高通AI战略全面升级：从芯片到数据中心，构建统一AI平台
在3月27日举行的CFMS MemoryS 2026峰会上，高通公司AI产品技术中国区负责人万卫星深入探讨了AI在终端领域的演进趋势及高通的全栈技术布局。面对个人智能体的快速发展，特别是OpenClaw（小龙虾）等新型应用的兴起，高通正从芯片到加速卡，全面推进AI在各个终端形态中的部署。
AI应用逐步演进，端侧部署面临多重挑战
万卫星指出，AI在行业中的应用正在经历从感知AI、生成式AI到智能体AI的演进，并逐步迈向物理AI时代。
感知AI主要聚焦于多媒体信号处理、语音识别、图像分类及降噪等传统应用；生成式AI则依托大规模数据训练，能够完成监督式任务，如ChatGPT或文生图模型；智能体AI则具备更强的自主性，能够在无监督环境下理解用户意图并作出决策。而物理AI则代表AI对现实世界的深层理解，目前仍处于早期探索阶段。
当前，生成式AI与智能体AI正成为行业关注的焦点。端侧设备支持的模型参数规模正在快速提升。例如，手机上已可运行10亿至100亿参数级别的模型，PC上甚至可支持130亿至200亿参数的模型。在车载设备中，模型参数可达200亿至600亿级别。即便是在AR眼镜和低功耗设备上，也能运行10亿至40亿参数的大模型。
此外，高通已在端侧实现具备推理能力的大模型部署。上下文长度也在逐年扩展，从三年前的1k-2k，到两年前的2k-4k，再到2025年已达到4k-8k，部分场景甚至支持32k至128k的上下文长度。
尽管如此，端侧AI部署仍面临三大主要挑战：内存容量的限制、内存带宽的不足以及能效与散热问题。这些因素共同决定了端侧AI模型的性能上限和用户体验。
智能体演进呈现三大趋势，端侧AI芯片全面覆盖
万卫星强调，个人AI的发展将从端侧开始，并逐步构建以AI和用户为中心的多终端体验。相比传统语音助手，未来终端侧智能体将具备更深层次的理解能力，包括用户意图、上下文以及感知信息。
当前，智能体的演进趋势集中在端侧智能体、专业化发展和高度个性化三大方向。随着多模态能力的增强，智能体将不再局限于单一设备，而是能够在多个终端协同运作。
过去，AI主要依赖手机，而耳机、眼镜、手表等设备则作为其延伸。未来，个人AI将不再局限于某一设备，而是通过混合架构在终端侧、本地边缘、网络边缘以及中央云之间协同运行，实现更智能的交互体验。
为支持这一趋势，高通已推出多款专为个人AI场景设计的高性能算力平台，包括第五代骁龙8至尊版移动平台和骁龙X2 Elite计算平台。在数据中心领域，高通于MWC2026发布了基于AI200和AI250芯片的加速卡与机架系统，为生成式AI推理提供了高TCO优势和卓越的内存容量。
万卫星总结称，高通正通过统一的AI架构，覆盖从消费电子到汽车、机器人乃至下一代数据中心的广泛场景。该架构不仅提供高性能和高能效的软硬件技术基础，还使得AI能力得以在多个终端和场景中规模化扩展，形成平台级优势。