〇 分享简介 〇

随着移动端传感器成熟、模型小型化与芯片算力跃升，端智能已具备落地基础。凭借其低成本、低延迟特性构筑差异化优势，已然成为头部科技企业的关键命题。

在传统场景中，字节跳动通过端云协同探索出可行路径，以感知智能领域以终端实时能力填补云端延迟短板，平衡体验与成本；数据智能领域则迁移部分云端推荐系统至终端，优化推荐效果、用户触达与应用体验。同时，针对端云协同的高门槛，可以构建端智能基建体系，标准化研发流程、提升迭代效能。

本次分享面对大模型浪潮，进一步探讨端侧LLM与Agent的业务应用挑战、演进思路。旨在帮助与会者，建立对终端优势的体系化认知，解析端云协同的落地方案，让企业找到结合业务需求规划适配最优路径。

〇 分享收益 〇

目标：

1、系统性理解终端与云端在数据、算力场景上的异构性本质，明确二者在能力和场景上的边界与分工协同逻辑。

2、借助标准化基建实现高效协同落地。

成功要点：

1、通过任务间与任务内的精细切分，以有限精度损失和可控成本增长，实现对价值/延迟敏感型场景的覆盖，进而提升业务变现效率与用户体验。

2、依据数据敏感性与传输成本，调整处理位置，以及处理终端原始隐私数据（设备/行为日志），云端聚合脱敏特征，均可通过联邦学习实现合法数据价值释放，规避合规风险。

3、依托端智能基建适配端云团队的协作边界，从而控制端云协同的复杂性，继而通过标准化机制保障服务稳定性下限，借助自动化工具链提升研发效率上限，可显著缩短方案落地周期。

启示：

终端作为承载用户实时交互、沉淀原生数据的 “近场节点”，其低成本、低延迟的特性已成为挖掘差异化优势的关键。能否通过端云协同充分释放终端潜力，将是头部科技企业在智能时代构筑竞争壁垒的核心命题。

〇 分享亮点 〇

1、分析端云协同的现在式

1) 端智能的三要素：数据、算力、模型

2) 感知智能中的端云协同

3) 数据智能中的端云协同

4) 端云协同的意义：智能与体验的平衡

5) 效能优化：Pitaya 端智能基建

2、分享端云协同的未来

1) Scaling Law 的影响

2) SLM 应用场景与部署挑战

3) 边缘 Agent 的现状与前瞻

3、QA