希娃公司（Ceva）首席战略官伊里·特拉沙斯基（Iri Trashanski）凭借其在科技领域的丰富经验，正在塑造智能边缘计算的未来。
AI技术新趋势
随着小型语言模型（Small Language Models，SLM）和多模态模型的能力逐渐接近大型云端系统，AI领域正在发生重大转变。这一发展趋势反映了向设备端智能的全面转移。从可穿戴设备和智能音箱到工业传感器和车载系统，对能够独立于云端运行的语言AI的需求正在快速增长。
技术突破与创新
微软的Phi（Phi）、谷歌的吉米尼纳米（Gemini Nano）以及米斯特拉尔（Mistral）等开源模型正在快速缩小与大型模型的性能差距。部分模型如谷歌的杰玛3（Gemma 3）和小美人鱼（TinyLlama）仅使用约10亿个参数就能实现出色的性能表现。
通过模型剪枝、量化和知识蒸馏等优化技术，这些模型的规模和能耗进一步降低。据Market.Us研究显示，到2034年，智能设备中的边缘AI全球市场规模预计将超过3,850亿美元。
发展挑战与机遇
目前边缘AI发展面临三大主要挑战：
- 模型兼容性与扩展：并非所有模型都适合边缘部署
- 生态系统碎片化：硬件平台各自为政，缺乏统一标准
- 安全更新机制：需要建立完善的模型部署和维护体系
然而，小型语言模型的革新也带来了前所未有的机遇。它降低了AI应用的门槛，使初创企业和制造商都能在各类设备中植入智能功能。随着技术不断成熟，边缘智能将从可能性转变为必然趋势，推动实时、个性化和可持续的AI应用普及。