高通公司展望个人AI发展：多终端体验将以AI和用户为中心
3月27日，以“穿越周期，释放价值”为主题的CFMS｜MemoryS 2026峰会在深圳拉开帷幕。这场行业盛会汇聚了来自存储、CPU/GPU、AI大模型、汽车等全球核心产业链的生态企业，共同探讨一个核心议题：在AI时代，存储厂商、应用终端与平台厂商该如何融合新技术、新产品，协同构建高效生态。高通公司AI产品技术中国区负责人万卫星受邀出席并发表主题演讲，深入剖析了在智能体AI的创新浪潮下，端侧将如何引领构建个人AI的未来图景。
万卫星指出，个人AI的旅程将始于端侧。我们正迈向一个以AI和用户为中心的多终端体验时代，终端侧智能体有望提供更低时延、更强个性化以及持续无感的用户体验。高通公司通过其统一的技术路线，能够跨广泛产品组合提供高性能、高能效的软硬件技术底座，从而为赋能个人AI打造跨终端、跨场景的平台级能力。
峰会期间，备受瞩目的MemoryS大奖也正式颁布，旨在表彰产业链内的杰出企业与领军人物。高通公司凭借其将业务从智能手机成功扩展至个人AI与智能可穿戴设备、PC、汽车、边缘网络以及工业物联网等广泛边缘领域，并引领构建“边缘智能生态”，推动AI在万物互联终端上实现低延迟、高安全的本地化落地，荣获“年度AI生态杰出贡献奖”。
AI演进的四个阶段
各位嘉宾，现场的朋友，大家上午好。今天分享的主题是“引领智能体AI创新，在端侧构建个人AI未来”。不妨先梳理一下AI在行业应用的几个演进阶段。
第一个阶段可以称之为“感知AI”。大家对它并不陌生，它涵盖了多媒体信号处理，比如语音理解、图像分类识别以及智能降噪等传统领域。这类感知AI已在大多数终端侧平台实现商业化落地，手机领域的计算摄影就是一个典型例子，其卓越表现正得益于感知AI技术的成熟应用。
第二个阶段是“生成式AI”。这个阶段的特点是，AI基于海量数据预训练后，能够在有监督的情况下解决特定问题。OpenAI的ChatGPT、各类文生图模型等都是这一阶段的代表。
第三个阶段进入了“智能体AI”范畴。它与生成式AI的一个关键区别在于，智能体AI基本可以在无监督的情况下，自主理解用户意图，进行行动和决策，协助处理相对复杂的任务。
第四阶段则是更为前沿的“物理AI”。在这个阶段，AI能够真正理解物理世界，依据真实的物理定律对输入信息进行反馈和输出。这项技术尚处早期应用阶段。如果关注过今年巴塞罗那的MWC世界移动通信大会，就能看到行业内对物理AI的大量探索与展示。
生成式AI的端侧进化：能力提升与挑战并存
目前，行业的关注焦点主要集中在第二和第三阶段。那么，生成式AI在端侧的发展趋势如何？一个明显的趋势是，能够在端侧运行的生成式AI模型，其智能水平正在快速提升。
首先，端侧设备能够支持的模型参数量正变得越来越大。例如，在手机上已经可以运行10亿到100亿参数级别的模型；在PC上，这个数字可以达到130亿到200亿；而在汽车上，支持的参数量可能更大，达到200亿至600亿的级别。甚至在AR眼镜和低功耗设备等更小型的终端上，也已实现让10亿到40亿参数的模型完全在端侧运行。
虽然与云端大模型相比，端侧模型的参数量仍相对较小，但各种技术进步正在持续推动端侧模型体量的上限。比如，内存带宽的提升、量化位宽等模型压缩技术的优化，都意味着终端设备未来能够承载能力更丰富的模型。
从模型能力本身观察，有两点值得注意。第一，去年业界已成功将具备推理能力的大模型部署到了端侧。第二，端侧大模型在各种应用场景中所支持的上下文长度也在不断增加。大约三年前，端侧上下文长度普遍还局限在1k-2k；两年前，已扩展到2k-4k；到了去年，在与合作伙伴的探索中，这个区间已提升至4k-8k。在某些特定场景中，甚至已经能够支持32k-128k的上下文长度。
当然，更长的上下文对端侧部署构成了挑战。上下文越长，对KV缓存的需求就越大，这直接导致模型部署所需的内存容量增加，并对内存带宽提出了更高要求。
在模态演进方面，端侧模型正从单一的“文生文”、“文生图”向更丰富的多模态方向迈进，整合语音、文字、图像、视觉乃至传感器等多种输入，甚至朝着全模态发展。在去年9月的骁龙峰会上，高通就展示了与合作伙伴将50亿参数的全模态模型完整运行在端侧的成果，用户可以通过自然语言与之进行交互。
