待验证50% 置信解决方案精确时间
消费级AI硬件通常采用云端大模型+本地唤醒的混合架构，本地端采用基于关键词检测(KWS)的轻量神经网络，功耗可控制在毫瓦级别
1
来源数
50%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
小度健康屏评测：AI大模型赋能老人陪伴与远程看护
bilibili南序家电日记2026/7/8
相关事实
待验证智能设备通常采用云端大模型加本地唤醒的混合架构，简单指令本地处理，复杂多轮对话调用云端大模型API84% 相似待验证小度健康屏采用云端大模型+本地唤醒的混合架构，本地轻量级模型参数量通常在数百万量级用于唤醒词检测，复杂任务通过API调用云端大模型完成79% 相似待验证AI推理阶段依赖专用AI加速芯片，包括云端的NVIDIA GPU、Google TPU和终端的手机NPU76% 相似待验证AI网关脱胎于云原生时代的API网关概念（如Kong、NGINX），但针对大模型场景做了专项扩展，包括Token级别的计量计费、流式响应（SSE）透传、语义缓存、Prompt模板管理75% 相似待验证AI识别越智能对硬件算力和云端处理要求越高，纯本地AI处理隐私好但识别模型简单，云端AI识别更准但依赖网络且涉及隐私上传，注重隐私者应确认是否支持本地NPU边缘计算74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/344156API
curl https://kongchang.com/api/v1/knowledge/claims/344156MCP
get_claim(id=344156)