高通AI战略全面升级，从芯片到数据中心布局全栈解决方案
在3月27日举办的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解析了AI在终端侧的发展路径与未来趋势，并展示了高通在AI全栈技术上的系统性布局。
AI应用经历四阶段演进，端侧部署面临多重挑战
据万卫星介绍，AI在行业应用中正逐步从感知AI向生成式AI、智能体AI演进，并将最终迈入“物理AI”阶段。感知AI主要应用于多媒体信号处理、图像分类及智能降噪等场景；而生成式AI则依赖大量预训练数据，通过监督学习解决具体任务，如ChatGPT和文生图模型。
与之相比，智能体AI能够在无监督环境下自主理解用户意图并做出决策，适用于更复杂任务。而物理AI则将进一步实现对真实物理世界的建模与反馈，目前该技术仍处于早期阶段。
当前，端侧AI正经历快速演进，尤其是在生成式AI模型的部署能力方面。例如，手机已能支持10亿至100亿参数量的模型，PC设备可运行130亿至200亿参数的模型，车载系统甚至可支持200亿至600亿参数模型。
在低功耗设备如AR眼镜上，端侧AI模型的参数规模也已提升至10亿至40亿级别。万卫星指出，尽管端侧模型参数仍小于云端模型，但通过内存带宽优化、量化技术等手段，端侧模型的性能和规模正在持续提升。
此外，高通已在端侧部署具备推理能力的大型模型，且上下文长度逐步扩展。2025年，高通在部分场景中已实现4k至8k的上下文支持，某些特定应用甚至可达32k至128k。
在端侧部署大规模AI模型方面，目前面临的主要挑战包括：内存容量受限、内存带宽不足以及散热与能效问题。这些因素共同决定了端侧AI的能力上限和用户体验。
智能体发展趋势明确，高通AI平台布局全面
万卫星强调，个人AI的演进始于端侧，并正向“以AI和用户为中心”的多终端体验发展。终端侧智能体将具备更低的延迟、更强的个性化能力，并能实现持续、无感的交互。
未来智能体的主要方向包括端侧智能体、专业化AI、高度个性化和多模态融合。与传统的语音助手不同，新一代智能体将更深入理解用户意图与上下文信息，真正成为“懂用户”的AI助手。
随着设备生态的扩展，AI不再局限于单一终端。耳机、眼镜、手表等设备将不再作为手机的附属，而是构成围绕用户个人AI的多终端网络，通过混合架构实现在终端侧、本地边缘、网络边缘和云端之间的协同。
高通已推出多款面向个人AI场景的高性能平台，包括第五代骁龙8至尊版移动平台、骁龙X2 Elite计算平台等。在数据中心领域，高通也在MWC 2026上发布了基于AI200和AI250芯片的加速卡和机架系统，旨在为生成式AI推理提供高内存容量与低总体拥有成本。
万卫星总结称，高通的AI战略覆盖从消费电子如手机、可穿戴设备、PC，到汽车、机器人，乃至下一代数据中心的广泛终端，构建了一个统一的AI架构。通过这一架构，高通能够提供高性能、高能效的软硬件底座，使AI能力从单一产品或芯片扩展为跨终端、跨场景的平台级能力。