постепенно отвергая изолированные устройства уровня L1.

Стандарты градации дали указание на конечное состояние индустрии, синергия «устройство-облако» предоставила определенный путь, а стандартизированные возможности облачных провайдеров делают этот путь шире и ровнее.