模组厂商的十字路口，移远如何重塑“增长逻辑”？

随着AI应用激增与数字化转型的全面提速，全球通信模组市场正迎来强劲增长。弗若斯特沙利文（Frost & Sullivan）预测，全球通信模组市场规模将由2025年的486亿元增长至2029年的726亿元，CAGR达10.6%。

然而，在“AI内生”与“万物智联”的浪潮下，传统通信模组的标准化、通道化价值正被迅速稀释。头部模组厂商正处于从“规模之王”向“生态赋能者”与“智能方案商”转型的十字路口，面临价值重构与生态位竞争的立体化挑战。

在此背景下，与非网特邀移远通信（Quectel，以下简称“移远”）高级产品总监王海波做客《年度回顾与展望》专题访谈，围绕通信模组厂商当前面临的挑战，深入探讨移远作为行业代表在战略升级、技术路径选择、生态位竞争、组织能力重塑以及全球化新挑战等方面的布局与思考。

首先介绍一下移远，移远是全球领先的物联网整体解决方案供应商，成立之初主攻蜂窝通信模组领域，后逐渐拓展至智能模组、AI解决方案、工业智能、智慧农业、物联网平台等多元赛道。其产品与服务可分为三大支柱：

核心硬件层：提供从基础的蜂窝模组（5G/4G/LPWA）、智能模组（集成AI算力）、车载前装模组，到Wi-Fi/蓝牙、GNSS定位、卫星通信模组及天线的完整硬件布局。
增强服务层：以自研的“飞鸢™”物联网平台为核心，向外延伸提供天线设计、认证测试、高精度RTK定位等增值服务。
前沿方案层：将硬件与服务整合，针对机器人、AI边缘计算、工业智能等垂直领域，提供端到端的定制化解决方案。

根据Counterpoint与IoT Analytics 2025年最新数据，移远在全球蜂窝物联网模组市场的份额已达约37%，连续多年稳居行业第一。其模组广泛应用于智能交通、智慧能源、无线支付、工业互联、机器人、智能家居等众多行业，是物联网连接的关键推动者。

接下来，我们将进入对话环节。

与非网：当AI成为终端内生需求，单纯比拼模组出货量和成本控制的时代是否已经结束？

移远：确切地说，不是 “结束”，而是 “升维”了。出货量与成本控制仍是物联网模组行业的基础能力，也是规模化优势的根基，尤其是像4G通用模组这种海量刚需场景，规模化带来的成本优势与交付保障，仍是客户选择移远的核心考量之一，这也是移远巩固全球市占率的核心优势。

但AI 驱动的 “连接 + 计算 + 智能” 一体化需求，已经把行业从 “单纯拼硬件” 带到了“软硬一体 + 服务生态” 的综合竞争阶段，单纯依赖出货量与成本的增长逻辑难以为继，必须叠加高附加值的AI能力与解决方案能力，才能持续引领市场。

另外，行业的价值重心也在迁移：客户更关注模组如何帮助他们快速落地 AI 场景，而非仅看硬件价格与出货数量。例如在工业检测、AI 玩具、人形机器人等场景，“算力适配 + 算法预集成 + 开发效率” 的综合价值，远高于单纯的硬件成本差异，这也促使我们完成从 “模组供应商” 升级为 “AIoT 整体解决方案服务商”的转变。

与非网：面对机器人、车载、AIoT等高度差异化的“具身智能”场景，贵司会用一款“六边形战士”产品覆盖多数场景，还是必须深入细分市场，推出深度绑定场景的专用模组？前者如何应对专用芯片的能效挑战？后者又如何避免陷入项目制泥潭，丧失规模效应？

移远：面对“具身智能”的各类应用场景，移远的核心策略是“通用平台筑基+场景套件延伸” 的双轮驱动模式。简单说，就是靠通用智能模组守住规模化优势，再通过场景专用套件满足不同场景的差异化需求，同时通过技术架构优化与商业模式创新，解决能效与项目制的挑战。

