DeepSeek登顶、千问走向端侧：当大模型竞相「瘦身」进驻手机和眼镜，声学测试迎来第三波需求浪潮

2026年8月10日，DeepSeek-V4-Flash正式版以8.83万亿Token的周调用量登顶全球AI大模型榜首。同一天，阿里千问开放平台上线，明确面向手机、PC和AI眼镜三类端侧设备开放服务。几天前，Chrome和Edge双双宣布端侧AI模型需预留约20GB本地空间。

三件事看似各自独立，背后指向同一个趋势：AI大模型正在从云端"向下走"，端侧部署进入加速期。 从手机到AI眼镜，从智能座舱到机器人，每一台具备本地AI能力的终端设备，都将重新定义它周围的声学测试需求。

---

为什么端侧AI让声学测试变得更难？

云端AI没有物理形态。你调用API，输入文本或音频，返回结果——测试只需验证算法准确性。但端侧AI不同：它运行在一台有麦克风、有扬声器、有风扇、有机身振动的物理设备上。这意味着每一次算法升级，都需要在真实的声学环境中重新验证语音交互链路。

以手机上部署的端侧语音助手为例。过去在云端做语音识别，麦克风只负责"收音"——信号压缩后上传，降噪、识别、语义理解全在服务器端完成。端侧部署后，降噪和唤醒词检测也跑在本地芯片上。如果本地降噪算法迭代了一个版本，它的降噪幅度、失真度、功耗表现如何？这需要在全消声室中用标准人工嘴和参考传声器系统性地测量——和调校一颗物理扬声器没有本质区别。

这就是端侧AI给声学测试带来的第一个变化：测试对象从硬件变成了"硬件+模型"的耦合系统。 手机还是那台手机，但OTA推送一个端侧模型更新后，通话降噪的效果可能完全变了——变好还是变坏，只有在实验室里跑过完整测试链路才知道。

---

手机只是一个开始

千问开放平台首批接入的手机端服务包括顺丰速运、自如租房等——用语音指令寄快递、看房源。这听起来很轻量，但它对语音交互的质量要求并不低：在嘈杂的街头能一次唤醒成功、在有风的环境下不会被误触发、在方言口音下不会被错误拒识。

这些场景的测试，就是典型的"多场景声学鲁棒性验证"——需要可变混响听音室来模拟从安静到嘈杂的多种声学环境。列星打造的国内首例全自动混响时间可调听音室，正是为此类需求而设计。

---

AI眼镜：端侧AI最硬核的声学战场

千问开放平台明确把AI眼镜列为三大终端之一，这不是偶然。AI眼镜的物理形态决定了它的声学链路上限极低——镜腿里的微型扬声器距离耳道15-25mm、MEMS麦克风阵列空间极小、风噪无处可避。本地跑一个端侧降噪模型，功耗和效果之间的权衡比手机难一个数量级。

而端侧AI恰恰把这个品类推向了声学测试的深水区：眼镜需要在本地完成语音识别和语义理解（延迟和隐私要求），这意味着麦克风采集到的每一帧音频信号都直接影响最终结果。信号链上游的1dB偏差，到下游就是对话成功率的几个百分点差距——这在产品层面就是"好用"和"难用"的分界线。

---

AI PC的声学暗坑

Chrome和Edge要求20GB的端侧AI模型空间，说明浏览器厂商已经做好了本地AI普及的准备。但一台AI PC在本地跑大模型推理时，SoC的功耗会瞬间拉满——随之而来的是风扇全速运转的噪声。

手机跑端侧AI的功耗峰值可能只有几瓦，被动散热足够了。但一台笔记本在本地跑7B参数级别的推理，瞬间功耗可以冲到30-50W——风扇噪声轻松超过45dB(A)。在一个安静的会议室里，这可能是恼人的嗡嗡声；在一个开放办公区，这可能被环境噪声掩盖——但在需要语音交互的场景中（比如用语音操控AI助手整理文档），这个"自噪声"会直接干扰麦克风收音。

端侧AI PC的声学设计，需要同时回答三个问题：散热风噪有多少？它落在哪个频段？它离麦克风的距离是多少？ 这是典型的"设备自噪声干扰语音上行链路"问题——在列星服务过的安克创新、华勤技术等项目中有大量实测经验。

---

这不是"下一次浪潮"，这是"现在进行时"

从DeepSeek登顶到千问走向端侧，端侧AI的军备竞赛已经开启。当手机、眼镜、PC、汽车、机器人全部变成"端侧AI终端"，声学测试就从"硬件出厂前的最后一次QC"变成了"软件迭代的每一次日常验证"。

列星科技从2016年起深耕声学实验室，服务华为、微软、三星、大疆、科大讯飞等全球顶尖客户。我们在"端侧AI设备声学测试"这个方向上——从3dB(A)超低本底噪声全消声室到全自动可变混响听音室，从研发级消声室到产线级隔音箱——已经准备好了从研发到量产的完整测试基础设施方案。

端侧AI的下半场，比拼的不再是模型参数量，而是在真实物理世界中的用户体验。而用户体验的起点，是一间合格的声学实验室。

如果说第一波是消费电子的通话降噪测试，第二波是智能座舱的声品质评价，那么端侧AI带来的"硬件+模型"耦合测试，就是声学实验室行业的第三波需求浪潮。

列星科技，声学环境测试一站式整体解决方案专业服务商。10年深耕，400+声学实验室建设经验，服务华为、微软、三星、大疆、科大讯飞、SGS等全球顶尖客户。