VC 和分析师怎么看端侧 AI
- 小模型的用量是在涨还是在跌？ 看涨：a16z《Small, But Mighty: On-Device AI》（2024-12）说设备上运行的小模型会在使用量和部署量上领先，大模型也许仍赚更多收入；Marc Andreessen（2026-01）设想一个金字塔，数量最多的是底层的小模型，大模型的能力 6–12 个月后会被压进小模型。看跌：a16z 和 OpenRouter 的 100 万亿 token 研究（2025-12）显示开源模型里 150 亿参数以下的小模型份额持续下降，用户要么选中型、要么集中到最强的大模型；Menlo Ventures（2026-11）的企业调研里，小闭源模型的 token 占比从 29% 降到 13%。口径不同：后两份数据都是云端 API 的调用量，a16z 报告写明不含本地部署，所以它们说的是「云上没人用小模型」，不能直接推出「端侧不行」。
- 端侧、云端还是混合？ 纯端侧：Index Ventures（2024-12，投 Cartesia）和 Moonshine 的投资方（2025-07）强调本地运行带来的隐私、低延迟和离线能力。混合：Uncork（2026-02，领投 Mirai 种子轮）说最佳形态是设备与云之间的智能路由；ZVC（2026-02）说未来不是全云也不是全端，但实时交互场景里端侧占比会出乎意料地大；Qualcomm Ventures（2026-02）说云边结合的混合架构已成必需。偏云：Bessemer《Roadmap: Voice AI》（2024-11）对更小的模型很兴奋，但理由是延迟和成本，没讲本地运行；Kleiner Perkins（2025-03）写 Cartesia 全文没提设备端，而同一轮的 Dell Technologies Capital 强调 Cartesia 的推理栈「云端和设备上都能跑」——投同一家公司，看点不同。
- 端侧是不是来早了？ Uncork 在 2026-02 的文章里自己承认，2018 年投端侧 ML 平台 Fritz「早了八年」，当时没有足够高价值的场景；这次押 Mirai 是因为口袋里的设备已经能跑像样的模型、云推理又太贵。Argmax 创始人在 Salesforce Ventures 的访谈（2024-11）里说端侧推理的窗口 2025 年才开，风险是没有强玩家突破局限，市场就长不大。
- 壁垒在芯片还是在软件？ TDK Ventures（2025-11，投 EdgeCortix）说 5–30 W 的「厚边缘」里最耐久的壁垒是编译器和运行时，硬件优势能撑多久是风险；Activant（2024-03）说边缘推理是新进入者唯一现实可竞争的芯片市场。收购也印证了软件层的价值：Qualcomm 买 Nexa AI 和 Edge Impulse、Hugging Face 买 ggml.ai，买的都是运行时和开发工具（见收购时间线）。
- 「小模型」是端侧还是企业私有云？ Emergence（2024-07）、Flybridge（2024-01）投 Arcee、Forgepoint（2025-06）投 Multiverse，看好的「小模型」主要是企业在自己的 VPC 或机房里部署，图谱判断为「部分」一致：模型变小这件事一致，但不一定跑在设备上。
- Liquid AI、Nexa AI、Cactus、Picovoice、面壁、Hailo、Axelera 的投资方，没找到它们自己写的端侧论点文章（面壁、Axelera 只有媒体稿或公司稿）；Liquid AI 那篇是公司自己的融资公告。
- Sequoia、Greylock、Lux、Felicis、NFX、M12、Intel Capital、OSS Capital 专门讲端侧的文章没找到（只做了宽泛搜索，不等于没有）；Madrona 只找到投 EdgeRunner 的新闻。
- Qualcomm《The future of AI is hybrid》白皮书是芯片厂立场文，不是 VC 文章，没收进列表；它的分工论点和 Qualcomm Ventures 的年度回顾一致。
- 领英帖子不登录打不开的没收（Fusion Fund 写 Nexa 那篇）。
给图谱的更正和提醒
- 3 篇读的是转载：Moonshine 的融资稿、a16z 投 Underdog 的快讯（BlockBeats）、Marc Andreessen 访谈的第三方逐字稿；Samsung Next 那篇只核到博客列表页的标题、作者、月份和导语。卡片「口径」里都写了。
- Bessemer 2026《AI Infrastructure Roadmap》第一轮只找到微信译文，这次在 bvp.com 打开原文，核了作者和日期（2026-03-30）。
- 几篇页面不显示发布日期（a16z Big Ideas、Uncork、ZVC、OTB、Flybridge），日期按页面其他信息推断，卡片里标了。
怎么读
- 收三类：VC 和投资人自己写的文章（投资备忘、赛道论点、年度预测）、投研机构的行业报告、被投公司发布的融资稿里投资人的原话。每篇都打开原文核对过标题、日期和作者，日期以原文页为准；没核到的在「口径」里写明。
- 「与图谱判断」= 这篇是否支持图谱的前提：小模型和端侧语音已经够用，越来越多 AI 会在设备本地跑。一致 / 部分 / 相反 / 无关是我们的归类，不是文章原话；投资备忘天然看好被投公司，所以「一致」多。「相反」只有两篇，数据都是云端 API 口径，不等于反对端侧。
- 「方向」是文章看好的部署方式：端侧 / 混合 / 云端 / 不涉及。
- 大字是核心观点的中文转述；「立场」是文章的态度；「口径」写利益相关和数字来源。
- 机器可读版：data/vc.json。投资方投过哪些公司，见投资方；别人画的行业地图，见海外图谱。