高通骁龙峰会：端侧智能体从演示走向完整工作流

过去一年，AI 编程和办公工具在 PC 端快速普及，但手机上的 AI 体验仍以单次问答和图片处理为主。在 2026 年骁龙峰会上，高通希望证明：端侧 AI 也可以进入更完整的生活与工作场景。第六代骁龙8至尊版与「超级至尊版」双旗舰同时亮相，采用 2nm 工艺，其中 CPU 负责工具调用和任务调度，NPU 承担模型推理，低功耗感知单元处理后台信息——为不同类型的 AI 工作分配专属计算通道。搭载超级至尊版的设备频率已拉到 5GHz，新双 Micro NPU 架构性能提升 85%、功耗降低 20%，目的是让一个常驻智能体既不持续发烫，也不迅速耗电。

从装模型到跑完整工作流

今年峰会上最核心的演示，是一段完全在端侧完成的连续任务：AI 读懂一封邮件，提取行程信息，同步日历，推荐航班和酒店，再草拟回复。底层是高通与阶跃星辰、无量火科技、江波龙四方协作的 30B-MoE 模型部署——高通提供计算平台，阶跃提供模型，无量火优化推理与调度，江波龙处理存储协同，AI Hub 复用优化成果以降低部署门槛。

对比 2024 年最多 7B 模型可上端侧，如今 30B 的 MoE 模型在参考设计上完成邮件理解、行程规划与日历同步，被高通视为一次可感知的跨越。更复杂的 AI 应用也可以由多个模型分工完成：高通合作伙伴 Deepgram 展示的 AI 播客应用中，NPU 上的语音模型负责转写并区分发言者，GPU 上的 Gemma 模型理解话题、生成追问建议，「异构计算」由此变成读者可感知的场景。

高通公司总裁兼首席执行官安蒙（Cristiano Amon）表示：「智能体 AI 并不仅仅是为终端新增一个功能。它实际上创造了一种全新的终端工作流程。」这意味着 AI 不再只在用户提问时工作，还要在后台保留信息、等待时机并接续任务。

智能眼镜与开发者生态

智能眼镜是高通展示的另一个典型品类。2025 年 6 月 AWE 上，骁龙 AR1+ Gen 1 已用原型眼镜演示 Llama 3.2-1B 本地运行；今年，高通进一步为 AR1、AR1+ 提供多模态 1 比特模型支持，并推出 START 计划，向非科技厂商提供 AR1+ 模组、软件平台与参考设计，降低集成门槛。

游戏侧，高通也发布了全新的 Adreno Neural Fusion，借助 AI 实现智能图形渲染，带来更强的移动游戏沉浸感与更长的续航表现。

模型迭代更快，芯片竞争更复杂

高通面对的压力是多重的。守住手机基本盘之外，还要进入数据中心、PC、汽车、眼镜等多个市场。高通已提出 2029 财年非手机收入 400 亿美元的目标，并推进数据中心业务。但模型迭代节奏正在重新定义芯片厂商的协作方式——「过去智能手机完成适配后，可能 9 到 12 个月都无需调整；现在大模型每 3 个月甚至更短就会迭代一次」，高通公司中国区董事长孟樸对 36 氪在内的媒体表示。竞争焦点从「能装进多大模型」转向「新模型出来后，谁能更快、以更可控的成本交付可用体验」。

9 月的同类动向已很密集：联发科发布天玑 9600 系列，9600 Pro 同样采用 2nm，强调低功耗常驻感知并宣称支持 30B-MoE 端侧运行。客户一侧的竞争也在加剧——小米玄戒 O1 进入量产，苹果在 iPhone 16e 推出自研 C1 基带；数据中心方面，英伟达 2027 财年第二季度数据中心收入已达 890 亿美元，而谷歌自研 TPU 同时是高通在终端上的重要合作伙伴。

孟樸同时指出，一款产品展示当前技术的上限，另一款则更注重效率以控制成本。技术推进能否被客户采用，最终仍要过成本这一关。半导体行业人士也总结了一个朴素标准：智能体在端侧运行，「不能做错任务，不能过度占用内存，还不能增加续航负担，起码不能比手动操作还慢」。

高通公司中国区董事长孟樸对 36 氪表示，跨终端持续服务的个人智能体，可能要到 2027 至 2028 年才会比较稳定地逐步落地。对高通而言，下一轮胜负不只取决于它能把多大的模型装进终端，更取决于能否让不断变化的模型，及时变成用户愿意反复使用的产品。