广和通：从通信模组厂商到端侧AI基础设施的转型之路

广和通：从通信模组厂商到端侧AI基础设施的转型之路

通信模组在大众视野中往往处于幕后，不像手机、汽车或机器人那样直接面向用户。然而，它却是众多智能设备实现联网功能的关键组件。

在2026年MWC上海展会上，广和通的展示内容表明，这家企业已不再局限于传统通信模组的范畴。

展台上的龙虾智算盒、AI会议机、人形机器人舞蹈演示、机器狗障碍穿越等产品，共同构建了一个清晰的叙事：随着AI从云端向端侧迁移，连接技术正与算力、感知和智能体深度融合，成为推动AI落地的基础设施。

热点科技在展会期间对广和通相关负责人进行了采访。从交流中可以看出，广和通并未试图转型为大模型厂商，也未涉足机器人本体或消费终端领域。其核心战略仍是依托自身在通信、算力和生态整合方面的优势，为各类设备提供AI落地的底层支持。

企业部署AI的首要考量：数据安全

近年来，AI模型的参数规模和推理能力成为讨论焦点。然而，企业在实际部署AI时，首要关注点往往并非模型的“聪明程度”，而是数据的安全性。

在金融、司法、政府、医疗等对数据敏感的行业，资料通常不允许离开本地网络。研发数据、客户信息、财务记录、会议内容等一旦上传云端，便涉及合规性、权限控制和泄露风险。

针对这一痛点，广和通推出了龙虾智算盒（Fibocom ClawBox）。

该设备采用CPU+GPU+NPU异构架构，在5W低功耗下可提供最高18TOPS@INT8算力。简而言之，它将完整的AI Agent运行环境集成于一个终端设备中。

广和通负责人表示，龙虾智算盒原生支持OpenClaw、Hermes Agent等主流AI智能体框架。数据采集、推理、分析和生成等流程均在端侧完成，无需将原始数据上传至云端。这种设计使得“数据不出域”不再只是宣传口号，而是系统架构的必然结果。

从行业角度来看，端侧AI的落地关键在于解决企业对数据安全的顾虑。AI Agent能力越强，数据敏感性越高，安全问题就越突出。

云端AI如同一个强大的外部大脑，而端侧AI则更像企业内部的“本地智能员工”。它不追求极致的模型规模，而是以可控性、安全性、低延迟和可预测的长期成本见长。

广和通举例说明了一个实际应用场景：以往运营人员每天需花费数小时从网页抓取数据、分析并生成报表，如今通过龙虾智算盒，整个流程可在几分钟内完成。AI的价值，不在于与人对话，而在于替代重复性劳动。

AI会议机：本地化处理提升敏感场景适用性

广和通与爱芯元智联合推出的AI会议机，进一步展示了端侧AI在实际场景中的价值。

市面上许多AI会议产品具备录音、转写、总结和生成会议纪要等功能，但多数依赖云端模型处理数据。对于银行的投研会议、律所的案件讨论或企业并购闭门会议，内容上传云端本身就可能引发安全担忧。

广和通的解决方案是将拾音、转写、总结和纪要生成等流程全部置于端侧，形成从音频输入到纪要输出的本地闭环。

该设备配备四麦克风阵列和AI降噪技术，可实现远距离拾音。语音模型经过中文口音优化，专业术语转写准确率可达92%。会议纪要本地生成，整理时间最多可节省85%。

这类产品更易进入对数据安全要求较高的行业。其核心逻辑并非“用云端模型替代人工记录”，而是在不牺牲安全性的前提下，实现本地化处理。

广和通明确指出，该产品适用于金融投研、司法法务、央国企决策、医疗会诊、科研讨论、能源制造等场景。简而言之，越是数据敏感的机构，越适合采用此类本地化AI解决方案。

具身智能：广和通不做机器人，专注“底座”能力

展台上，松延动力的人形机器人舞蹈和璇玑动力的机器狗障碍穿越吸引了大量关注。

需要说明的是，广和通并未涉足机器人本体制造。相关负责人强调，这些展示属于“具身智能”方向，与“端侧AI”属于两条不同的技术路径。

在具身智能领域，广和通的定位是提供后台支持，而非前台主角。

人形机器人舞蹈展示的是通信能力——通过LTE Cat.4模组实现稳定连接，支持大模型调用、设备状态回传和远程升级。机器狗障碍穿越则展示了多传感器融合定位技术，包括激光雷达、双目视觉和RTK模块，可实现厘米级精度。

这两项技术共同体现了广和通在机器人领域的战略布局。机器人要真正进入家庭、园区和工厂，不仅需要智能“大脑”，还需要稳定的连接、精准的感知和远程运维能力。这些正是广和通长期积累的技术优势。

热点科技观察：端侧AI不是替代云端，而是推动AI落地

此次采访表明，广和通的AI布局并非激进扩张，而是围绕自身核心能力展开。

它没有试图成为大模型厂商，也没有直接进入消费终端市场，而是沿着通信模组这一核心业务，逐步拓展至算力、AI框架和行业解决方案。

过去，通信模组解决的是设备“能否联网”的问题；如今，端侧AI则解决设备“能否在本地理解、判断和执行”的问题。

从技术角度看，端侧与云端并非替代关系。云端适合大模型训练和复杂推理，而端侧更适用于对隐私、实时性和成本敏感的场景。一个成熟的AI产业，应是云、边、端协同发展的结果。

当AI从网页对话框走向会议室、工厂、安防摄像头和办公流程时，真正重要的可能不再是模型的规模，而是谁能将AI稳定、安全、低成本地部署到真实场景。

广和通在MWC上海展示的，或许正是这样一条路径：从通信模组供应商，到AI硬件解决方案提供商，再到千行百业端侧智能的基础设施。

当AI开始下沉到每一个设备、每一个场景、每一次会议，像广和通这样的“底层玩家”，或许将在未来AI产业中扮演越来越重要的角色。