通用智能模组平台提供 “连接+弹性算力” 的标准化底座，客户可以快速叠加自定义能力，这样能保障规模化交付与成本优势。场景专用模组套件则是以 “通用模组+场景专用扩展板/算法插件” 的形式，实现与传感器、控制器的深度适配，帮客户省掉很多开发工作。这两者不是对立的，而是相互协同 —— 通用平台的技术与供应链能力可复用至专用套件，专用套件在不同场景积累的数据，又能反哺通用平台的算法与算力优化。

图片说明：除了智能模组，移远还提供支持丰富算力的各类开发板、机器人专用AI模组等产品

面对专用芯片在特定场景的能效优势，移远通过 “架构优化+软件调优+协同调度” 三维技术手段，实现通用平台的能效突围：

异构算力弹性调度：通用智能模组采用 “CPU+GPU+NPU+DSP” 异构架构（如 SG885G 搭载高通 QCS8550 平台），通过自研调度算法，针对具身智能场景的任务特性（如机器人导航依赖 NPU 视觉推理，关节控制依赖 DSP 实时运算），动态分配算力资源，避免算力冗余浪费。例如在机器人待机状态，自动降低 NPU 功耗至 1W 以下；执行视觉识别时，快速唤醒 NPU 至满算力，兼顾响应速度与能效。
模型与算法轻量化适配：联合高通、火山引擎等伙伴，对端侧大模型、视觉算法进行剪枝、量化、蒸馏，将通用模型适配通用模组算力。例如，将百亿参数的大模型压缩到能适配 10-48 TOPS 算力的规格，在保证推理精度的前提下，功耗降低 60% 以上，使通用模组能效接近专用芯片水平。
硬件功耗精细化管控：采用先进制程（如 7nm）芯片，优化电源管理 IC（PMIC）设计，支持动态电压频率调节（DVFS）与休眠唤醒机制。例如在车载场景，通过 CAN 总线唤醒模组，非工作状态下模组功耗降至微安级，匹配汽车低功耗要求。
端云协同分担算力：独创 “端侧小脑 + 云端大脑” 架构，端侧通用模组负责处理高频的实时任务（如机器人急停、车载 ADAS 预警）；复杂的推理任务（如路径规划、多模态交互），就交给云端处理。这样能减少端侧的算力消耗，间接提升通用平台的综合能效。

另外，移远通过 “标准化模组 + 开放生态 + 盈利模式升级”，构建可复用、可复制的规模化路径：

模块化复用设计
- 硬件层面：专用套件基于通用模组做pin-to-pin 兼容设计，扩展板采用标准化接口（如 MIPI、CAN、Ethernet），不同场景的专用套件可复用核心通信与算力模组，仅替换扩展接口与适配层硬件，大幅降低定制成本。
- 软件层面：统一开发框架（如移远飞鸢平台），将场景专用算法封装为标准化 SDK 插件，客户可按需调用（如车载套件调用 ADAS 算法插件，机器人套件调用关节控制插件），避免重复开发。
行业标准生态共建
- 牵头或参与机器人、车载领域的接口与协议标准制定（如机器人通信接口标准、车载 C-V2X 协议规范），推动专用套件的接口与算法标准化，降低跨客户适配成本。
- 与传感器厂商（如毫米波雷达、视觉摄像头）、控制器厂商（如机器人伺服电机）建立战略联盟，预集成适配主流传感器 / 控制器的驱动程序，使专用套件成为 “即插即用” 的标准化组件，覆盖 80% 以上细分场景需求。
盈利模式从定制走向标准化服务
- 基础层：销售通用模组 + 标准化专用套件，保障规模化现金流。
- 增值层：提供算法定制、FOTA 升级、平台 SaaS 服务等增值服务，如机器人套件的关节控制算法按授权收费，车载套件的 ADAS 算法按年订阅，通过服务收入提升单客户价值，摆脱项目制的成本依赖。

与非网：上游，芯片原厂（如高通）正提供“芯片+参考设计”的完整方案；下游，头部终端客户（如车企、机器人公司）自研能力增强，当下模组厂商的“集成”价值是否正被两端挤压？

