「今天这场演讲的核心并非高通自身。」
在6月1日台北电脑展的开幕主题演讲中，高通首席执行官克里斯蒂亚诺·安蒙开场便如此表示。他首先感谢了供应链伙伴、开发者与台积电，随后才将真正的主题摆上台面：
2026年，将是「智能体之年」。
在当下的行业语境中，这一观点并不令人意外。几乎每一家科技企业都在竭力证明自己并非这轮AI浪潮的旁观者。然而，高通的视角确实具有独特性。它所探讨的是，智能体如何才能触及每一个人——无论是通过手机、个人电脑、智能手表、汽车、机器人、工业摄像头，还是数据中心。
「未来，所有计算资源都将被充分利用。每一个角落都会运行AI，而且这一切将发生在整个计算连续体之上。」
从PC、机器人到数据中心，高通的「计算连续体」战略意味着什么？
整场演讲中，安蒙并未发布任何新品，而是集中精力回答一个关键问题：AI将如何重塑每一台设备的形态？不过，要理解高通的具体布局，仍需从产品入手。
上周，高通低调推出了骁龙C平台，主要面向入门级笔记本电脑。网页浏览、视频播放、办公应用、视频会议、安静散热、全天续航——这些基础体验做得扎实，目标也十分清晰：瞄准300美元以上的Windows笔记本市场。
图片出处：高通
听起来或许不够惊艳，但这恰恰是Windows on Arm生态最需要弥补的一环。
过去两年，AI PC的声浪主要集中在高端领域，价格难以真正下探。然而问题在于，PC市场的最大需求并非都在旗舰机型。大量学生及普通家庭用户真正需要的是价格实惠、轻便、续航持久、运行流畅的产品，若能具备一些基础的AI功能，则更具吸引力。
骁龙C系列正是为了解决这一问题而生。它试图证明，Arm架构的Windows同样能够进入更主流的价格区间。不过，真正的挑战依然不小。入门级产品的基础体验至关重要，骁龙C笔记本能否将基础体验做到位，甚至带来一些超出预期的亮点，这才是决定成功与否的关键。
另一条更值得关注的线，是今天刚发布的跃龙IQ10机器人参考设计。高通在演讲中将机器人拆解为三层计算架构：即时执行、动作落地与推理。这种拆分方式很具代表性——机器人并非只有一个大脑，它需要中央计算、运动控制、执行机构、传感器同步、安全冗余及工业接口，缺一不可。
图片出处：高通
跃龙IQ10主要瞄准工业AMR及全尺寸人形机器人。它配备了18核Oryon CPU，通过专用NPU提供最高700 TOPS的AI性能，并支持多摄像头、LiDAR、雷达等多模态感知能力。参数背后，高通真正想提供的，是一套从原型到量产的机器人基础平台方案。
这与高通过去在手机、汽车领域积累的能力密切相关。手机需要在有限功耗内实现极致计算；汽车则要应对安全、冗余与实时控制这两大挑战。机器人，恰好将这两件事融合在了一起。
还有一个安蒙并未展开、但值得关注的伏笔——数据中心。
去年底，高通已推出AI200与AI250两款AI推理芯片。AI200是面向推理的机架级方案，单卡配备768GB LPDDR内存，强调性能功耗比与总拥有成本；AI250则计划于2027年商用，主打近存计算架构。更值得注意的是，高通全新的数据中心品牌Dragonfly的首款CPU也已蓄势待发。安蒙在演讲中明确表示，数据中心的具体内容将在6月24日的投资者日上详细阐述。
图片出处：高通
从骁龙C、跃龙IQ10到数据中心CPU，高通正将其在移动时代最擅长的能力——每瓦性能——渗透到计算世界的每一个角落。用安蒙的话来说：从耳机里不到2毫瓦的连接，到数据中心里千瓦级的系统，高通希望覆盖整个计算连续体。
智能体时代，高通旨在消除计算的设备边界
所谓「计算连续体」，实际上可以理解成一条从毫瓦级到千瓦级的计算光谱。一端是耳机、手表、眼镜、手机等贴身设备，另一端是汽车、机器人、工业系统与数据中心。它们的功耗、形态与任务完全不同，但在智能体时代，它们将共同构成一套分布式AI系统。
AI究竟运行在云端还是终端，这个问题的答案已不再重要。就像今天我们使用手机App时，很少去关心某一段计算是在本地完成还是云端完成一样。智能体也是如此，它会自动调用所有可用的计算资源，选择效率最高、延迟最低、最安全的处理位置。
这正是高通想要抓住的机会。它不一定在每一个环节都追求最强算力，但希望在每一个端点上提供最合适的计算方案。耳机需要低功耗连接，眼镜要理解用户看到的内容，手机要承载个人上下文，PC要运行多智能体工作流，汽车要将座舱智能与驾驶感知融合，机器人则需要在本地同时完成即时执行、动作落地与推理这三层任务。
图片出处：高通
这也解释了安蒙为何反复强调一个判断：今天的设备其实并非为智能体设计。目前的手机、PC和应用，基本都围绕「人主动操作」这一逻辑展开——用户打开App、输入指令、点击按钮、等待结果。但智能体的运作方式完全不同。它会持续运行，携带上下文，跨多个系统协调任务，并以机器速度与软件交互。
这将直接改变硬件架构。
CPU不再仅仅用于运行系统和应用，还需承担任务编排的职责；GPU与NPU要负责本地模型、推理与生成；传感器要提供上下文感知；连接能力则要让设备在云端、终端与周边设备之间实时切换。设备不再是屏幕与应用的容器，而是变成了智能体的感知器、执行器与身份载体。
安蒙用手机举了一个非常形象的例子。早期智能体用户可能会专门购买一台电脑，比如Mac mini，将智能体运行在那台机器上，再通过消息与它交互。但普通人不可能为了一个随身智能体，再背一台插着电池的电脑出门。真正合理的载体，仍然是手机，以及未来的眼镜、手表、耳机等个人AI设备。
图片出处：高通
因此，在高通的叙事中，手机不会消失，但它不再是数字生活的唯一中心。手机将具备两种「人格」：一种是人类直接操作的设备，另一种是智能体也会操作的设备。这一变化随后会蔓延到PC、汽车以及其他终端。
这也是高通对智能体时代的核心判断。未来的AI不会只存在于一个超级App、一台电脑或一个云端模型里，而是会分布在用户身边的所有设备与网络之中。重新审视，高通真正想抓住的，正是设备之间那张原本分散、现在可能被智能体重新串联起来的网络。