端侧部署：个性化优势与硬约束挑战
聊完趋势，再来看看生成式AI在端侧部署的优势与挑战。端侧运行生成式AI的最大优势，无疑在于个性化。因为个人数据产生和存储的源头就在端侧，在数据源头直接进行推理显得非常自然，同时也能更好地保护用户隐私。此外，端侧生成式AI还具有更高的成本效益，且无需依赖网络连接，让用户能够随时随地享受AI服务。
挑战同样不容忽视，这里重点强调几点。首当其冲的是端侧内存规模的限制。尽管有多种技术手段可以压缩模型体积，但有限的内存终究为可运行模型的大小设定了上限，而这直接关系到端侧AI能力的上限。
第二点是端侧内存带宽的限制。自回归网络的特点之一就是受内存带宽制约，有限的带宽会影响大模型输出词元的速度，进而影响具体场景下的用户体验。
第三点，在许多终端设备上，尤其是手机这类高度集成的设备上，能效至关重要。必须避免AI推理运行时触发温控限制导致设备发热。因此，如何在内存大小、带宽、性能与能效之间找到最佳平衡点，是整个行业持续探索和解决的问题。
智能体AI：迈向深度个性化与无感协同
接下来聚焦智能体AI的趋势。其核心在于如何让终端侧智能体与用户实现深度适配。第一个显著趋势是，终端侧智能体致力于提供更低时延、更优个性化以及持续无感的用户体验。第二个趋势是智能体走向专业化。早期人们希望用一个通用模型解决大多数问题，而现在正转向通过专业化智能体和多智能体框架来应对不同任务。第三个趋势，或许也是对用户体验影响最深远的趋势，就是高度个性化。终端侧智能体将不再是简单的对话类语音助手，而是进化为能够充分理解用户意图、上下文及感知信息的，真正“懂你”的AI助手。
深入来看，智能体AI可以理解为一个持续运行的闭环系统，其中包含感知、理解、推理、记忆、工具调用乃至执行等多个基础模块。这些模块整合在一起，使得智能体能够理解用户意图，处理输入信息，通过任务分解独立完成目标。更重要的是，它能提供一种持续感知、持续思考并持续行动的用户体验。
智能体AI正在改变我们与数字世界的交互范式。过去常说“AI是新的UI”——即AI成为全新的用户交互界面。未来，用户或许不再需要围绕某个单一应用或功能进行交互，只需通过语音或文本与智能体自然交流。智能体通过理解输入信息来领会用户意图，分解并规划任务，既可以借助运行在骁龙平台上的端侧大模型来解决问题，也能协同云端的通用大模型，让AI赋能娱乐、生产力工具及行业应用等广泛场景。
个人AI未来：始于端侧，融于混合架构
过去，个人AI体验多以手机为中心，耳机、眼镜、手表等设备作为附属与手机连接。而未来，我们正在迈向一个以AI和用户为中心的多终端体验时代。这意味着AI不再绑定于某一特定设备。如果由个人AI或智能体来理解用户意图并执行任务，那么这些任务将通过多个设备间的灵活协同来完成。AI设备只是AI的载体，未来的个人AI体验必然朝着更持续、更无感的方向演进。
从这个视角看，个人AI必定始于终端侧。因为终端侧离用户最近，拥有用户最全面的信息，能够在第一时间感知到用户的个人意图、上下文和偏好。但个人AI并非孤立运行，它可以通过混合AI架构，在终端侧、本地边缘、网络边缘和中央云之间协同工作。高通在去年发布了多款能够为个人AI场景提供充分算力的产品，包括第五代骁龙8至尊版移动平台、骁龙X2 Elite计算平台等，目前市场上已有大量搭载这些平台的商用终端。
在数据中心领域，高通也在今年MWC上发布了基于Qualcomm® AI200和AI250芯片的加速卡及机架系统。这些方案以行业领先的总体拥有成本，为高速数据中心生成式AI推理提供机架级性能与卓越内存容量。特别是AI250，它引入了创新的内存架构，为AI处理工作负载带来了效率的跨时代跃升。
统一架构，赋能全域AI
最后，总结一下高通在AI领域的整体布局。从手机、耳机、可穿戴设备、PC等消费电子产品，到汽车、机器人，乃至下一代数据中心，高通正通过统一的AI架构赋能所有产品线。其核心在于，凭借统一的技术路线，提供高性能、高能效的软硬件技术底座，使得高通的AI能力得以从单一产品或芯片，扩展为规模化的、跨终端、跨场景的平台级能力。
以上就是本次分享的全部内容，感谢大家。