移远：其实，模组厂商的 “集成” 价值绝非简单的硬件组装，而是产业链的“协同枢纽”——向上承接芯片原厂技术能力，并转化为适配场景的标准化模组；向下将模组能力与 AI 算法、物联网平台服务融合起来，解决客户 “技术落地最后一公里” 的难题。

举个具体例子，我们基于高通旗舰平台开发的 SG885G 高算力 AI 模组。开发前，移远结合机器人、车载等具身智能场景的需求，提出了“NPU算力弹性调度+多接口集成”的定制化需求，与高通一起针对性优化芯片的NPU功耗与性能，将芯片能力与场景需求精准匹配，避免了参考设计通用性太强、不贴合实际场景的问题，同时还能保证高性价比和规模化交付。

另外，我们基于 SG885G 模组（48 TOPS 算力）+ 预集成机器人导航、关节控制等专用算法 + 飞鸢物联网平台（设备管理、FOTA 升级）+ 云端大模型接入（豆包 VLM），打造了Robrain AI 机器人大脑解决方案。这个方案能有效解决人形机器人面临的 “端侧算力不足+算法开发周期长+云端协同复杂” 的难题，目前已在逐际动力的双足机器人Tron1上落地了。

所以，对于模组厂商而言，这个问题并非是“非上即下”的单向选择，而是“向上联合芯片原厂挖掘芯片能力，向下深耕全链路服务”，构建“芯片能力发掘 + 模组硬件 + AI算法 + 物联网平台”的价值闭环，以双向延伸重塑“集成”的价值。

与非网：销售一个AI智能模组，谈判重点要从原来的“功耗、价格、全球认证”转向“帧率识别精度、模型部署工具链、算法迭代服务”，这是否要求贵司的研发、销售乃至技术支持团队进行根本性的能力重构？

移远：从传统硬件转向以AI为核心，这确实对团队的能力提出了新的要求，但并不意味着要进行根本性重构。我们主要聚焦两个方面：一是把AI 能力系统性地融入现有业务，并根据不同团队的需求进行有针对性的培养；二是建立一套吸引和留住人才的的机制，尤其是那些既懂技术又懂业务的复合型人才。在组织架构上，我们采取了“独立AI解决方案事业部+AI能力嵌入式赋能”的混合架构，目的就是让AI像血液一样，注入公司所有产品线里。

对于研发团队，从 “通信硬件开发” 升级为 “通信 + AI 协同开发”，需要掌握模型轻量化、工具链优化、端云协同等相关技术；对于销售团队，从 “硬件参数报价” 升级为 “AI场景价值销售”，得懂帧率、识别精度、算法服务等 AI指标，帮助客户看到技术带来的实际改变；对于技术支持团队，从 “硬件故障排查” 升级为“AI全链路问题解决”，覆盖模型部署、工具链调试、算法迭代这些环节。

其核心逻辑是：以我们原本的通信技术为根基，叠加 AI 能力，避免能力断层；通过 “专项培训 + 工具赋能 + 实战演练”的组合，让团队快速掌握 AI 核心能力，而非彻底颠覆原有优势。

另外，移远分别单独成立了工业智能化和智慧农业两个事业部，就是要把公司打磨的全链路AI能力用起来，给这两个行业的客户提供针对性的智能化解决方案。

与非网：AI模组出海，与传统模组出海有何不同？这将如何影响贵司的研发模式和全球供应链布局？

移远：合规是出海前提，这一点我们一直很明确。移远的 AI 模组及配套算法，均针对不同国家和地区的合规要求定制开发，全程严格遵守当地法规，确保全流程合规达标；我们采用双轨并行策略：一是给有自研算法能力的客户，提供合规的裸算力平台，支持他们自主部署符合当地规范的算法；二是给算法能力薄弱的客户，直接提供区域化白盒 / 可审计 AI 解决方案，预装合规算法，一键满足当地合规要求。