一、“万物皆可AI”的当下，初涉大模型和硬件结合的厂商，在将AI实时语音功能与硬件结合时遇到多种挑战:
技术复杂变化快，研发成本高;
3-5s的反馈，响应延迟优化棘手;
交流像用“对讲机”，交互体验有待提升。

二、该方案的AI语音交互框架可让硬件设备无缝对接火山引擎RTC的实时通信能力和云端智能体服务，实现与豆包大模型超低时延、流畅的交互:

在端侧，芯片集成自动唤醒功能和音频3A等技术，以提升音频输入的清晰度。同时，火山引擎RTC提供音视频传输，确保设备在网络不佳的情况下也能稳定通话。
在云端，智能体服务则可提供Functioncalling和知识库支持，让硬件具备个性化服务和智能决策，满足用户的深层次需求。

三、方案接入流程简单:更新硬件固件-开通火山服务-跑通联合方案-调用智能体
目前方案已开源，仅一天内即可完成集成跑通。

四、此外，字节还于今日发布了豆包大模型

1.5Pro版本，新模型综合能力显著增强，低训练/推理成本，高效模型结构，全面提升多模态能力、推理能力，多项公开评测基准上全球领先。

Doubao-1.5-pro现已在豆包APP灰度上线，同时，开发者也可在火山引擎直接调用API。

目前「实时对话式AI嵌入式硬件」方案已成功应用于IP玩具、AI机器人、智能家电等诸多硬件，逐步强化终端智能化的共识。我们认为，字节模型+合作伙伴的终端产品落地将成为2025年AI端侧行业的主要叙事，建议持续关注相关标的:

一、从投资逻辑上来看，字节AI硬件方案的推出将加速终端智能化，直接利好品牌商及背后的方案商、代工厂。

方案商:移远通信、广和通、美格智能

代工厂:天键股份、国光电器、歌尔股份、佳禾智能

二、分析硬件供应链组成，目前端侧的运算依旧依赖云端，因此WiFi、蓝牙等连接能力是重中之重;此外，视觉能力将是后续端侧多模态提升的关键，视频处理相关的ISP能力有望发挥至关重要的作用。

SOC芯片:乐鑫科技、恒玄科技、瑞芯微、星宸科技、润欣科技、富瀚微、中科蓝讯、全志科技、泰凌微